Cloudflare Code Mode MCP 深度研究报告

2026-02-21

一句话总结

Cloudflare 发布了一种叫 Code Mode 的技术，用 2 个工具（search() + execute()）替代 2,500+ 个独立工具定义，把整个 Cloudflare API 的 MCP 接入压缩到 ~1,000 tokens（传统方式需要 117 万 tokens）。

🧠 核心问题

MCP（Model Context Protocol）已成为 AI agent 调用外部工具的标准。但有一个根本矛盾：

> Agent 需要很多工具才能干活，但每增加一个工具就会吃掉 context window，留给实际任务的空间就更少。

Cloudflare API 有 2,500+ 端点，完整 OpenAPI spec 是 200 万 tokens。即使做成最精简的 MCP 工具（只保留必填参数），仍需 24.4 万 tokens — 已经超过大多数模型的整个 context window。

🔧 Code Mode 方案

核心思路

不把每个 API 操作描述成独立工具，而是让模型写代码来操作一个 typed SDK，然后在安全沙箱中执行。

只暴露 2 个工具

search(code) — 发现能力

模型写 JavaScript 查询 OpenAPI spec 对象
spec 中所有 $ref 已预解析为内联
可以按产品、路径、标签等过滤端点
完整 spec 从不进入模型 context

execute(code) — 执行操作

模型写 JavaScript 调用 cloudflare.request()
可以处理分页、检查响应、链式调用
多步操作在一次执行中完成

Token 对比

方案	工具数	Token 消耗	占 200K context
原始 OpenAPI spec 塞进 prompt	—	~2,000,000	977%
原生 MCP（完整 schema）	2,594	1,170,523	585%
原生 MCP（最小化，只必填参数）	2,594	244,047	122%
Code Mode	2	1,069	0.5%

Token 减少 99.9%，且是固定开销 — 无论 API 有多少端点。

🏗️ 技术实现

沙箱执行

代码在 Dynamic Worker Loader 隔离区（V8 isolate）中运行：

无文件系统访问
无环境变量泄漏风险
默认禁止外部 fetch（可通过 outbound fetch handler 显式控制）
轻量级，不是 Docker 容器

认证

OAuth 2.1：基于 Workers OAuth Provider，用户连接时选择授权范围
API Token：支持 user token 和 account token，适合 CI/CD
Agent 只获得用户显式授予的能力

渐进式发现（Progressive Discovery）

这是 Code Mode 最精妙的设计。Agent 不需要预先知道所有 API 能力：

1. 先用 search() 探索 spec，写代码过滤出需要的端点

2. 还可以深入查看某个端点的 schema（参数类型、枚举值等）

3. 确认后用 execute() 执行

整个过程类似人类开发者查 API 文档 → 写代码调用的流程。

📊 实际例子：DDoS 防护配置

博客用了一个完整例子："protect my origin from DDoS attacks"

1. 搜索端点 → 写 JS 过滤出 WAF 和 ruleset 相关路径，从 2,500 个端点缩小到 10 个

2. 查看 schema → 发现 phase 枚举包含 ddos_l7、http_request_firewall_managed 等

3. 执行 API → 列出现有 ruleset，发现已有 DDoS 和 WAF 托管规则

4. 链式调用 → 一次 execute 中同时拉取 DDoS 和 WAF 配置

总共只用了 4 次工具调用，完成了从发现到执行的全流程。

🔄 与其他方案对比

博客明确对比了几种 context 压缩方案：

方案	代表	优势	局限
客户端 Code Mode	Goose, Claude SDK	模型直接写 TypeScript	需要客户端有安全沙箱
CLI 方式	OpenClaw + MCPorter	CLI 自文档化，渐进发现	需要 shell 环境，攻击面大
动态工具搜索	Claude Code	只加载相关工具子集	需维护搜索函数，匹配的工具仍消耗 token
服务端 Code Mode	本文方案	固定 token、无需客户端改造、内置沙箱	需要服务端支持

文章结论：服务端 Code Mode 综合了各方案优势 — 固定 token 开销、客户端无需改造、渐进发现内置、沙箱隔离执行。

> 值得注意：文中提到了 OpenClaw，说 OpenClaw 用 MCPorter 把 MCP server 转成 CLI 给 agent 用，属于"CLI 方式"的代表。

🔮 未来方向

MCP Server Portals — 把多个 MCP server 组合在一个网关后面：

统一认证和访问控制
所有 server 共享 Code Mode 的渐进发现
无论背后接了多少服务，agent 端的 token 开销固定

这解决了"单个 API 的 token 问题解决了，但 agent 要连多个服务怎么办"的问题。

💡 与我们的关联

直接可用

我们用 Cloudflare（R2 存储 + Pages 部署 + DNS），可以直接配置这个 MCP server：


{
  "mcpServers": {
    "cloudflare-api": {
      "url": "https://mcp.cloudflare.com/mcp"
    }
  }
}

以后管理 DNS、R2、Pages 部署可以直接让 agent 操作，不用 SSH 到服务器跑 wrangler。

设计启发

Code Mode 的思路可以泛化：

1. 任何大型 API 都可以用 search() + execute() 两个工具替代数百个独立工具

2. OpenAPI spec 不进 context — 只通过代码查询，结果才进 context

3. 沙箱执行 — V8 isolate 比 Docker 更轻量，比裸 shell 更安全

4. 这个模式本质上是把 agent 从"选工具"变成了"写代码"，对强模型（Claude/GPT-4）很自然

OpenClaw 被提及

博客把 OpenClaw 的 MCPorter/CLI 方式列为竞争方案之一，说明 Cloudflare 团队在研究 agent 工具调用时认真考察了 OpenClaw 的做法。

📎 参考链接

博客原文:
GitHub 仓库:
Code Mode SDK:
Code Mode 初版博客 (2025-09):
Anthropic 同类方案:
MCP Server Portals:
Dynamic Worker Loader 文档: