1. 项目定位与用途
Cloudflare MCP 服务器是 Cloudflare 官方推出的 Model Context Protocol 服务端,定位为 AI 代理与 Cloudflare API 之间的高效桥梁。其核心用途是让 Claude、GPT 等 AI 代理能够以极低的 token 成本搜索、发现并调用 Cloudflare 的 2500+ API 端点,涵盖 Workers、KV、R2、D1、Pages、DNS、Firewall、Load Balancers、Stream、Images、AI Gateway、Vectorize、Access、Gateway 等全系产品。服务器以 Cloudflare Worker 形式部署,通过 MCP 协议与客户端通信,提供 search 和 execute 两个工具实现 API 的发现与调用。
2. 解决的问题
项目解决的核心问题是传统 MCP 服务器暴露全部 API 端点导致的 token 消耗爆炸。Cloudflare OpenAPI 规范原始大小约 200 万 tokens,即使使用原生 MCP 最小化 schema 仍需约 24.4 万 tokens,在 200K 上下文中占比 122%,严重挤占 AI 代理的思考空间。通过 Code Mode 架构,规范保留在服务端,AI 代理只需编写代码查询规范并执行调用,token 成本降至约 1k(0.5%),实现 200 倍以上的压缩比,使大规模 API 集成在 AI 对话中成为可能。
3. 适用场景
主要适用三类场景:一是 AI 代理自动化管理 Cloudflare 资源,如通过自然语言创建 Workers 函数、配置 DNS 记录、管理 R2 存储桶;二是 CI/CD 流水线集成,在自动化部署流程中通过 API Token 方式调用 Cloudflare API;三是开发者工具集成,将 Cloudflare 操作嵌入 IDE 或命令行工具,通过自然语言完成复杂配置。项目特别适合需要频繁与 Cloudflare 服务交互、且对 token 效率有严格要求的 AI 辅助开发场景。
4. 安装方式
安装分为云端和自托管两种方式。云端方式(推荐):在 MCP 客户端配置中添加服务器 URL `https://mcp.cloudflare.com/mcp`,选择 OAuth 授权会自动跳转 Cloudflare 授权页面选择权限。API Token 方式:创建 Cloudflare API Token(需包含必要权限,账户 token 需添加 Account Resources: Read),在 MCP 客户端配置 Bearer Token。自托管方式:克隆仓库后运行 `wrangler dev` 启动本地开发环境,或使用 `wrangler deploy` 部署到 Cloudflare Workers,需配置 MCP_COOKIE_ENCRYPTION_KEY、CLOUDFLARE_CLIENT_ID、CLOUDFLARE_CLIENT_SECRET 环境变量。
5. 使用方式
使用基于两个核心工具:search 工具让 AI 代理编写 JavaScript 代码查询 `spec.paths` 发现匹配的 API 端点;execute 工具让 AI 代理编写 JavaScript 调用 `cloudflare.request()` 执行实际 API 请求。工作流程为:代理先使用 search 找到目标端点,再使用 execute 构造请求并获取响应。如需禁用 Code Mode(例如与其他 code mode 系统组合),可在 URL 添加 `?codemode=false` 参数,此时会暴露约 2500 个独立工具,每个端点对应一个工具,但 token 成本将增至约 24.4 万。
6. 补充说明与实现特点
项目实现上采用多层架构:spec-processor 解析 Cloudflare OpenAPI 规范并处理 $ref 引用;executor 创建动态 Worker 隔离执行用户代码,通过 GlobalOutbound 限制出站请求域名并自动注入认证头;server 初始化 MCP 服务器并根据认证上下文生成动态 TypeScript 类型提示。认证模块支持 OAuth 和 API Token 双流,自动检测账户 ID 简化多账户场景。注意 API Token 若启用 Client IP Address Filtering 则不受支持。测试使用 Vitest 在 Cloudflare Workers 环境中运行。