Pandasolo / ai / builder
all posts
AI技术 · ZH

AI Coding 必须要用的平台系列一：Cloudflare

May 8, 2026·12 min read·by PandaTalk

AI Coding 必须要用的平台系列一：Cloudflare

系列说明：这个系列专门介绍独立开发者做 AI 产品时，不可绕开的基础平台。Cloudflare 是第一篇，因为它几乎是每个小开发者都会遇到的"第一堵墙"——早点搞懂，省很多时间。

为什么 AI 编程要用 Cloudflare？

你用 AI 写完了一个小应用，现在需要部署上线、存储文件、管理数据库、调用 AI 模型……这些需求背后都需要基础设施。

大公司有自己的服务器，小开发者有什么？

Cloudflare。

Cloudflare 本质上是一个"互联网基础设施公司"，原本以 CDN 和安全防护起家，但这几年它悄悄变成了小开发者最喜欢的全栈基础设施平台。原因只有一个：免费额度慷慨，产品设计极简，全球边缘部署。

一、先搞清楚 Cloudflare 能干什么

Cloudflare 的产品线很长，对初学者来说不需要全学，先记住这张地图：

Cloudflare 对小开发者有用的产品

├── 域名 & 网络层
│   ├── DNS 管理（免费，全球最快之一）
│   └── CDN（静态资源加速，免费）
│
├── 部署 & 运行
│   ├── Pages（前端静态托管，类似 Vercel）
│   └── Workers（后端逻辑，Serverless 函数）
│
├── 存储
│   ├── R2（对象存储，S3 兼容，无出流量费）
│   ├── KV（键值存储，适合配置/缓存）
│   └── D1（SQLite 数据库，Serverless）
│
└── AI 专属
    ├── AI Gateway（AI API 代理，限速/缓存/监控）
    ├── Workers AI（边缘运行 AI 模型）
    └── Vectorize（向量数据库，RAG 必备）

接下来逐个讲解。

二、DNS 管理：把你的域名交给 Cloudflare

它是什么？

DNS 就是"域名系统"，把 yourapp.com 翻译成服务器 IP 地址。Cloudflare 提供免费的 DNS 托管，是目前全球响应速度最快的 DNS 之一。

为什么用？

  1. 速度快：全球 300+ 节点，解析延迟极低
  2. 免费：完全免费，无限流量
  3. 自动开启 CDN 保护：一键开启橙色云朵，流量经过 Cloudflare 节点，隐藏源站 IP
  4. 后续产品打通：用了 Cloudflare DNS，Pages/Workers/R2 的域名绑定都更方便

怎么用？

  1. 在 Cloudflare 注册账号
  2. 点击"添加站点"，输入你的域名
  3. Cloudflare 会扫描现有 DNS 记录并导入
  4. 到你的域名注册商（比如 Namecheap、GoDaddy）把 Nameserver 改成 Cloudflare 提供的两个地址
  5. 等待生效（通常几分钟到 24 小时）

注意：改 Nameserver 是把 DNS 控制权转移给 Cloudflare，域名本身还在原来的注册商，不影响续费。

三、Cloudflare Pages：免费的前端部署平台

image-20260408103339788

它是什么？

Pages 是 Cloudflare 的静态网站托管服务，类似于 Vercel 或 Netlify。你把代码推到 GitHub，它自动构建并部署到全球 CDN。

适合什么场景？

  • React / Vue / Next.js（静态导出）/ Astro 项目
  • 文档站、博客、落地页、工具站
  • 任何"前端为主"的项目

免费额度

功能 免费额度
站点数量 无限
每月构建次数 500 次
带宽 无限
自定义域名 支持
HTTPS 自动

无限带宽是关键——很多竞品按流量收费，Cloudflare Pages 不收。

怎么部署？

# 方法一：连接 GitHub（推荐）
# 在 Cloudflare Dashboard → Pages → 创建项目 → 连接 GitHub 仓库
# 选择构建命令和输出目录，完成。

# 方法二：用 Wrangler CLI（本地工具）
npm install -g wrangler
wrangler pages deploy ./dist

与 Vercel 怎么选？

  • Vercel：对 Next.js 支持最好，SSR 功能更完整，免费额度有带宽限制
  • Cloudflare Pages：带宽无限，和 Workers / R2 集成更顺滑，适合做 AI 应用全栈

