cf AI omavashia

🧠 Cloudflare Canvas代理！

为可选的Cloudflare AI挑战赛而构建

基于AI的聊天代理 Cloudflare代理平台，整合 Canvas LMS MCP服务器 实现与学术课程数据的智能、情境感知交互。

该项目扩展和修改了官方 agents-starter 完整模板 MCP集成, 有状态工作流，以及 工具驱动的人工智能推理，可完全部署在 Cloudflare页面.

通过工具调用的上下文（MCP）

App Screenshot

记住对话

App Screenshot

🚀 特性

• Canvas LMS集成（通过MCP）：

通过以下方式安全地连接到用户的Canvas外壳 模型上下文协议（MCP），为每个会话启用链式工具调用，以进行课程和作业检索。

• AI驱动的聊天界面：

与某人实时对话 LLM（通过Cloudflare AI网关的gpt-4o）.流媒体，由 agents SDK。

• 内置内存和状态管理：

使用持久对象进行持久的上下文和状态跟踪，允许多轮推理和回忆先前的工具输出。

• 现代Cloudflare堆栈：

前端托管于 Cloudflare页面，后端工作流在上运行 Cloudflare员工，并通过AI推理 AI网关.

• 可扩展工具系统：

轻松注册新工具（例如，用于网络抓取的Firecrawl，用于仓库搜索的GitHub MCP） zod 验证和自动确认提示。

🧩 技术栈

✅ 挑战要求

• LLM（建议在Workers AI上使用Llama 3.3），或您选择的外部LLM

- OpenAI gpt-4o通过Cloudflare Workers+AI网关✅

• 工作流/协调（建议使用工作流、Workers或持久对象）

- Cloudflare Workers用于工具调用+持久对象用于内存✅

• 用户通过聊天或语音输入（建议使用Pages或实时）

- 可在Cloudflare Pages上部署的简单聊天界面✅

• 内存或状态

- 持久的记忆对象✅

• 提示在 PROMPTS.md

💻 设置

1. 克隆此存储库

   git clone https://github.com/omavashia2005/cf_ai_test2.git

1. cd 在您选择的编辑器中导入此存储库

1. 进入后，安装所有依赖项。确保您使用的是Node 22+版本（确保使用 node -v)

   npm install 

1. 在名为的文件中设置环境变量 .dev.vars

必需变量（示例 .dev.vars):

   OPENAI_API_KEY=
   CLOUDFLARE_PROFILE=
   CLOUDFLARE_PROJECT_NAME=
   CANVAS_API_KEY=
   SMITHERY_PROFILE=
   SMITHERY_API_KEY=

查看资源以获取有关如何设置此功能的文档

1. 运行项目

   npm run start

该项目现在将上线 _本地_ 在http://localhost:5174

📖 资源

1. 获取OpenAI API密钥

1. 设置Cloudflare AI网关

1. 画布学生API密钥：

帐户>设置>已批准的集成>新访问令牌

1. 首选 这个mcp服务器.

- 注册/登录Smithery帐户 - 在“配置”中，添加步骤3中的Canvas API密钥

1. 获取您的Smithery API密钥

1. 获取您的Smithery MCP个人资料

项目结构

cf_ai_canvas_agent/
├── src/                  # Core source code
│   ├── tools.ts          # MCP tools and API integrations
│   ├── server.ts         # Worker entrypoint (Cloudflare)
│   ├── app.tsx           # Frontend (React)
├── README.md
└── PROMPTS.md            # Prompts used to generate AI code