058

Cloudflare 的 AI 服務有哪些?從模型、搜尋到 Agent,免費方案能用到哪裡

Cloudflare 的 AI 服務有哪些?從模型、搜尋到 Agent,免費方案能用到哪裡 封面圖

整理 Workers AI、AI Gateway、Vectorize、AI Search、Agents SDK、Browser Run、Computer 與 Cloudflare OS 的分工,對照內容問答、商品搜尋與客服情境,說明 Workers Free 的額度、付費門檻,以及繁體中文品質和工具權限的驗收重點。

Seer

2026-08-07

Cloudflare 的 AI 產品可以按工作分成幾類:Workers AI 執行模型,AI Gateway 管理模型請求,Vectorize 與 AI Search 處理檢索,Agents SDK 保存對話與任務狀態,Browser Run 提供瀏覽器。需要讓 Agent 寫檔、跑程式,或把整套能力交給團隊使用,再往 Cloudflare Computer 與 Cloudflare OS 看。

這篇先介紹各項服務,再用內容網站、商品目錄、個人化解讀與客服等情境,說明怎麼搭配。重點是功能分工、免費額度、付費門檻,以及實際接入前還要確認的品質與安全問題。

評估條件固定為 Workers Free、未綁付款方式、不啟用付費產品。在這個條件下,我會先把 Workers AI、免費 AI Gateway,以及依需求選用的檢索服務列為原型候選;Computer 的程式執行與 Cloudflare OS 整套自部署則留在付費升級清單。

資料查證日期為 2026-10-02,依據官方文件、官方部落格與官方套件說明。 免費額度、帳號開通與超額處置分開看;文件未明示的無卡准入與超額行為,保留為接入前的確認項目。

先看各項服務負責什麼

以下是這篇的選型分類,方便對照工作需求。

服務主要工作典型用途
Workers AI執行文字、影像、語音與 embedding 模型生成解讀、摘要、分類、轉錄
AI Gateway管理模型請求、快取、限流與觀測多供應商切換、用量管理、失敗回退
Vectorize儲存與查詢向量自建語意搜尋、商品檢索、RAG
AI Search託管資料匯入、索引、搜尋與 RAG 流程文章、文件、FAQ 的站內搜尋與問答
Agents SDK保存 Agent 狀態、連線與排程多輪客服、預約助理、持續任務
Browser Run/Kitesurf讓程式與 Agent 讀取或操作網頁截圖、PDF、網頁內容擷取
Cloudflare Computer提供持久檔案系統與可選執行後端Agent 工作目錄、產物與程式執行
Cloudflare OS整合團隊工作空間、資源權限與應用程式企業內部的 Agent 平台

Workers AI:直接呼叫模型

  • 定位: Cloudflare 託管的模型推論服務,可用 Worker 的 AI binding 或 REST API 呼叫。
  • 用途: 文字生成、向量嵌入(embedding)、語音辨識、翻譯、影像生成與分類。
  • 免費額度: 每個帳號每日共享 10,000 neurons;Workers Free 超額後,後續操作會失敗,UTC 00:00 重置。
  • 限制: 部分模型需要付費 billing method;繁體中文品質與結構化輸出成功率要另外測試。

一般網站可以先用單純的流程:收到使用者輸入、整理必要資料、呼叫模型,再由後端檢查輸出。只有文字解讀或摘要時,可以直接接 Workers AI,暫時省下檢索與 Agent 狀態管理。

模型目錄包含多種工作類型,選型時應看確切模型與版本。

工作目錄中的代表模型選型提醒
文字生成Llama、Qwen、GPT-OSS、DeepSeek 等同家族不同版本的費用與方案條件可能不同
多語 embeddingBGE-M3、EmbeddingGemma、Qwen3 Embedding確認輸出維度與中文檢索效果
語音辨識Whisper、Whisper Large V3 Turbo、Nova-3測試口音、專有名詞與長音訊
語音合成MeloTTS、Deepgram Aura 系列各模型的語言與聲線不同
翻譯M2M100、IndicTrans2繁簡體與目標語言支援須逐模型確認
影像生成與理解FLUX 系列、Llama Vision、Moondream模型授權與輸入輸出限制另查
安全分類與重排序Llama Guard、BGE Reranker通用分類能力要以實際內容測試