四、Cloudflare Workers：边缘 Serverless 后端

它是什么？

Workers 是 Cloudflare 的 Serverless 计算平台。你写一段 JavaScript（或 TypeScript、Python、Rust），它运行在全球 300+ 个节点上，而不是某个固定的服务器。

这意味着：用户在哪里，代码就在哪里运行，延迟极低。

适合什么场景？

  • API 接口（对接 AI 服务、数据库查询）
  • 请求转发、鉴权中间件
  • 定时任务（Cron Triggers）
  • Webhook 处理

免费额度

功能 免费额度
每日请求数 10 万次
CPU 时间 每次请求 10ms（免费）/ 30s（付费）
内存 128MB
脚本数量 100 个

对于初期项目，10万次/天基本够用。

一个最简单的 Worker

// src/index.js
export default {
  async fetch(request) {
    const url = new URL(request.url);
    
    if (url.pathname === '/api/hello') {
      return Response.json({ message: 'Hello from Cloudflare Workers!' });
    }
    
    return new Response('Not Found', { status: 404 });
  }
};

# wrangler.toml
name = "my-worker"
main = "src/index.js"
compatibility_date = "2024-01-01"

# 部署
wrangler deploy

就这样，你的 API 上线了，跑在全球边缘节点上。

Workers 的局限

  • 不是长时运行的服务：一次请求最多 30 秒（免费版 10ms CPU 时间）
  • 没有文件系统：需要配合 R2 存文件
  • 内存有限：不适合跑重型任务

五、Cloudflare R2：没有出流量费的对象存储

它是什么？

R2 是 Cloudflare 的对象存储服务，完全兼容 Amazon S3 的 API。也就是说，你原来写的 S3 代码，改几行配置就能用 R2。

为什么特别值得关注？

AWS S3 的一大"隐形成本"是出流量费（Egress Fee）——每次用户下载文件，你都要按流量付钱。如果你的应用有大量图片、视频或文件下载，这个费用会很高。

R2 的出流量完全免费。 这对有文件存储需求的 AI 应用来说意义重大。

免费额度

功能 免费额度
存储空间 10 GB / 月
A 类操作（写） 100 万次 / 月
B 类操作（读） 1000 万次 / 月
出流量 永久免费

适合存什么？

  • 用户上传的图片、文档
  • AI 生成的图片（Stable Diffusion 等）
  • 应用的静态资源（大文件）
  • 数据库备份

用代码访问 R2

// 在 Worker 中直接访问 R2 Bucket
export default {
  async fetch(request, env) {
    const key = 'my-image.png';
    
    // 上传文件
    await env.MY_BUCKET.put(key, request.body);
    
    // 读取文件
    const object = await env.MY_BUCKET.get(key);
    
    return new Response(object.body);
  }
};

# wrangler.toml 中绑定 R2
[[r2_buckets]]
binding = "MY_BUCKET"
bucket_name = "my-app-files"

也可以用标准的 AWS SDK（改 endpoint 指向 R2）：

import { S3Client, PutObjectCommand } from '@aws-sdk/client-s3';

const client = new S3Client({
  region: 'auto',
  endpoint: 'https://<ACCOUNT_ID>.r2.cloudflarestorage.com',
  credentials: {
    accessKeyId: process.env.R2_ACCESS_KEY_ID,
    secretAccessKey: process.env.R2_SECRET_ACCESS_KEY,
  },
});

六、Cloudflare D1：Serverless SQLite 数据库

它是什么？

D1 是 Cloudflare 的 Serverless SQL 数据库，底层是 SQLite。它可以直接在 Workers 里查询，不需要单独的数据库连接池管理。

适合什么场景？

  • 小型 Web 应用的数据存储
  • 用户数据、配置、内容管理
  • 原型开发和 MVP 阶段

免费额度

功能 免费额度
存储 5 GB
读取行数 50 亿行 / 月
写入行数 5000 万行 / 月

怎么用？

# 创建数据库
wrangler d1 create my-database

# 运行 SQL 迁移
wrangler d1 execute my-database --file ./schema.sql

-- schema.sql
CREATE TABLE users (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  email TEXT UNIQUE NOT NULL,
  created_at DATETIME DEFAULT CURRENT_TIMESTAMP
);

// 在 Worker 中查询
export default {
  async fetch(request, env) {
    const { results } = await env.DB.prepare(
      'SELECT * FROM users WHERE email = ?'
    ).bind('[email protected]').all();
    
    return Response.json(results);
  }
};

