Cloudflare Computer： 给每个 AI Agent 一台专属电脑 ｜ SSP Github Daily

每日开源 · 第 104 期 · 早间篇

**Cloudflare Computer：**给每个 AI Agent 一台专属电脑

不是给每个 Agent 一个容器，而是给一台电脑------SQLite 文件系统 + 智能调度隔离环境与容器

项目速览

**2,850+**GitHub Stars

+796今日新增

TypeScript主要语言

MIT开源协议

一句话定位

@cloudflare/computer 是 Cloudflare 在 Agents Week 2026 开源的首日重磅项目------一个 Agent 运行时，为每个 AI Agent 提供一台专属"电脑"：一个 SQLite 虚拟文件系统 + 可插拔执行后端，让 Agent 在轻量隔离环境和完整 Linux 容器之间自动选择最优执行路径。

IsolateContainerFUSESQLitejust-bashcapnweb RPCDurable ObjectsWorkers AI

**GitHub：**https://github.com/cloudflare/computer

**核心论点：**Your agent needs a computer, not a container.（你的 Agent 需要一台电脑，而不是一个容器。）

**免责声明：**本工具依赖境外公开数据源（GitHub / Cloudflare），部分平台在中国大陆需合规网络环境。

它能解决什么问题？

如果你正在构建 AI Agent 产品，一定撞过这堵墙：

• 每个 Agent 会话都需要一个容器来跑代码------一个容器就是几百 MB 内存 + 数百毫秒冷启动。

• 当你的产品有几万、几十万甚至上百万用户各自跑 Agent 时，算力账单直接爆炸。

• Cloudflare 的判断很直接：全世界的云和超大规模厂商的算力加在一起，都不够让每家公司为每个用户的 Agent 提供独立的容器化计算环境。

• 所以行业对 CPU 算力的恐慌，和对 GPU 一样真实。

问题的本质是：不是每个任务都需要完整 Linux 环境。文件读写、数据处理、Git 操作这些轻量活儿，根本不需要启动一个完整容器。但如果你的 Agent 框架已经把"大脑"（推理循环）和"手"（执行沙箱）绑在了一起，你就没有选择------每次都要付容器的钱。

Cloudflare 的解法：分离大脑与手

大脑 （Agent 推理循环）跑在 Isolate（隔离环境）里------Workers 和 Durable Objects 背后的技术，毫秒级启动、可休眠、可无限横向扩展。

手 （执行沙箱）变成 按需调用的工具------大部分任务在 Isolate 里完成，只有需要 npm、原生二进制文件或完整 Linux 用户空间时，才升级到容器。

目标：容器只承担不到 10% 的工作

核心亮点

1. Workspace：SQLite 驱动的持久化虚拟文件系统

整个运行时的核心是 Workspace------一个基于 SQLite 的虚拟文件系统，权威状态存储在 Durable Object 中。它可以：

• 从 Git 仓库、R2 存储桶或任意文件填充内容

• 跨 DO 重启持久化所有文件操作

• 通过 R2 挂载预填充只读数据

• 提供与 node:fs 兼容的 API，无缝对接第三方 JS 库

关键是：同一套文件，跨后端共享。你在 DO 里写一个文件，容器里立刻能看到，反过来也一样。不需要手动同步。

2. 三种执行后端，模型自己选

所有后端实现同一个接口 exec(string, options)，首次使用时惰性连接。Agent 拿到的 AI SDK 工具集（read / write / edit / ls / exec）里，exec 有个 backend 参数------工具描述会引导模型为当前任务选择正确的运行时。

Isolate Shell 后端

用 just-bash 把 Shell 命令转成 JavaScript，在动态 Worker 中执行。文件系统通过 Worker 绑定直接访问，无第二存储、无同步往返。**毫秒级启动，可休眠不计费。**适合：文件操作、数据处理、Git 管理。

Container 后端

用 Cloudflare Containers 提供完整 Linux 环境。文件系统通过 FUSE 挂载 提供------容器里的 computerd 守护进程负责挂载状态并通过 capnweb RPC 同步变更。有真实的 $PATH、npm、node、测试工具。适合：需要原生二进制的重任务。

