Cloudflare Computer

Cloudflare Computer，给 Agent 一块云上的工作目录

September 25, 2026 · 6 min read

它是什么

Cloudflare Computer 给 AI agent 一块云上的工作目录：文件落在 Durable Object 的 SQLite 里，重启还在；要跑命令时，再选一种执行后端。

可以把它想成：不是把你的 Mac 插给模型，而是在 Cloudflare 上给每个 agent 租一张书桌。轻活用 Worker，重活再开 Linux 容器。两边看到的是同一份文件，不用来回拷。

库开源（MIT），包名 @cloudflare/computer。官方写得很清楚：现在是早期预览，API 会变，适合实验，不适合当生产底座。单个 workspace 大约 10GB（和 Durable Object 存储共用），够 agent 工作目录，不够塞整个大仓库。

仓库：github.com/cloudflare/computer

一张图看完能力

文件系统 `workspace.fs`

接口接近 node:fs/promises：readFile / writeFile / mkdir / readdir / rm / grep。可以只开这一层，不接任何执行后端。也可以把 R2 桶只读挂到某个目录。

执行 `workspace.runtime.exec()`

所有命令走同一个入口，用 { backend } 选后端：

后端	适合做什么	前提
Worker Shell	在 Dynamic Worker 里用 just-bash 跑命令；快，不经过第二份存储	Worker Loader + `experimental`
Worker JavaScript	在全新 Dynamic Worker 里跑一段 JS 模块	同上
Container	完整 Linux：真二进制、`npm`、出网。容器里的 `computerd` 用 FUSE 挂上同一份文件，改动同步回 Durable Object	Cloudflare Containers；本地开发要 Docker

一个 Workspace 可以同时挂多个后端。Worker Shell 还可按需引入内置命令组：curl、git、python、jq 等，不用的不会打进包。

给模型用的工具

@cloudflare/computer/tools 提供 AI SDK 工具：read、ls、find、grep、write、edit、delete，按需再开 exec。模型靠每条后端的 description 决定走 Worker 还是容器。

官方 MCP 示例更进一步：对外只暴露一个 code 工具，模型在里面调 codemode.read / write / edit / ls / exec。

Git、往外送文件、性能、钱

Git：workspace.git 直接打在 SQLite 文件系统上（isomorphic-git），clone / add / commit 不必开容器。
往外送：可把 workspace 里的文件发到 R2，换签名链接（官方叫 assets / publish）。
性能：小文件、stat、git 这类 agent 常见活，FUSE 不差，有时比容器硬盘还快；大文件连续读写和整包 npm install 明显慢。别拿它当通用大磁盘去解压巨型 tarball。详见 docs/19_performance.md。
钱：包免费。跑起来按 Cloudflare 用量——只用 DO + Worker Shell，可先试 Workers 免费档；要完整 Linux 容器，基本需要 Workers Paid（约 $5/月），再加容器 CPU / 内存 / 磁盘 / 出网。模型费用另算。

默认路径：接到 Claude Code

Claude Code 本身用的是你电脑。接上 Computer 之后，多出来的是一台远程 workspace：云上持久目录，必要时再开 Linux。它不是本地仓库的替代品。

官方示例就是这条路：examples/mcp。

1. 部署 MCP

本机要有 Docker（容器后端用）。按官方模板：

npm create cloudflare@latest computer-mcp -- \
  --template=cloudflare/computer/examples/mcp

按提示部署。然后设一个随机 token，不要用登录密码：

openssl rand -hex 32
npx wrangler secret put MCP_TOKEN

部署成功后，MCP 地址是：

https://<你的worker>.workers.dev/mcp

健康检查：GET /health 应返回 ok，这一步不用 token。

这个示例是单用户：所有带对 token 的请求打进同一个 Durable Object。token 别提交进仓库；要服务多人，得自己按用户拆 DO。

2. 写进 Claude Code

在 Claude Code 的 MCP 配置里加：

{
  "mcpServers": {
    "computer": {
      "type": "http",
      "url": "https://<你的worker>.workers.dev/mcp",
      "headers": {
        "Authorization": "Bearer <MCP_TOKEN>"
      }
    }
  }
}

具体文件名以你本机 Claude Code 版本为准。token 尽量放进客户端的密钥存储，不要明文进 git。

3. 试两句

先试轻活（默认走 worker-shell）：

Create /workspace/hello.txt, read it back, and list the workspace files.

再试重活（显式走容器）：

Use container-shell to create a small Node.js project in /workspace, install its dependencies, and run its tests.

模型实际会写成类似：

async () => {
  await codemode.write({
    path: "/workspace/package.json",
    content: JSON.stringify({ scripts: { test: "node --test" } }),
  });

  const result = await codemode.exec({
    command: "npm test",
    backend: "container-shell",
  });

  return { exitCode: result.exitCode, stdout: result.stdout };
};

容器只在选中 container-shell 时才启动；跑命令前后，/workspace 会在 Durable Object 和容器 FUSE 之间同步。

本地调试（仓库根目录）：

npm install
npm run build --workspace @cloudflare/computer
printf 'MCP_TOKEN=development-token\n' > examples/mcp/.dev.vars
npm run dev --workspace @example/computer-mcp

连 http://127.0.0.1:8787/mcp，token 用 development-token。

现在别指望的事

不是 Claude Code 官方插件，也不是「免费云电脑 SaaS」。要自己部署 Worker。
Worker Loader 仍标 experimental；docs/ 写的是设计目标，不等于今天全实现了。
容器冷启动比 Worker 慢；大 I/O 会疼。
官方 MCP 示例没有按用户隔离，也不会在失败时自动换后端。
Worker shell 默认不出网；要 npm、编译、系统依赖，得显式选 container-shell。

先把 MCP 连上 Claude Code，能读写 /workspace、能 exec，这篇的目的就达到了。要自己在 Durable Object 里挂文件系统，再看包 README 和 examples/。

参考

Cloudflare 官方博文：Your agent needs a computer
github.com/cloudflare/computer
examples/mcp
examples/tutorial（DO 里写 markdown，容器里 pandoc 转 PDF，再丢到 R2）
@cloudflare/think（官方在 Worker 里写 agent 时用的 harness，本文主路径用不到）

它是什么​

一张图看完能力​

文件系统 workspace.fs​

执行 workspace.runtime.exec()​

给模型用的工具​

Git、往外送文件、性能、钱​

默认路径：接到 Claude Code​

1. 部署 MCP​

2. 写进 Claude Code​

3. 试两句​

现在别指望的事​

参考​