直接从 AI 聊天中管理 Cloudflare 基础设施

每天你会在代码编辑器、Cloudflare 仪表板和 AI 聊天窗口之间切换多少次？典型的工作流程是这样的：一个 Worker 崩溃了，你在控制台打开日志，复制堆栈跟踪，粘贴到 Claude 或 Cursor，获取建议，然后返回去修复配置。

Cloudflare 工程师已经开源了一个代码库 cloudflare/mcp-server-cloudflare。这是一个使用 Model Context Protocol（MCP）的远程服务器集合，可将你的开发环境或喜爱的 AI 助手直接连接到平台服务。

核心概念

MCP 协议为大型语言模型标准化了上下文传输和外部工具调用。你无需在不同的浏览器标签页中手动收集数据，而是为 LLM 提供一个专用接口的访问权限。模型读取你当前的账户配置，分析日志，建议修复方案，并在需要时应用这些修复。

与单一的整体解决方案不同，这个代码库包含一组针对特定任务的专用服务器。

代码库内容

开发者将 Cloudflare 的能力拆分为独立的微服务。每个服务负责自己的职责领域：

• 文档（docs-ai-search）。查找当前的 API 和产品参考信息，避免模型产生幻觉。
• Worker 管理（workers-bindings 和 workers-builds）。配置与数据库、KV 存储、R2、向量索引的连接，以及跟踪构建状态。
• 可观测性（workers-observability 和 logpush）。搜索应用日志、错误分析，以及监控后台日志传输任务。
• 沙盒浏览器（browser-rendering）。加载网页，将其转换为 Markdown，并实时创建截图。
• 分析和安全（dns-analytics、auditlogs、radar、cloudflare-one-casb）。DNS 性能分析、用户操作审计，以及访问全球互联网流量统计。

两种集成方式

Cloudflare 有两个包含 MCP 服务器的代码库，这里很容易混淆。

第一个选项在代码库 cloudflare/mcp 中。这是所谓的代码模式服务器（Code Mode server，mcp.cloudflare.com）。它通过代码生成和执行让模型访问完整的 API 套件。适用于你需要同时覆盖多种服务的场景。

第二个选项组装在 cloudflare/mcp-server-cloudflare 中。这是一组针对特定领域的类型化工具。在解决特定任务时使用它们更加方便：例如优化 DNS 或设置 Worker 监控。模型接收严格的函数调用模式，参数错误更少。

技术实现原理

所有服务器都通过端点 /mcp 以 Streamable HTTP 模式运行。无需通过 Docker 或 Node.js 在本地部署——它们已经托管在 Cloudflare 基础设施上：

https://docs.mcp.cloudflare.com/mcp
https://observability.mcp.cloudflare.com/mcp
https://bindings.mcp.cloudflare.com/mcp
https://browser.mcp.cloudflare.com/mcp

请求不需要服务器端会话状态持久化。认证、令牌和上下文在特定调用中传递。

如果你想将这样的服务器连接到 OpenAI Responses API，则需要在 Cloudflare 仪表板中创建一个具有适当权限的令牌。

要使用 Claude 或 Cursor 桌面客户端，只需将所需的 URL 添加到 MCP 客户端配置中即可。

细节和限制

在积极使用时，有几点需要注意：

1. 上下文溢出。如果助手开始链式调用重型工具（特别是在可观测性服务器中搜索大量日志时），Claude 可能会抛出错误 Claude's response was interrupted...。请求最好精确表述，复杂的调查应分解为单独的步骤。
2. 付费计划。某些功能（如浏览器渲染或高级日志）需要付费的 Workers Paid 订阅。

如果你大量使用 Cloudflare 基础设施，并且已经在使用 AI 助手编写代码，那么连接这些端点绝对值得一试。最简单的入门方式是使用文档和日志搜索：这立即消除了常规的标签页切换。通过聊天进行完整的资源管理需要谨慎处理令牌，但对于日常调试来说，这种组合非常方便。