Isolate JavaScript 后端

在全新动态 Worker 中运行 ECMAScript 模块，支持结构化输入/输出、持久化相对导入、已配置的库、Workspace 支持的 node:fs/promises，以及可信的 ws:git 和 ws:artifacts 模块。

Cloudflare 的实测结论：前沿模型已经非常擅长优先选择廉价的 Isolate 路径，仅在必要时才回退到容器。

3. FUSE 性能：元数据密集型操作超越真实磁盘

很多人担心 FUSE 挂载会不会太慢。实测数据出乎意料------在 Cloudflare Containers standard-2 实例（1 vCPU / 6 GiB / 12 GB）上跑 fs-bench：

stat 1000 个文件 · computerd 1972ms vs 磁盘 2659ms快 0.91 倍

rm 1000 个文件 · computerd 828ms vs 磁盘 1282ms快 0.66 倍

mkdir 树 (10×10×10) · computerd 1598ms vs 磁盘 3035ms快 0.74 倍

find 树遍历 · computerd 1814ms vs 磁盘 4404ms快 0.72 倍

git init + commit 100 文件 · computerd 459ms vs 磁盘 635ms快 0.72 倍

npm init + 微型 install · computerd 599ms vs 磁盘 631ms快 0.95 倍

原理是 computerd 的内存 inode 存储在元数据密集型操作中击败真实磁盘------覆盖了 git status、模块解析、增量构建等日常开发工作的大头。

弱项是大型顺序 I/O（64 MiB 读写比磁盘慢 30-40 倍），因为每个 512 KiB 数据块都要做内容寻址哈希。但 Cloudflare 指出：这很少影响真实开发者工作流------所以 npm init 才能追平磁盘基准。

4. 全部门控、审计、可观测

所有文件操作和 Shell 命令都受 门控（gated） ------你可以精细控制 Agent 被允许执行哪些变更。每一步操作都有 审计日志，清晰追溯 Agent 做了什么修改。这不是"事后查看日志"，是执行链路上每一步的结构化记录。

Agent 可以通过 SSE（Server-Sent Events）把 exec 的实时 stdout / stderr / exit 事件流式推送到浏览器，让用户看到 Agent 在做什么。

5. 五大核心包：精巧的 monorepo

整个仓库是一个小型 monorepo，每个包各司其职：

packages/dofs

@cloudflare/dofs

Durable Object SQLite 支持的虚拟文件系统、同步协议构建块，以及 Node 的 @platformatic/vfs 提供者。这是整个文件系统的地基。

packages/rpc

@cloudflare/computer-rpc

capnweb 线路类型和服务器/客户端辅助工具------DO 与 computerd 之间的通信协议。

packages/computerd

@cloudflare/computerd

FUSE 挂载 + HTTP/WebSocket RPC 服务器守护进程，运行在沙箱容器内。负责把 DO 里的 SQLite 状态投影为真实文件系统。

packages/computer

@cloudflare/computer

顶层 Computer 包，Durable Object 使用的门面。19 份设计文档覆盖 VFS 布局、同步协议、文件系统接口、运行时接口、挂载接口、生命周期等。

packages/computer-computerd-linux-x64

预构建二进制

为 linux-x64 预构建的 computerd 二进制，通过 GHCR 镜像分发，可直接 COPY 进容器镜像。

6. 与 Vercel eve 的哲学对比

同一周出现了两大"沙箱即产品"方案，哲学几乎相反：

出发点

**Cloudflare Computer：**从 Isolate 出发，容器是后备

Vercel eve

从容器出发，在容器内隔离 Agent

文件系统

Cloudflare：DO SQLite，跨后端共享eve：文件系统优先的 Agent 目录模型

规模叙事

Cloudflare：Isolate 优先，容器 <10% 目标eve：持久化会话 + 沙箱适配器接口

两者都在回答同一个问题：如何在不启动数百万 always-on VM 的前提下，给数百万会话一个"电脑"？

实战场景展示

场景一：Bug 分诊 Agent

收到一个 GitHub Issue，Agent 自动拉取仓库、复现 Bug、定位代码、做最小修复、跑验证测试、回复 Issue。全程不需要人介入。

用 @cloudflare/computer + @cloudflare/think 实现：Agent 在 Isolate 里读代码、写修复补丁；需要跑 npm test 时，自动切到容器后端；验证通过后回到 Isolate 回复 Issue。容器只在测试那一步启动了几秒。