D1 vs 其他数据库

D1 PlanetScale Supabase
类型 SQLite MySQL PostgreSQL
冷启动 无 有 有
Workers 集成 原生 需配置 需配置
免费额度 充足 充足 充足
适合场景 中小应用 高并发写入 复杂关系型

七、Cloudflare KV：全局键值存储

它是什么？

KV 是一个分布式键值数据库，数据写入后会同步到全球所有边缘节点，读取极快。

适合存什么？

  • 用户 Session Token
  • 应用配置（Feature Flags）
  • API 响应缓存
  • 限流计数器

不适合什么？

  • 需要强一致性的数据（KV 是最终一致性）
  • 频繁更新的数据（写入传播有延迟）
  • 复杂查询

免费额度

操作 免费额度
读取 1000 万次 / 天
写入/删除/列表 10 万次 / 天
存储 1 GB 
// 读写 KV
export default {
  async fetch(request, env) {
    // 写入
    await env.MY_KV.put('user:123:session', 'token-xyz', {
      expirationTtl: 3600  // 1小时后过期
    });
    
    // 读取
    const session = await env.MY_KV.get('user:123:session');
    
    return new Response(session);
  }
};

八、Cloudflare AI Gateway：AI 项目必装的"中间层"

它是什么？

AI Gateway 是专门为 AI 应用设计的 API 代理层。你不直接调用 OpenAI / Anthropic / Gemini，而是通过 Cloudflare 的网关转发——它帮你记录日志、统计费用、缓存相同请求、设置限流。

为什么 AI 项目需要它？

做 AI 应用最头疼的几个问题：

  1. 花了多少钱？ 各家 API 费用不透明，很难汇总
  2. 哪个 Prompt 效果好？ 没有统一日志，难以对比
  3. 相同请求重复付费：同样的问题用户问了 100 次，你付了 100 次 API 费
  4. 限流保护：防止某些用户滥用你的应用

AI Gateway 一次性解决这四个问题。

支持哪些 AI 服务？

OpenAI、Anthropic Claude、Google Gemini、Azure OpenAI、Mistral、Cohere、Hugging Face、Replicate……几乎覆盖所有主流 AI 服务。

怎么接入？

只需要改一个 URL，其他代码完全不变：

// 原来直接调用 OpenAI
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  // baseURL 默认是 https://api.openai.com/v1
});

// 改为通过 AI Gateway 代理
const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY,
  baseURL: 'https://gateway.ai.cloudflare.com/v1/{account_id}/{gateway_name}/openai',
});

// 调用方式完全一样
const response = await openai.chat.completions.create({
  model: 'gpt-4o',
  messages: [{ role: 'user', content: 'Hello!' }],
});

改完之后，所有请求都会经过 Cloudflare 的节点，你在 Dashboard 就能看到：

  • 每次请求的 Token 用量和费用
  • 响应时间和成功率
  • 缓存命中情况

缓存功能

// 开启语义缓存——相似的问题复用之前的答案
const response = await fetch(gatewayUrl, {
  method: 'POST',
  headers: {
    'cf-aig-cache-ttl': '3600',  // 缓存 1 小时
  },
  body: JSON.stringify({ messages: [...] }),
});

免费额度

AI Gateway 目前完全免费，不限请求次数（Cloudflare 把它作为吸引开发者的入口）。

九、Workers AI：在边缘运行 AI 模型

它是什么？

Workers AI 是 Cloudflare 提供的"边缘推理"服务，你可以直接在 Workers 里调用各种 AI 模型，不需要自己部署 GPU 服务器。

支持哪些模型？

  • 文本生成：Llama 3、Mistral、Gemma 等开源模型
  • 图像生成：Stable Diffusion XL
  • 文本嵌入：BGE、多语言嵌入模型
  • 语音识别：Whisper
  • 图像分类：ResNet 等
  • 文本分类：多种分类模型

适合什么场景？

  • 原型阶段：不想付 OpenAI 费用，用免费开源模型测试想法
  • 辅助任务：分类、摘要、嵌入等对质量要求不极致的任务
  • 隐私敏感场景：数据不出边缘节点

代码示例

export default {
  async fetch(request, env) {
    // 文本生成
    const response = await env.AI.run('@cf/meta/llama-3-8b-instruct', {
      messages: [
        { role: 'user', content: '用一句话解释什么是 Cloudflare Workers' }
      ],
    });
    
    return Response.json(response);
  }
};