截至查證日,定價頁列出七款需要付費 billing method 的模型:kimi-k2.6、kimi-k2.7-code、glm-5.2、glm-5.3、glm-5.3-flash、deepseek-v4-flash-0731、deepseek-v4-pro-0813。現行文件允許用 Workers Paid 或預付 AI Gateway credits 取得資格;兩條路都超出這篇的純免費前提。

2026-07-28 的公告只列當時的三款 Kimi/GLM 模型,並記載 Workers Free 呼叫會得到 HTTP 403、內部錯誤碼 5035。現在選型應採現行定價頁的名單,保留舊公告作為變更紀錄。

分鐘速率與每日 neurons 是兩種限制。一般文字生成預設為每分鐘 300 次,embedding 預設為 3,000 次;部分模型另有較低限制。即使請求速率很低,也可能先用完每日推論額度。

官方來源:定價、模型目錄、限制、付費模型公告;查證 2026-10-02。

JSON Mode 與繁體中文要各自驗證

JSON Mode 提供 json_object 與 json_schema 形式。功能頁截至查證日列出六款支援模型:Llama 3.3 70B FP8 Fast、Llama 3 8B、Llama 3.1 8B、Hermes 2 Pro Mistral 7B、DeepSeek Coder 6.7B AWQ、DeepSeek R1 Distill Qwen 32B。

官方同時說明:JSON Mode 目前不支援串流,也無法保證每次符合要求的 schema;失敗可能回 JSON Mode couldn't be met。因此,正式流程仍需要 JSON 解析、schema 驗證、有限次重試與清楚的失敗回應。

部分模型參數頁也列出 response_format,卻未出現在上述功能頁名單中。這種文件落差先保留為待測項目,避免僅憑參數存在就承諾某模型支援 JSON Mode 或 JSON 串流。

繁體中文也要另外測試。簡轉繁後處理可以改善字形,語氣、台灣用詞、專有名詞與內容正確性則要靠測試集確認。多語模型與安全分類模型的產品介紹,無法代替 zh-TW 的品質驗證。

官方來源:JSON Mode;查證 2026-10-02。

AI Gateway:管理模型請求

  • 定位: 放在應用程式與模型供應商之間的請求管理層。
  • 用途: 分析、快取、限流,以及依功能配置重試、回退與動態路由。
  • 免費範圍: 官方明列分析、快取、限流等核心功能免費,所有方案可用;Free 每個帳號最多 10 個 gateway。
  • 費用邊界: 外部模型由上游供應商計費;Unified Billing 需要購買 credits 與付款方式。

只接一款 Workers AI 模型時,可以直接用 AI binding。當應用程式開始接多家供應商、需要觀測模型請求,或希望集中管理快取與限流,再插入 AI Gateway。

個人化內容的快取要包含使用者/租戶、輸入資料、模型與提示版本等條件,並限制哪些資料能快取。日誌也要避免留下 API key、完整個資與不必要的私人對話。這些是應用設計責任,需要配合資料保留政策處理。

日誌額度已分新舊帳號

「Free 有 10 萬筆 log」只適用 Legacy Logs,需看第一次建立 gateway 的日期。

首次建立 gateway 的時間Free 日誌規則
2026-09-24 以前Legacy Logs:帳號所有 gateway 合計 100,000 筆
2026-09-24 當日或之後Workers Logs:每天 200,000 log events,保留 3 天

log events 與 AI 請求是不同計量單位。同樣地,cache TTL 最長一個月,指的是快取期限,與日誌保留天數分開計算。

自帶供應商 key 的 BYOK 請求,免受 Unified Billing 那項每個 gateway 每 60 秒 200 次的專屬限制,但仍需遵守供應商及相關服務的限制。若要求整條鏈都不付款,上游供應商也必須有符合條件的免費用法。

接入時還要注意端點變更:官方已將舊 /compat/chat/completions 的單模型用法標為 deprecated,建議改走 REST API;動態路由截至查證日仍使用該舊相容端點。複製舊範例前,先確認自己使用的是哪種路由。

官方來源:定價、限制、Workers Logs、Unified Billing、OpenAI 相容端點;查證 2026-10-02。

Vectorize:自己組語意搜尋與 RAG

  • 定位: 向量資料庫,保存 embedding 並找出相近資料。
  • 用途: 商品搜尋、服務目錄、推薦,以及需要自行控制檢索規則的 RAG。
  • 免費額度: 每月 30M queried vector dimensions;儲存總量 5M stored vector dimensions。
  • 限制: Free 最多 100 個 index;每個向量最多 1,536 維,topK 不帶 values/metadata 時最多 100,帶其中任一項時最多 50。

