Agent 是一种 AI 系统,可通过决定工具使用和流程走向来自主执行任务。与遵循预定义路径的传统自动化不同,Agent 可根据上下文和中间结果动态调整方法。Agent 也不同于 co-pilot(例如传统聊天应用):Agent 可以完全自动化任务,而不仅仅是增强和扩展人类输入。
- Agent → 非线性、非确定性(每次运行可能不同)
- Workflow → 线性、确定性执行路径
- Co-pilot → 需要人工介入的增强型 AI 辅助
若这是你首次接触或使用 Agent,以下示例说明 Agent 在预订假期场景中的工作方式。
假设你要预订假期,需要研究航班、查找酒店、查看餐厅评价,并跟踪预算。
传统自动化系统遵循预定顺序:
- 接收特定输入(日期、地点、预算)
- 按固定顺序调用预定义 API 端点
- 根据硬编码条件返回结果
- 无法在意外情况出现时自适应
Co-pilot 作为智能助手:
- 根据你的偏好提供酒店和行程建议
- 可理解并响应自然语言查询
- 提供指导和建议
- 执行仍需人类决策和操作
Agent 结合 AI 的判断能力,并调用相关工具来执行任务。Agent 的输出具有非确定性,因为:
- 实时可用性和价格变化
- 约束条件的动态优先级
- 从失败中恢复的能力
- 基于中间结果的自适应决策
Agent 可以动态生成行程并执行预订,效果类似旅行代理。
Agent 系统通常包含三个主要组件:
- 决策引擎:通常是 LLM(大语言模型),用于确定行动步骤
- 工具集成:Agent 可使用的 API、函数和服务——通常通过 MCP
- 内存系统:维护上下文并跟踪任务进度
Agent 在以下循环中持续运行:
- 观察当前状态或任务
- 规划要采取的行动,使用 AI 进行推理
- 执行这些行动,使用可用工具
- 学习从结果中获取经验(将结果存入内存、更新任务进度,并为下一次迭代做准备)
Cloudflare Agents SDK 提供构建生产级 Agent 所需的基础设施:
- 持久化状态 — 每个 Agent 实例拥有独立的 SQLite 数据库,用于存储上下文和内存
- 实时同步 — 状态变更通过 WebSocket 自动广播给所有已连接客户端
- 休眠 — Agent 空闲时休眠,按需唤醒,因此你只需为实际使用付费
- 全球边缘部署 — Agent 在 Cloudflare 网络上靠近用户的位置运行
- 内置能力 — 调度、任务队列、Workflow、邮件处理等
快速入门
10 分钟内构建你的第一个 Agent。
Agents API
Agents SDK 完整 API 参考。
使用 AI 模型
集成 OpenAI、Anthropic 及其他提供商。