场景二：多租户 SaaS Agent 平台

你做一个面向企业的 Agent 平台，每个企业用户都要跑自己的 Agent。传统方案是每个用户一个容器------10 万用户就是 10 万个 always-on 容器。

用 @cloudflare/computer：每个用户一个 Durable Object + Workspace。大部分时间 Agent 在 Isolate 里做文件操作、数据处理，成本极低。只有少数用户的 Agent 需要跑构建或安装包时才临时拉起容器，跑完即销毁。10 万用户可能同一时刻只需要几百个并发容器。

场景三：文档生成 + PDF 转换

Agent 在 Isolate 里用 Code Mode 写 Markdown 食谱卡，然后在容器里跑 pandoc 生成 PDF------这是官方 examples/tutorial 的完整教程场景。Agent 自动判断：写 Markdown 不需要容器，跑 pandoc 需要原生二进制，切到容器后端。两步操作同一套文件。

场景四：Worker 项目生成 + 发布

Agent 在 Workspace 里生成一个完整的 Worker 项目，然后通过 @cloudflare/computer/artifacts 发布到 Cloudflare Artifacts 作为可克隆仓库。这是官方 examples/artifacts 的场景------Agent 不只是写代码，还能把产出物变成可分发的 Git 仓库。

场景五：实时输出流式推送到浏览器

exec 返回的不只是缓冲结果，还有一个 ReadableStream 事件流。你可以把 stdout / stderr / exit 事件转换成 SSE 帧，实时推送给浏览器端的 EventSource。用户能看到 Agent 正在跑什么命令、输出了什么------不是等它跑完才看到结果。

上手指南

**前提条件：**你需要一个 Cloudflare 账号、Workers + Durable Objects + Containers（可选）。

第一步：安装包

npm install @cloudflare/computer

包提供多个入口点，按需引入：

# 顶层 Workspace 门面

@cloudflare/computer


# 容器后端（含 computerd / capnweb 同步管道）

@cloudflare/computer/backends/container


# Isolate Shell 后端（just-bash）

@cloudflare/computer/backends/worker-shell


# Isolate JS 后端（ECMAScript 模块）

@cloudflare/computer/backends/worker-javascript


# Git 操作（isomorphic-git 封装）

@cloudflare/computer/git


# AI SDK 工具（read/write/edit/ls/exec）

@cloudflare/computer/tools

第二步：在 Durable Object 上创建 Workspace

import { Workspace } from "@cloudflare/computer";

import {

  CloudflareContainerBackend,

  withWorkspaceContainer,

} from "@cloudflare/computer/backends/container";

import { DurableObject } from "cloudflare:workers";


export class Agent extends withWorkspaceContainer(

  class extends DurableObject<Env> {}

) {

  readonly workspace = new Workspace({

    storage: this.ctx.storage, // DO 存储 → VFS 在这里

    backends: [

      new CloudflareContainerBackend({

        container: () => this,

        workspace: {

          binding: "Agent",

          id: this.ctx.id.toString(),

        },

      }),

    ],

  });


  async initialize() {

    await this.workspace.ready();

    await this.workspace.fs.mkdir("/workspace", { recursive: true });

  }

}

第三步：文件操作

// 写字符串（默认 utf8）

await this.workspace.fs.writeFile(

  "/workspace/notes/todo.md", "- [ ] ship it\n"

);


// 写二进制

await this.workspace.fs.writeFile(

  "/workspace/data/blob.bin", new Uint8Array([1, 2, 3])

);


// 读文件

const todo = await this.workspace.fs.readFile(

  "/workspace/notes/todo.md", "utf8"

);


