AI agent（诸如 Cursor、GitHub Copilot 和 Claude Code 等工具）能够回答有关 Cloudflare 产品的问题、生成配置，并代表你调用 Cloudflare API。Cloudflare 文档以 Agent 友好格式、Agent 技能 (skills) 和 MCP 服务器的形式提供内容，以便你的 AI agent 能够查阅文档并直接与 Cloudflare 服务进行交互。
本页面解释了可用的方法以及如何对其进行设置。
这些资源涵盖了结合 Cloudflare 文档使用 AI agent 的不同方面。从与你最相关的部分开始：
了解核心概念
设置你的 Agent
以 Agent 友好格式提取文档
Agent 技能 ↗ 是结构化的、特定任务的指令，AI 工具会根据需要加载这些指令——例如，某项 skill 可能会教导你的 Agent 如何部署 Cloudflare Worker 或配置 WAF（Web 应用程序防火墙）规则。Skills 为你的 Agent 提供了它原本不具备的特定于 Cloudflare 的指令。Cloudflare 在 Cloudflare Skills 仓库 ↗ 中发布了涵盖 Workers、存储、AI、网络、安全等领域的 skills。
每个 Agent 都有其专有的 skills 安装方法。有关安装说明，请参阅设置你的 Agent。
Model Context Protocol ↗ (MCP) 是一个开放标准，定义了 AI 工具如何连接到外部工具、数据和服务。MCP 服务器是公开特定能力的应用程序。当你将一个 MCP 服务器连接到你的 Agent 时，Agent 可以在其工作流中组合使用这些能力（例如搜索文档、创建 DNS 记录或部署 Workers）。
Cloudflare 运行着托管的远程 MCP 服务器，使你的 Agent 在工作时具备搜索文档、调用 Cloudflare API 以及查询日志和分析数据的能力。
有两种方式：
- Cloudflare API MCP 服务器：一个涵盖整个 Cloudflare API（超过 2,500 个端点）的代码模式服务器。当你的 Agent 需要对多个 Cloudflare 产品进行广泛访问时使用。
- 特定领域服务器：面向文档、可观测性、DNS 分析等领域的专属服务器。当你的 Agent 仅需要访问特定领域时使用。完整的目录位于 cloudflare/mcp-server-cloudflare ↗ 仓库中。
每个 Agent 的设置你的 Agent 指南均将 MCP 服务器安装包含在其快速入门部分中。有关可用 MCP 服务器的完整列表，请参阅 面向 Cloudflare 的 MCP 服务器。
AI agent 使用大语言模型 (LLM) 来理解你的请求并生成回复。模型影响回复的质量、速度和成本。你可以选择多少个模型取决于 Agent 本身：
- 锁定：仅支持厂商自己的模型。
- BYOK (自带密钥 - Bring Your Own Key)：你为你选择的模型提供商提供自己的 API 密钥。
- 多提供商：开箱即用支持多个模型提供商。
Agent 如何在对话之间保留关于你项目的信息，会影响 Agent 在会话间能记住多少内容：
- 项目记忆：Agent 使用存储的文件或记忆跨会话记住上下文。
- 已索引代码库：Agent 针对你的代码库构建可搜索的索引以实现快速查找。
每个受支持的 Agent 都有一个专属的设置指南，涵盖安装、skills、MCP 服务器配置、示例提示词、技巧以及故障排除。
开始使用AI 工具在配合 Markdown 时表现比 HTML 更好，因为 Markdown 显式的结构相比 HTML 标签开销更小，从而减少了消耗的 Token（AI 模型处理文本的单位）并产生更好的结果。
通过由 Markdown for Agents 驱动的以下任一方法，每个文档页面均可作为 Markdown 获取。
在任何文档页面上，选择 **Copy as Markdown（复制为 Markdown）**以将当前页面作为 Markdown 复制。
在任何页面 URL 的末尾添加 /index.md。例如：
https://developers.cloudflare.com/workers/get-started/index.md使用 Accept: text/markdown 标头请求任何页面，该标头告诉服务器你倾向于获取 Markdown 而不是 HTML：
curl "https://developers.cloudflare.com/workers/get-started/" \
--header "Accept: text/markdown"响应包含 x-markdown-tokens 和 x-original-tokens 标头，带有 Markdown 文档和原始 HTML 文档的估计 Token 数量，这有助于上下文窗口规划（上下文窗口是 AI 模型能一次性处理的最大 Token 数量）。
这些端点遵循 llms.txt 标准 ↗ 并提供 Markdown 格式的文档内容：
| 端点 | 描述 |
|---|---|
/llms.txt |
按产品分类分组的页面索引，带有指向每个产品独立 llms.txt 的链接 |
/llms-full.txt |
单个文件中的所有文档完整内容，用于离线索引、批量向量化（将内容转换为数值表示以进行相似度搜索）或大上下文模型 |
每个产品都有其专有的作用域 llms.txt 和 llms-full.txt。当你仅需要特定产品的文档时使用这些端点。
| 端点 | 描述 |
|---|---|
/workers/llms.txt |
Workers 文档的页面索引 |
/workers/llms-full.txt |
所有 Workers 文档页面的完整内容 |
将 /workers/ 替换为任何产品路径。有关可用产品的完整列表，请参阅 /llms.txt。
OpenAPI 规范 ↗ 是 API 的机器可读描述——它列出了每个可用端点、每个端点接受的参数以及返回的响应。当你将其添加到 AI 工具的上下文时，该工具无需你手动查找文档即可为 Cloudflare 服务生成 API 调用。
完整的 Cloudflare API OpenAPI 规范适用于 AI 编码工具、API 客户端和代码生成器：
| 端点 | 描述 |
|---|---|
cloudflare/api-schemas ↗ |
完整的 Cloudflare API OpenAPI 规范 (JSON) |
有关完整 API 参考，请参阅 Cloudflare API 文档。