Token导航 LogoToken导航TokenDH.com
Ask Cloudflare MCP logo
搜索检索未说明官方级别未说明来源级核验

Ask Cloudflare MCP

MCP Server

Ask Cloudflare MCP + Deep Research 是一个基于Cloudflare Worker的智能研究架构工具,结合Model Context Protocol (MCP)、Cloudflare Workflows、Vectorize和Queues,提供多步骤的深度分析功能,适用于代码库、PRD和错误日志的分析。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
PythonClaude异步处理Claude DesktopClaudeCursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

jmbish04

提供方

jmbish04

最后核验

2026/5/17 20:19

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

询问Cloudflare MCP+深度研究

作为智能研究架构师的高级Cloudflare Worker。它结合了 模型上下文协议(MCP)Cloudflare工作流, 矢量化,以及 队列 对存储库、PRD和错误日志进行深入的多步骤分析。

🚀 关键能力

  • 🧠 深度研究代理:使用Cloudflare工作流来编排多步骤推理(头脑风暴→ 搜索→ 合成)。
  • 📚 语义记忆:使用存储和检索知识 Cloudflare矢量化 (抹布)。
  • ⚡ 异步架构:用途 Cloudflare队列 缓冲请求,确保高可用性和零超时。
  • 🐳 集装箱化分析:生成临时容器以安全地克隆和检查私有GitHub存储库。
  • 🔌 双接口:

- REST API:适用于web客户端(React前端)和CI/CD管道。 - MCP服务器:与Claude Desktop、Cursor和其他AI IDE本地连接。

🏗️ 建筑

graph TD
    Client[Client / Frontend] -->|POST /api/research| API[Worker API]
    API -->|Dispatch Job| Queue[Research Queue]
    
    subgraph "Async Processing"
        Queue -->|Trigger| Workflow[Research Workflow]
        
        Workflow -->|1. Brainstorm| AI_Reasoning[Workers AI (Reasoning)]
        Workflow -->|2. Gather Intel| Tools
        
        subgraph Tools
            MCP_Client[MCP Client] -->|Query| CF_Docs[Cloudflare Docs]
            Vector_Service[Vector Service] -->|Search| Vectorize[Vector DB]
            Container[Repo Analyzer] -->|Clone| GitHub[GitHub API]
        end
        
        Workflow -->|3. Synthesize| AI_Writer[Workers AI (Writing)]
        Workflow -->|4. Persist| DB[(D1 Database)]
    end
    
    Client -->|Poll Status| API
    API -->|Read| DB

🛠️ 按模式列出的功能

模式描述技术栈
可行性审计员分析GitHub仓库,以确定它是否可以迁移到Workers。容器+AST解析+AI
PRD浓缩器阅读产品需求文档并注入技术实施细节。矢量化(RAG)+工作流程
错误修复程序分析错误日志和堆栈跟踪,以提供特定的代码修复。MCP(文档搜索)+AI
图书管理员将URL和代码片段摄取到矢量数据库中,以备将来调用。矢量化+嵌入

📦 安装和设置

先决条件

  • Node.js 18+
  • Cloudflare帐户(矢量化/工作流需要工人付费计划)
  • GitHub代币(回购范围)

1.克隆和安装

git clone 
cd ask-cloudflare-mcp
npm install

2.基础设施设置

运行以下命令以创建必要的Cloudflare资源:

# Database
wrangler d1 create ask-cloudflare-mcp

# Vector Index
wrangler vectorize create ask-cloudflare-index --preset @cf/baai/bge-large-en-v1.5

# Queues
wrangler queues create research-tasks

# Secrets
wrangler secret put GITHUB_TOKEN

3.地方发展

启动整个堆栈(前端+后端+数据库):

npm run dev

*后端在端口8787上运行。前端在端口5173上运行。*

🔌 API终点

异步研究工作

所有深入的研究任务都是异步的。

  1. 提交作业

- POST /api/research - 主体: { "query": "...", "mode": "feasibility" | "enrichment" | "error_fix", "context": "..." } - 退货: { "sessionId": "uuid", "status": "queued" }

  1. 投票状态

- GET /api/sessions/:sessionId - 退货: { "status": "processing", "steps_completed": ["brainstorm", "search"], "result": null }

标准工具

  • POST /api/questions/simple:快速问答(同步)
  • POST /api/ingest:将内容添加到矢量内存

🧩 项目结构

/
├── src/
│   ├── index.ts              # Entry point (API + Queue Consumer)
│   ├── ai/                   # Centralized AI Logic (Worker AI, Gemini)
│   ├── containers/           # Durable Objects (for Container checks)
│   ├── core/                 # Core Utilities (Session, Logging, Health)
│   ├── data/                 # Data Layer (Vectorize, D1)
│   ├── git/                  # Git & GitHub Operations
│   ├── mcp/                  # MCP Client & Tooling
│   ├── routes/               # Hono API Routes
│   └── workflows/            # Cloudflare Workflows ("Deep Research")
├── frontend/                 # React + Vite UI
└── containers/               # Python-based Repo Analyzer

🤝 贡献

请阅读 代理商.md 关于后端(Workers)和前端(React)分离的严格架构规则。

📄 许可证

麻省理工学院

目录标签

目录标签

PythonClaude异步处理智能研究本地部署多步骤分析CloudflareWorkerRAG

支持客户端

Claude DesktopClaudeCursor

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

session

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明session部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP