Cloudflare AI
alvinmrrry
README
Cloudflare AI
本仓库包含与在客户端使用 Cloudflare AI 产品相关的各种软件包和演示应用程序。它是一个由 Nx 和 Changesets 驱动的 monorepo。
软件包
workers-ai-provider
: 一个自定义 provider,它为 Vercel AI SDK 启用 Workers AI 的模型。
本地开发
-
克隆仓库。
git clone git@github.com:cloudflare/ai.git
-
安装依赖。
从根目录运行:
cd ai npm install
-
开发。
要为特定应用程序启动开发服务器(例如,
tool-calling
):npx nx dev tool-calling
理想情况下,所有命令都应该从仓库根目录使用
npx nx
前缀执行。这将确保依赖关系图得到正确管理,例如,如果一个软件包依赖于另一个软件包的输出。 -
测试和 Linting。
-
要为特定项目执行持续集成测试(例如,
workers-ai-provider
):npx nx test:ci workers-ai-provider
-
要 lint 特定项目:
npx nx lint my-project
-
要对一个或多个项目运行更全面的任务扫描(lint、测试、类型检查、构建):
npx nx run-many -t lint test:ci type-check build -p "my-project other-project"
- 其他 Nx 任务。
build
: 编译一个项目或一组项目。test
: 在 watch 模式下运行项目测试。test:ci
: 在 CI 模式下运行测试(无 watch)。test:smoke
: 运行冒烟测试。type-check
: 执行 TypeScript 类型检查。
创建新的演示应用程序
为了 scaffold 一个新的演示应用程序,您可以使用 create-demo
脚本。此脚本将在 demos
目录中创建一个新的演示应用程序。
npm run create-demo <demo-name>
创建应用程序后,将运行 npm install
来安装依赖项,并运行 npx nx cf-typegen <demo-name>
来为演示应用程序生成类型。然后只需使用以下命令启动应用程序:
npx nx dev <demo-name>
贡献
我们感谢贡献并鼓励 pull request。请遵循以下准则:
- 项目设置:在 fork 或克隆后,使用
npm install
安装依赖项。 - 分支:为您的功能或修复创建一个新分支。
- 进行更改:
- 添加或更新相关测试。
- 在推送您的更改时,将运行自动化任务(由 Husky pre-push hook 提供)。
- Changesets:如果您的更改影响已发布的软件包,请运行
npx changeset
以创建一个 changeset。在 changeset 提示中提供对您的更改的简明摘要。 - Pull Request:提交一个 pull request 到
main
分支。团队将对其进行审查,如果一切正常,则合并。
发布流程
本仓库使用 Changesets 来管理版本控制和发布:
-
Changeset 创建: 每当进行需要新版本的更改时(例如,错误修复、新功能),运行:
npx changeset
提供对更改的清晰描述。
-
合并: 一旦 changeset 被合并到
main
中,我们的 GitHub Actions 工作流程将:
- 检测已更改的软件包,并创建一个 Version Packages PR。
- 自动递增版本(通过 Changesets)。
- 将任何具有版本号的软件包发布到 npm。(演示和其他内部项目不需要版本控制。)
- 发布: 发布工作流程 (
.github/workflows/release.yml
) 将在每次推送到main
时运行。它确保每个发布的软件包都被标记并在 npm 上发布。任何在其package.json
中具有 version 字段的软件包都将包含在此过程中。
如有任何疑问或指导,请打开一个 issue 或提交一个 pull request。我们希望这种结构和流程能帮助您有效地做出贡献。
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
MCP Package Docs Server
促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。
Claude Code MCP
一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。
@kazuph/mcp-taskmanager
用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。
mermaid-mcp-server
一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。
Jira-Context-MCP
MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

Linear MCP Server
一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。
Curri MCP Server
通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。