// 创建并遍历目录

await this.workspace.fs.mkdir("/workspace/notes/daily", { recursive: true });

for (const entry of await this.workspace.fs.readdir("/workspace/notes")) {

  console.log(entry.isDirectory ? `d ${entry.name}` : `f ${entry.name}`);

}


// 全树搜索

const hits = await this.workspace.fs.grep("TODO", "/workspace", {

  ignoreCase: true,

});

第四步：在沙箱里跑 Shell 命令

// 同一套文件系统在容器里也挂载了

// fs 写的文件，exec 里立刻能看到，反之亦然

const run = await this.workspace.runtime.exec(

  "ls -la /workspace", { encoding: "utf8" }

);

const { stdout, exitCode } = await run.result();

console.log(stdout, exitCode);

第五步：暴露 AI SDK 工具给 Agent

import { createAITools } from "@cloudflare/computer/tools";

import type { ToolSet } from "ai";


override getTools(): ToolSet {

  return {

    ...createAITools({

      workspace: this.workspace,

      shell: {

        defaultBackend: "container",

        backends: {

          container: {

            description:

              "Cloudflare Container with a full Linux userland: " +

              "npm, node, package managers, test runners, and real " +

              "binaries on $PATH. Use it when a task needs more than " +

              "file manipulation.",

          },

        },

      },

    }),

    // 你的自定义工具...

  };

}

第六步：构建容器镜像

# 官方推荐的 Dockerfile 模式

FROM ghcr.io/cloudflare/computer-computerd-linux-x64:0.1.0-alpha.1 AS computerd


FROM debian:stable-slim

RUN apt-get update && apt-get install -y --no-install-recommends \

  fuse3 libfuse2t64 ca-certificates && rm -rf /var/lib/apt/lists/*

COPY --from=computerd /usr/local/bin/computerd /usr/local/bin/computerd


ENV PORT=8080

ENV MOUNT_POINT=/workspace

ENV FUSE_MOUNT=auto

EXPOSE 8080

ENTRYPOINT ["/usr/local/bin/computerd"]

**提示：**如果只用 Isolate 后端（不需要容器），可以完全跳过 Docker 镜像构建。Isolate Shell 后端通过 just-bash 在动态 Worker 中运行，无需任何容器基础设施。

官方示例一栏：

• examples/container --- 容器内运行 computerd，HTTP 接口

• examples/worker-shell --- 无容器，just-bash 在 Worker 里跑

• examples/think --- Think 聊天 Agent + Workspace

• examples/think-compare-runtimes --- Web UI 并排对比容器 vs Worker

• examples/tutorial --- 分步教程：Markdown → pandoc → PDF

• examples/artifacts --- 生成 Worker 项目并发布为可克隆仓库

• examples/assets --- 文字转图片 + 可分享链接

今日总结与互动

Cloudflare Computer 做的事情可以概括为一句话：把"大脑"和"手"分开，让 Isolate 承担 90% 的工作，容器只在真正需要时才出场。

这不是又一个沙箱产品，而是 Cloudflare 把自己近十年的 Isolate 技术押注------从 Workers 到 Durable Objects 到 Dynamic Workers------打包成一个可复用的 Agent 运行时。19 份设计文档、完整的 monorepo 结构、从 fs-bench 到 npm install 的完整性能基准，都说明这不是概念验证，是认真的工程。

当然，目前还是 早期预览版------API 不稳定、不适合生产环境、<10% 容器目标是期望值不是 SLA。但如果你在构建大规模 Agent 平台，这个项目的架构思路值得认真研究。

**今日问题：**你觉得"容器作为工具而非家园"的思路对吗？你的 Agent 工作流中，有多少比例真的需要完整 Linux 环境？欢迎在评论区聊聊。

--- 每天一个值得深读的开源项目 ---

本文素材来自 Cloudflare 官方博客（中英文版）、GitHub 官方 README 及 docs/ 设计文档、docs/19_performance.md 性能基准、explainx.ai 深度架构分析、Developers Digest 技术评论、getaibook.com 编排教程、Cloudflare 开发者文档 Changelog。

项目地址：https://github.com/cloudflare/computer