自建流程通常分成兩段:先把內容轉成 embedding 存入 Vectorize;收到查詢時,再把問題轉成 embedding,查詢時套用資料讀取權限與業務條件,取得候選資料,最後視需要交給 LLM 生成回答。

商品或服務目錄常需要價格、地區、庫存、營業時間等條件。我會把這些條件保留在確定性的資料查詢與排序中,再用向量搜尋補足自然語言需求的匹配。純搜尋可以只回傳結果,不必每次都生成一段答案。

免費容量要用「向量數 × 維度」計算

假設每個商品只產生一個 1,024 維向量:

10,000 個向量 × 1,024 維 = 10,240,000 stored dimensions

這已超過 Free 的 5M 儲存額度。以同樣維度計算,5M 最多容納 4,882 個向量;若一篇內容切成多個 chunk,容量還要按 chunk 數計。

改用較低維度時也要重算:10,000 × 384 = 3.84M,可落在額度內;10,000 × 768 = 7.68M,仍超額。輸出維度應由模型正式支援,並重新驗證檢索品質。

query 額度使用 queried dimensions 計量,不能當成「3,000 萬次查詢」。預算估算應照官方公式與範例,不把每次 query 乘上整個資料庫向量總數。

官方來源:定價與計算方式、限制;查證 2026-10-02。

AI Search:把文件匯入、索引與搜尋交給託管服務

  • 定位: 舊稱 AutoRAG,整合資料匯入、解析、切塊、索引、搜尋與選用的回答生成。
  • 用途: 內容網站、文件中心、FAQ 與知識庫的搜尋或問答。
  • 狀態: 2026-10-01 GA;官方公告 2026-11-01 開始 AI Search 計費。
  • 費用邊界: 內建 Workers AI embedding/reranking 已含在 AI Search 用量內;生成、query rewriting 與外部模型另走相關服務用量。

AI Search 接受網站、R2 資料來源或直接上傳文件。現行建立流程把資料來源連接列為可選,網站爬取內容使用內建儲存,因此規劃新流程時,不必把 R2 設成所有用途的共同先決條件。

對文章或 FAQ,這條路能省下自行串接解析、切塊、embedding、向量索引與爬取的工作。只需要搜尋時,就回傳相關段落;需要回答時,再把段落交給生成模型,並顯示引用來源。

每個帳號每月包含:

  • 5M ingestion tokens。
  • 10 GB-month 儲存用量。
  • 1,000 次語意查詢。
  • 1,000 次全文查詢。

這些額度由所有 instance 共用。10 GB-month 是儲存使用量單位;5M tokens 是索引匯入量。 OCR 圖像處理與文字共享 ingestion 配額,圖像處理另有超額加價。

Free 另有每個帳號最多 100 個 instance、每個 instance 100,000 個檔案,以及每天最多爬 500 頁等限制。查詢額度、匯入量、儲存量與爬取限制要分別管理。

無付款方式時,先確認超額行為

官方明列 Workers Free 配額,也說明所有 Workers 方案都有免費用量;截至查證日,官方文件未明示「未綁付款方式帳號」超額後的完整行為。因此我會把 AI Search 列為免費原型候選,正式使用前確認開通、超額與 2026-11-01 計費切換的處理。

在無付費需求的部署中,應用端仍應設自己的查詢及匯入上限、用量警示與暫停機制,並留意生成模型的每日額度。免費搜尋配額與免費生成配額來自不同服務。

官方來源:GA 公告、限制與定價、建立流程;查證 2026-10-02。

Agents SDK:讓對話與任務保留狀態

  • 定位: 開源 SDK,為 Agent 提供持久狀態、即時連線、排程與可恢復執行。
  • 用途: 多輪客服、預約助理、等待外部事件的任務。
  • 執行資源: 基礎 Agent 狀態建立在 Durable Objects;Free 支援 SQLite storage backend。
  • 免費邊界: DO 用量、模型推論、瀏覽器與其他工具各有自己的限制,SDK 的開源授權不包覆所有託管費用。