// 生成文本嵌入（用于 RAG）
const embeddings = await env.AI.run('@cf/baai/bge-base-en-v1.5', {
  text: ['这是要转换成向量的文本'],
});

// embeddings.data[0] 就是向量数组

免费额度

功能 免费额度
神经元（计算单位） 每天 10,000 神经元

实际等价于每天可以免费跑几百次小模型推理，够用于开发测试。

十、Vectorize：向量数据库（做 RAG 必备）

它是什么？

Vectorize 是 Cloudflare 的向量数据库。向量数据库存储的不是普通数据，而是文本/图片被 AI 模型转换成的"语义向量"，用于做相似度搜索。

做 RAG（检索增强生成）应用必然用到向量数据库。

工作流程

1. 把你的文档喂给嵌入模型 → 得到向量
2. 把向量存到 Vectorize
3. 用户提问 → 把问题转成向量 → 在 Vectorize 里找最相近的文档片段
4. 把相关文档 + 用户问题一起发给 LLM → 得到有依据的回答

代码示例

// 插入向量
await env.VECTORIZE.insert([
  {
    id: 'doc-001',
    values: [0.12, 0.55, 0.88, ...],  // 嵌入模型输出的向量
    metadata: { text: '文档原文内容', source: 'article-1.pdf' }
  }
]);

// 相似度搜索
const results = await env.VECTORIZE.query(queryVector, {
  topK: 5,           // 返回最相近的 5 条
  returnMetadata: true,
});

免费额度

功能 免费额度
向量数量 30,000 个
每月查询 3000 万次
维度上限 1536 维（够用 OpenAI embedding）

十一、一个完整 AI 应用的 Cloudflare 全家桶架构

把上面所有产品串起来，一个典型的小型 AI 应用架构长这样：

用户浏览器
    │
    ▼
Cloudflare Pages（前端，React/Next.js）
    │
    ▼
Cloudflare Workers（API 层，处理请求逻辑）
    │
    ├──▶ AI Gateway ──▶ OpenAI / Claude（外部 AI 服务）
    │
    ├──▶ Workers AI（边缘运行开源模型）
    │
    ├──▶ Vectorize（语义搜索，RAG）
    │
    ├──▶ D1（用户数据、内容存储）
    │
    ├──▶ KV（Session、缓存）
    │
    └──▶ R2（图片、文件存储）

整套架构的月费用：

  • 初期流量下：接近 $0（全靠免费额度）
  • 中等规模（日活几百人）：约 $5-20/月

这就是为什么独立开发者都爱 Cloudflare——几乎零成本就能跑一个生产级的 AI 应用架构。

十二、快速上手路线图

第一步：注册账号，迁移域名 DNS

  • 注册 Cloudflare 账号（免费）
  • 把域名的 Nameserver 改成 Cloudflare

第二步：安装 Wrangler CLI

npm install -g wrangler
wrangler login

第三步：部署第一个 Worker

npm create cloudflare@latest my-first-worker
cd my-first-worker
wrangler dev    # 本地开发
wrangler deploy # 上线

第四步：按需添加存储

# 创建 D1 数据库
wrangler d1 create my-db

# 创建 R2 Bucket
wrangler r2 bucket create my-files

# 创建 KV Namespace
wrangler kv namespace create my-cache

第五步：接入 AI Gateway

  • Dashboard → AI Gateway → 创建 Gateway
  • 复制 Gateway URL，替换你的 AI SDK 的 baseURL

总结：Cloudflare 的核心价值

对 AI 编程的初学者来说，Cloudflare 的价值可以用三句话概括：

免费额度足够跑 MVP——从想法到上线，不需要先花钱。

产品线完整，减少第三方依赖——前端、后端、数据库、存储、AI 都在一个平台，减少跨平台踩坑。

全球边缘部署，性能开箱即用——不用自己配 CDN，不用担心服务器地域问题。

下一篇我们会介绍 Supabase——另一个独立开发者必备平台，专注于数据库、认证和实时功能。

参考资源：

  • Cloudflare 官方文档：developers.cloudflare.com
  • Wrangler CLI 文档：developers.cloudflare.com/workers/wrangler
  • Cloudflare AI 产品总览：developers.cloudflare.com/ai
━━━ fin ━━━

If you read this far — thank you.
Come tell me what you thought on X.