Cloudflare OS：面向智能体、应用与工作的开放平台
内容提要
Cloudflare OS 是一个开源平台，为组织成员提供基于公司上下文和技能的智能体工作区。它整合了代理工作区、安全治理框架和可修改应用平台，支持通过Gatekeepers安全访问内部系统，并允许构建和共享应用。该平台基于Cloudflare Workers构建，支持多种模型，可定制部署，旨在提升组织工作效率。
延伸解读
从内部实践到开源平台
Cloudflare OS 最初是 Cloudflare 内部使用的工具，经过数月实践后，团队发现第一版存在协作时信息暴露风险、应用静态化等问题。因此，他们重新设计了平台，将安全治理作为核心，并选择开源。这一过程表明，企业级 AI 平台需要在实际使用中不断迭代，开源则让更多组织能够基于自身需求定制，而非依赖通用解决方案。
安全治理：从工具调用到数据流向
Cloudflare OS 的安全模型强调“最小权限”和“数据流向控制”。它通过 Gatekeepers 管理对内部系统的访问，不仅限制工具调用，还记录代理观察到的资源，并在共享或输出时验证访问权限。这解决了 MCP 服务器只能控制工具、无法控制数据二次传播的问题，为 AI 在企业环境中的安全使用提供了新思路。
应用即 Worker：从文档到全栈应用
Cloudflare OS 将每个“文件”视为一个完整的应用，基于 Workers 和 Durable Objects 构建，支持客户端、服务端、API 和持久化状态。用户可以用 AI 生成应用，并像分享文档一样分享，甚至分享“蓝图”让其他人复制并修改。这种模式降低了应用开发门槛，让非技术人员也能创建定制化工具，并促进团队协作。
模型灵活性与成本控制
Cloudflare OS 通过 AI Gateway 支持任意模型，并允许组织统一配置模型可用性和路由策略。管理员可以设置预算、速率限制，并监控推理成本。这解决了企业使用 AI 时常见的成本失控问题，确保昂贵模型仅用于复杂任务，同时保持模型选择的灵活性。
Q&A
Cloudflare OS 是什么？
Cloudflare OS 是一个开源平台，为组织成员提供基于公司上下文和技能的智能体工作区。它整合了代理工作区、安全治理框架和可修改应用平台，支持通过 Gatekeepers 安全访问内部系统，并允许构建和共享应用。该平台基于 Cloudflare Workers 构建，支持多种模型，可定制部署，旨在提升组织工作效率。
Cloudflare OS 有哪些核心组成部分？
Cloudflare OS 由三部分组成：1. 一个基于公司上下文和技能的智能体工作区，包含隔离的运行时；2. 一个用于安全访问内部数据和服务的治理框架；3. 一个用于构建、共享和修改个人应用的平台。
Cloudflare OS 如何确保数据安全？
Cloudflare OS 通过多层机制确保安全：代理和应用程序默认无访问权限，需要请求并获准才能访问特定资源；使用 Gatekeepers 作为服务特定的 Worker 来管理外部服务访问，执行策略、记录读取并控制副作用；记录代理观察到的所有资源，并在共享时验证访问权限；服务器代码在禁用全局出站网络的动态 Worker 中运行，客户端代码在沙箱中运行。
Cloudflare OS 中的 Gatekeeper 是什么？
Gatekeeper 是 Cloudflare OS 中的一个服务特定 Worker，位于平台和外部服务之间。它理解服务的 API、资源和操作，可以限制代理对特定资源的访问（如单个仓库）、屏蔽字段、应用速率限制，并要求审批。它处理 OAuth、持有凭证、执行策略、记录读取，并调解外部可见的副作用。
Cloudflare OS 支持哪些模型？
Cloudflare OS 支持任何模型，所有推理调用都通过 Cloudflare AI Gateway 进行，组织可以决定哪些模型可用以及每个任务使用哪个模型，并控制成本。
Cloudflare OS 是开源的吗？如何部署？
是的，Cloudflare OS 是开源的，可在 GitHub 上获取。您可以将它部署到自己的 Cloudflare 账户中，并使用自己的 Access 策略、AI Gateway 配置、数据和集成。Cloudflare 提供了核心仓库和示例部署仓库，您可以在几分钟内使用入门仓库进行部署。
Cloudflare OS 可以构建哪些类型的应用？
Cloudflare OS 允许构建个人、可修改的应用，这些应用可以是全栈应用，包含客户端代码、服务器代码、API 和持久状态。应用可以用于可视化数据、自动化任务、创建文档和幻灯片等。应用默认私有，但可以像文档一样共享。
Cloudflare OS 如何控制 AI 推理成本？
Cloudflare OS 通过 AI Gateway 控制成本，组织可以设置预算和速率限制，决定哪些模型用于哪些任务，并查看每个请求的归属（人员、团队或工作区）。这样确保昂贵的模型只用于最困难的工作。