簡單問答可以先用無狀態請求。當助理需要記得先前確認的資料、等待使用者補充、排程提醒,或在重新連線後繼續任務,再考慮 Agents SDK。

DO Free 的主要額度是每天 100,000 次請求、13,000 GB-s duration,以及帳號合計 5 GB SQLite 儲存。SQLite 每日另有 5M rows read、100,000 rows written。GB-s 與資料庫列讀寫都應分開估算。

預約助理可以整理需求、查詢時段與提出候選,但價格、庫存、衝突檢查及預約寫入應由後端服務決定。我的設計建議是:寫入前確認權限與使用者同意,使用冪等鍵避免重試造成重複預約,保留可追查的操作紀錄。

官方來源:Agents 文件、Durable Objects 定價;查證 2026-10-02。

Browser Run:給 Agent 一個瀏覽器

  • 定位: 原名 Browser Rendering,提供託管 headless browser。
  • 介面: Quick Actions 處理截圖、PDF、HTML 等一次性工作;Browser Sessions 透過 Puppeteer、Playwright 或 CDP 控制瀏覽器。
  • 免費額度: 所有方法合計每天 10 分鐘 browser time;Browser Sessions 同時最多 3 個瀏覽器。
  • 限制: Quick Actions 每 10 秒 1 次請求;預設閒置 60 秒關閉,可依 keep_alive 延長。

只需要公開頁面的文字時,我會先嘗試直接 HTTP 擷取。遇到必須執行 JavaScript、需要截圖,或需要互動的頁面,再使用 Browser Run,以免讓簡單工作占用有限的瀏覽器時間。

Quick Actions 支援 REST API 與 Workers binding。Browser Sessions 適合多步操作,完成工作後應立即關閉瀏覽器。60 秒限制指無活動逾時,實際每日用量仍按 browser time 累計;達到 Free 每日上限時會回 429,直到下一個 UTC 日。

讓 Agent 讀網頁時,我會把網頁文字視為待處理資料。帳密、API key 與內部文件需留在受控工具中;提交表單、修改資料或付款等動作另設權限與確認,避免頁面中的指令誘導 Agent 做額外操作。

官方來源:產品說明、Quick Actions、限制、定價;查證 2026-10-02。

Kitesurf:Browser Run 中的另一種引擎

  • 定位: Cloudflare 為 Agent 工作打造的瀏覽器引擎,運行於 Workers。
  • 接入: 在支援的 Browser Run 端點指定 browser=kitesurf。
  • 狀態: 公告為 Beta 期間免費,受每個帳號的限制;不能當成永久免費承諾。
  • 取捨: 適合相容網站的擷取、截圖等短任務,CDP 支援與網站相容性仍在擴充。

官方測試顯示 Kitesurf 在指定工作負載中減少 CPU 與記憶體使用,但牆鐘完成時間比 warm-pool Chromium 更長。選型時應看自己的網站與任務,分別比較成功率、資源使用與完成時間。

需要影片、WebGL、真實 TLS 指紋的 bot challenge,或長時間登入狀態時,官方建議使用預設 Chromium。公告也把開源列為後續目標,查證日先按託管 Beta 服務評估。

官方來源:Kitesurf 公告;查證 2026-10-02。

Cloudflare Computer:Agent 的檔案系統與執行環境

  • 定位: 以 Durable Object 與 SQLite 保存權威狀態的虛擬檔案系統。
  • 用途: Agent 工作目錄、跨步驟檔案、可持續保存的產物。
  • 執行選項: Container、Isolate shell、Isolate JavaScript 三種後端;也能只建立檔案系統而不配置執行後端。
  • 狀態與方案: 官方套件為 Preview,明示不適合生產使用;完整程式執行後端超出 Workers Free 前提。

Container 後端提供 Linux userland 與 FUSE 掛載;isolate 後端提供不同的 shell 或 JavaScript 執行介面。選型時要按實際需要的程式、函式庫與網路權限評估各後端。

官方 README 說明 isolate 後端使用 Dynamic Workers,而 Dynamic Workers 目前只開放 Workers Paid;Container 也需要付費資源。因此,純 Free 原型可以研究無執行後端的檔案系統用途,要讓 Agent 跑完整工作流程則另外規劃費用。

