摘要：Cloudflare通过发布由Code Mode驱动的全新模型上下文（Model Context Protocol，MCP）nbsp;传统MCP与Cloudflare Code Mode对比(来源：Cloudflare博客") 实际效果非常明显。随着行业持续应对生产级AI智能体中的上下文成本和编排复杂度，这一模式可能在未来一年影响MCP标准服务器设计与智能体框架。
Cloudflare通过发布由Code Mode驱动的全新模型上下文（Model Context Protocol，MCP）服务器，显著降低了与其完整API平台交互的成本"，这代表了AI智能体访问复杂API方式的一次重要演进。这一新方法也展示了MCP生态中智能体与工具集成的新路径。
MCP本质上是一项新兴的标准，它通过暴露结构化的工具，让大语言模型（LLM）在执行期间能够调用这些工具并与外部工具和API交互。传统做法中，暴露给智能体的每个API端点都对应一个独立的工具定义。该模型虽然简单直接，但每次工具规范占用模型有限输入预算中的Token时，都会带来显著的上下文窗口成本，从而压缩模型用于推理用户任务的空间。
Cloudflare解决方案工程师Luuk Hofman"表示：
所以，我们尝试了一种新的方式：把MCP工具转换成TypeScript API，然后直接让LLM基于它编写代码。
Cloudflare的Code Mode"只暴露了两个工具：search()和execute()。其底层是具备类型感知能力的SDK，允许模型在安全的V8 isolate中生成并执行JavaScript代码。这样可将智能体的计划编译成一个小型代码片段，在OpenAPI规范上编排多个操作，避免把所有端点定义都加载到上下文中。
传统MCP与Cloudflare Code Mode对比(来源：Cloudflare博客")
实际效果非常明显。Cloudflare表示，Code Mode将访问2500多个API端点的Token占用从超过117万Token降至约1000Token，降幅约99.9%。这种固定占用与API规模无关，使智能体能够在大型、功能丰富的平台上工作，而不会耗尽模型上下文。
Cloudflare在Reddit的一篇帖子"中强调：
团队采用了专门的编码策略，在不损失功能精度的前提下，将庞大的API schema压缩到极小的上下文窗口中。
智能体首先使用search()按产品域、路径或元数据查询OpenAPI规范，规范本身不会进入模型上下文。随后，execute()在一次循环中运行处理分页、条件逻辑和链式API调用的代码，减少往返开销。
Cloudflare还强调了执行阶段的安全性与沙箱模型。服务器在Dynamic Worker isolate中运行用户生成代码，不提供文件系统、不暴露环境变量，并通过显式处理器控制出站请求。该设计在保持智能体自主性的同时，降低了执行不受信任代码相关的风险。
这个面向Cloudflare全量API的新MCP服务器目前已覆盖DNS、Zero Trust、Workers和R2服务，并且可以立即集成。Cloudflare还在其更广泛的Agents SDK中开源了Code Mode SDK，以便第三方MCP实现采用类似的模式。
分析师和实践者认为，Code Mode是推动智能体工作流从简单的单服务交互迈向更广泛的多API自动化扩展的关键一步。随着行业持续应对生产级AI智能体中的上下文成本和编排复杂度，这一模式可能在未来一年影响MCP标准服务器设计与智能体框架。
原文链接：
Cloudflare Launches Code Mode MCP Server to Optimize Token Usage for AI Agents"
暂无回复，快来抢沙发吧！
本次需消耗银元：
100
当前账户余额: 0 银元
Cloudflare通过发布由Code Mode驱动的全新模型上下文（Model Context Protocol，MCP）服务器，显著降低了与其完整API平台交互的成本"，这代表了AI智能体访问复杂API方式的一次重要演进。这一新方法也展示了MCP生态中智能体与工具集成的新路径。
MCP本质上是一项新兴的标准，它通过暴露结构化的工具，让大语言模型（LLM）在执行期间能够调用这些工具并与外部工具和API交互。传统做法中，暴露给智能体的每个API端点都对应一个独立的工具定义。该模型虽然简单直接，但每次工具规范占用模型有限输入预算中的Token时，都会带来显著的上下文窗口成本，从而压缩模型用于推理用户任务的空间。
Cloudflare解决方案工程师Luuk Hofman"表示：
Cloudflare的Code Mode"只暴露了两个工具：search()和execute()。其底层是具备类型感知能力的SDK，允许模型在安全的V8 isolate中生成并执行JavaScript代码。这样可将智能体的计划编译成一个小型代码片段，在OpenAPI规范上编排多个操作，避免把所有端点定义都加载到上下文中。
传统MCP与Cloudflare Code Mode对比(来源：Cloudflare博客")
实际效果非常明显。Cloudflare表示，Code Mode将访问2500多个API端点的Token占用从超过117万Token降至约1000Token，降幅约99.9%。这种固定占用与API规模无关，使智能体能够在大型、功能丰富的平台上工作，而不会耗尽模型上下文。
Cloudflare在Reddit的一篇帖子"中强调：
智能体首先使用search()按产品域、路径或元数据查询OpenAPI规范，规范本身不会进入模型上下文。随后，execute()在一次循环中运行处理分页、条件逻辑和链式API调用的代码，减少往返开销。
Cloudflare还强调了执行阶段的安全性与沙箱模型。服务器在Dynamic Worker isolate中运行用户生成代码，不提供文件系统、不暴露环境变量，并通过显式处理器控制出站请求。该设计在保持智能体自主性的同时，降低了执行不受信任代码相关的风险。
这个面向Cloudflare全量API的新MCP服务器目前已覆盖DNS、Zero Trust、Workers和R2服务，并且可以立即集成。Cloudflare还在其更广泛的Agents SDK中开源了Code Mode SDK，以便第三方MCP实现采用类似的模式。
分析师和实践者认为，Code Mode是推动智能体工作流从简单的单服务交互迈向更广泛的多API自动化扩展的关键一步。随着行业持续应对生产级AI智能体中的上下文成本和编排复杂度，这一模式可能在未来一年影响MCP标准服务器设计与智能体框架。
原文链接：
Cloudflare Launches Code Mode MCP Server to Optimize Token Usage for AI Agents"