部署
把 AI Agent 部署到 Cloudflare Workers（零服务器）
做 AI Agent 最怕「还得买台服务器、配 nginx、担心被流量打挂」。Cloudflare Workers 让你把 Agent 逻辑跑在全球边缘节点：无需管理服务器、按请求计费、天然抗量。本教程用 wrangler 把一个调用大模型 API 的 Agent 部署上线。
☁️ 本教程适合：前端 / 全栈开发者，想零运维把一个轻量 Agent（如问答接口、webhook 处理器）发布到公网。
Step 1：安装并登录 Wrangler
1 安装并登录 Wrangler
Wrangler 是 Cloudflare 的命令行工具。用 npm 全局安装并登录账号。
npm install -g wrangler
wrangler login # 浏览器授权
wrangler whoami # 确认已登录Step 2：初始化项目
2 初始化项目
新建一个 Worker 项目，选「Hello World」模板即可。
wrangler init my-agent
cd my-agent
npm installStep 3：写 Agent 逻辑（fetch handler）
3 写 Agent 逻辑（fetch handler）
Workers 入口是 export default { fetch }。下面示例接收用户问题，转发给大模型 API 并返回回答。
export default {{
async fetch(request, env) {{
const {{ question }} = await request.json();
const r = await fetch("https://api.openai.com/v1/chat/completions", {{
method: "POST",
headers: {{ Authorization: `Bearer ${{env.OPENAI_KEY}}` }},
body: JSON.stringify({{ model: "gpt-4o-mini",
messages: [{{ role: "user", content: question }}] }})
}});
return new Response(await r.text());
}}
}}Step 4：配置 wrangler.toml
4 配置 wrangler.toml
在 wrangler.toml 里设置名称、兼容日期，并用 secret 存密钥（不要写进代码）。
name = "my-agent"
main = "src/index.js"
compatibility_date = "2026-01-01"
# 设置密钥（命令行，不入库）
# wrangler secret put OPENAI_KEYStep 5：本地调试
5 本地调试
上线前先在本地跑，模拟请求验证。
wrangler dev
curl -X POST localhost:8787 -d '{"question":"你好"}'边缘限制：Workers 单次请求有 CPU 时长上限（默认 10s，付费可到 30s+）。长任务要拆成流式或放后台。
Step 6：部署并绑定存储（KV / R2）
6 部署并绑定存储（KV / R2）
一条命令上线；如需记忆/缓存，可绑定 KV 或 R2 存储。
wrangler deploy
# 绑定 KV（在 wrangler.toml 加 [kv_namespaces] 后重新 deploy）
wrangler kv namespace create AGENT_CACHE常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| 部署报 401/403 | 未登录或 OPENAI_KEY 没设成 secret |
| 请求超时 | 模型太慢，改流式返回或提 CPU 配额 |
| 密钥泄露风险 | 务必用 wrangler secret，别硬编码 |
| 想存对话 | 绑定 KV/R2，按 user_id 读写 |