官方來源:Computer 套件說明、Dynamic Workers 定價、Containers 定價;查證 2026-10-02。

Cloudflare OS:團隊使用的 Agent 工作平台

  • 定位: 把 Agent 工作空間、公司知識、內部工具與可分享應用整合成開源平台。
  • 用途: 團隊研究、文件、報表、內部小工具與持續工作流程。
  • 治理: Cloudflare Access 控制入口,Gatekeepers 管理資源與操作權限,AI Gateway 管理模型請求。
  • 方案判斷: 自部署需要規劃其依賴的付費執行資源,排除於這篇的純 Free 首版。

官方描述的工作空間可以保存狀態、產物與檔案,載入團隊共用的 context 和 skills,也能把重複工作轉成程式與工作流程。模型呼叫透過 AI Gateway,方便集中管理路由、用量與預算。

權限設計從「Agent 預設無權限」開始。Gatekeeper 提供受政策限制的資源介面、保管憑證並記錄觀察過的資料;共享工作空間或產物時,再檢查接收者對來源資源的權限。依政策,特定外部操作可以要求核准。

我會把 Cloudflare OS 放在團隊平台的升級路線:先有穩定的知識與業務 API,再建立可授權、可稽核的 Agent 工作空間。單站的解讀或 FAQ 功能,可以從前面較小的服務組合開始。

官方來源:Cloudflare OS 公告、Dynamic Workers 定價;查證 2026-10-02。

要做什麼,就選哪些服務

以下是依功能需求提出的搭配建議。

使用情境建議服務還需要自己處理什麼
測驗結果、報告或個人化解讀Workers AI;需要管理請求時加 AI Gateway資料計算、個資、zh-TW 品質、schema 驗證與重試
文章、文件、FAQ 的站內搜尋優先評估 AI Search;需自訂檢索時用 Vectorize更新/刪除同步、來源引用、權限與用量上限
商品或服務目錄的自然語言搜尋Workers AI embedding + Vectorize價格、庫存、地區篩選與確定性排序
多輪客服與預約助理Agents SDK + Workers AI;按需要加檢索身分、交易驗證、轉人工、冪等寫入
公開網頁資料研究Workers AI +按需要使用 Browser Run資料來源、網站使用規則、工具權限與爬取量
團隊內部 Agent 平台Cloudflare OS,按需要加 Computer付費資源、Gatekeepers、資料政策與整體治理
只需要 AI 圖片素材的靜態網站在內容製作階段生成,網站照常交付靜態圖片來源、授權、肖像/商標與素材履歷

問答通常先選一條檢索路線

內容型網站: 資料進 AI Search,先回相關段落;需要答案時,再用生成模型整理並附引用。這條路適合資料格式單純、希望少維護一套索引管線的情境。

商品目錄或客製化檢索: 自己生成 embedding 存入 Vectorize,查詢時結合結構化資料與業務排序;LLM 只負責把結果解釋給使用者。這條路提供更多流程控制,也需要自行維護資料同步與查詢邏輯。

RAG 的驗證至少包括:新資料是否進索引、刪除資料是否消失、每段答案能否對應來源,以及檢索前是否已套用使用者的讀取權限。

免費額度與升級費用

以下價格以美元計,查證日期均為 2026-10-02。升級欄用於規劃,這篇前提不啟用這些付費路徑。Workers Paid 的訂閱費與各產品用量另計;例如 Browser Run 表中的超額單價,要在 Workers Paid 的基礎上使用。

服務Free 或免費範圍付費升級/超額計量
Workers AI每日 10,000 neurons,Free 超額後後續呼叫失敗Workers Paid 超額為 US$0.011/1,000 neurons;限定模型另需付費資格
AI Gateway核心分析、快取、限流;10 gateway/帳號模型費另計;Unified Billing 購買 credits 另有 5% 費用
Gateway 日誌舊戶 100,000 Legacy Logs;新戶每天 200,000 events、保留 3 天新戶 Workers Paid:每月 20M events,超額 US$0.60/M,保留 7 天
Vectorize每月 30M queried dims;總量 5M stored dimsPaid 含 50M queried/月及 10M stored;超額 US$0.01/M queried、US$0.05/100M stored
AI Search每月 5M ingestion tokens、10 GB-month、各 1,000 次語意與全文查詢11-01 起超額:匯入 US$0.75/M tokens;圖像另加 US$0.50/M;儲存 US$2/GB-month;語意 US$0.75/1k;全文 US$0.10/1k
Agents SDK/DOSQLite DO 每日 100k requests、13,000 GB-s,帳號合計 5 GB 儲存;SQL 讀寫另有限額SDK 開源;DO、模型、瀏覽器與執行工具分別計量
Browser Run每天共用 10 分鐘;Sessions 同時 3 browserPaid 含每月 10 小時及月平均 10 並行;超額 US$0.09/hour、US$2/額外 browser/月
Kitesurf公告為 Beta 期間免費,受帳號限制Beta 後價格不在這篇作承諾
Computer/Cloudflare OS可讀源碼;檔案系統與執行資源分開評估Dynamic Workers、Container 執行路徑需 Paid,模型與其他資源另計

Browser Run 的並行費按每日並行峰值的月平均計算,Quick Actions 只計 browser hours。Vectorize 與 AI Search 的未綁付款方式超額行為,截至查證日,官方文件未明確保證;應在開通檢查與用量監控中確認。

10,000 neurons 大約能產生幾次回答?

以下只是規劃估算:假設每次都有 1,000 input tokens、600 output tokens,沒有重試,採官方價目表的 neurons 換算。

模型每百萬 input/output tokens 的 neurons每次估算每日 10,000 neurons 約可完成
@cf/meta/llama-3.3-70b-instruct-fp8-fast26,668/204,805149.551 neurons66 次
@cf/qwen/qwen3-30b-a3b-fp84,625/30,47522.91 neurons436 次

計算方式為 input tokens ÷ 1,000,000 × input rate + output tokens ÷ 1,000,000 × output rate。實際對話歷史、系統提示、推理輸出、embedding、其他功能與重試都會影響帳號共享額度。正式估算要換成自己的實際 token 分布。

價格來源見各服務前述官方定價連結;模型換算依 Workers AI 定價表,查證 2026-10-02。

圖片素材與 AI 爬蟲政策,分開處理

這幾項與 AI 網站相關,但屬於素材交付或網域政策,可依需求選用。

  • Cloudflare Images: Free 每月有 5,000 次 unique transformations,用於 Images 之外的圖片來源。同圖、同參數當月重複請求只算一次;託管圖片儲存與交付需要 Images Paid,分別為 US$5/100,000 張/月、US$1/100,000 次交付/月。
  • AI Crawl Control: 基本 allow/block 所有方案可用,Free 主要靠 User-Agent 識別已知、自報身分的 AI crawler。網站流量經 Cloudflare 時,可依內容政策設定;進階偵測需升級,pay per crawl 仍標為 private beta。
  • Content Credentials: 官方文件提供託管於 Images 的來源憑證保留功能,並對轉換動作加簽;這條路依附 Images 付費託管。若採靜態圖片,我會先在素材履歷記錄原始來源、生成服務、版本與授權條款。

只在製作文章或封面時使用 AI 的網站,可以維持靜態圖片交付。是否增加執行期模型、檢索或 Agent,應由網站要提供的使用者功能決定。

官方來源:Images 定價、AI Crawl Control、Crawler 管理、Content Credentials;查證 2026-10-02。

接入前,先做品質與安全驗收

我的驗收清單會包括:

  1. 繁體中文: 固定測試集,檢查簡體字、台灣用詞、專有名詞、語氣與錯誤內容;簡轉繁後處理保留為最後一道文字處理。
  2. 結構化輸出: 記錄 JSON 解析、schema 驗證、重試與最終失敗比例;錯誤時提供可理解的回應。
  3. 內容審核: 使用實際 zh-TW 內容測試誤判與漏判。英文情感分類、通用安全模型及正式審核流程,各自驗證。
  4. 資料與工具權限: 檢索前篩選可讀資料;模型與網頁只取得任務必要資訊;對外操作使用 allowlist、確認與稽核。
  5. 業務寫入: 金額、庫存、預約與權限由確定性後端驗證;重試要有冪等機制。
  6. 額度耗盡: 設每位使用者與全站上限、有限次重試及降級介面;查詢、匯入與模型生成分別監控。

我會先用 Workers AI 完成單一功能,有內容查找需求再在 AI Search 與自建 Vectorize 間選一條路;需要持久對話才加 Agents SDK;需要操作網頁才加 Browser Run。AI Gateway 在請求治理需求出現時加入,Computer 與 Cloudflare OS 留給需要程式執行或團隊治理、並願意規劃付費資源的下一階段。

Visits

--

Waiting for Cloudflare metrics.