cloudflare-cost-optimization
/cloudflare-cost-optimization
Obniża koszty projektów na Cloudflare (Workers, D1, R2, KV, cache) przy zachowaniu funkcji i poprawia wydajność na podstawie realnego użycia.
- Autor
- dingxiaopi ↗
- Repozytorium
- agent-skills ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 02.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 4
- Skrypty
- 2
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 10
Brak sygnałów. Repozytorium zmienione 02.11.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
- 2 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.
Skrypty: scripts/cf-usage.mjs, scripts/tail-summary.mjs
Co robi i kiedy
Obniża koszty projektów na Cloudflare (Workers, D1, R2, KV, cache) przy zachowaniu funkcji i poprawia wydajność na podstawie realnego użycia.
Wyzwalacze z opisu
Oryginalny opis (EN)
Cloudflare 成本优化:在功能不变的前提下,把部署在 Cloudflare(Workers / D1 / R2 / KV / Cache API)上的项目的费用降到最低,顺带提升性能。已上线的项目用真实用量数据找出最贵、最慢的请求和查询;还没上线的项目从代码和本地数据库提前检查。适用于:想知道账单从哪来、D1 读取量偏高、Workers 请求量或 CPU 偏高、页面慢、静态文件误走 Worker、爬虫流量大、上线前做一次检查、上线新功能后确认有没有性能问题。用户说“查一下 Cloudflare 用量/费用/性能”“D1 读取太多”“有没有无意义查询”“上线前帮我看看 Cloudflare 开销”时使用。Cloudflare cost optimization for Workers/D1/R2, with performance as a side benefit: requests, CPU, D1 rows read/written, caching, static assets, bot traffic, pre-launch review.
Jak działa
- 0. 边界(先读)
- 1. 先判断项目处在哪个阶段
- 2. 已上线:用真实数据找问题
- 3. 还没上线:从代码和本地提前检查
- 4. 优化清单(按计费项)
- 5. 附带:稳定性问题
- 6. 改完之后
- 7. 怎么跟用户汇报
Podgląd SKILL.md
---
name: cloudflare-cost-optimization
description: "Cloudflare 成本优化:在功能不变的前提下,把部署在 Cloudflare(Workers / D1 / R2 / KV / Cache API)上的项目的费用降到最低,顺带提升性能。已上线的项目用真实用量数据找出最贵、最慢的请求和查询;还没上线的项目从代码和本地数据库提前检查。适用于:想知道账单从哪来、D1 读取量偏高、Workers 请求量或 CPU 偏高、页面慢、静态文件误走 Worker、爬虫流量大、上线前做一次检查、上线新功能后确认有没有性能问题。用户说“查一下 Cloudflare 用量/费用/性能”“D1 读取太多”“有没有无意义查询”“上线前帮我看看 Cloudflare 开销”时使用。Cloudflare cost optimization for Workers/D1/R2, with performance as a side benefit: requests, CPU, D1 rows read/written, caching, static assets, bot traffic, pre-launch review."
---
# Cloudflare 成本优化
目标:**功能不变,用最低的成本实现。** Cloudflare 按量计费,所以就是让计费项(Worker 请求、CPU 时间、D1 读写行数、R2 操作次数、日志量等)尽量少。
性能是顺带的收获:少查一次数据库、少渲染一次页面,既省钱又更快。两者冲突时以成本为准;为了提速要多花钱的方案(更高套餐、付费功能等),必须先问用户。
核心原则:能测就测,改写前后用同一种方法对比;不凭印象估算,不用付费升级掩盖低效代码。
## 0. 边界(先读)
- 可以直接做:读代码、本地运行和查询本地数据库、只读的线上查询(`wrangler d1 insights`、`d1 execute --remote` 跑 SELECT、控制台指标和日志)。
- 必须先问用户:改 Cloudflare 设置(WAF、缓存规则、DNS、路由、R2 CORS)、写线上 D1/R2/KV、远程迁移、开通付费或预算通知、建定时任务。
- 价格、包含额度和套餐都会变,也因账户而异:**每次运行时查官方价格页,并确认当前项目用的是什么套餐**,不凭记忆写数字,也不假设用户的套餐。价格页:[Workers(含日志)](https://developers.cloudflare.com/workers/platform/pricing/)、[D1](https://developers.cloudflare.com/d1/platform/pricing/)、[R2](https://developers.cloudflare.com/r2/pricing/)、[KV](https://developers.cloudflare.com/kv/platform/pricing/)、[Durable Objects](https://developers.cloudflare.com/durable-objects/platform/pricing/)、[Queues](https://developers.cloudflare.com/queues/platform/pricing/)、[Workers AI](https://developers.cloudflare.com/workers-ai/platform/pricing/)、[Images](https://developers.cloudflare.com/images/pricing/)、[Stream](https://developers.cloudflare.com/stream/pricing/)。
- 这份清单是通用方法,部分结论来自单个项目的实测(标了“实测”的),应用前用 rows_read 等数据在当前项目复核。
- 汇报时把“已实现 / 已验证 / 已上线 / 推算”分开写。
### 术语速查(汇报时可以照这个解释给用户)
| 术语 | 大白话 |
|---|---|
| 按量计费 | 用多少付多少,Cloudflare 按请求次数、CPU 时间、数据库读写行数等收费 |
| 包含额度 / 免费额度 | 每月套餐里白送的量,用完才另外收费 |
| 计费项 | 具体按什么收钱,例如 Worker 请求数、D1 读取行数 |
| Worker 请求 | 访问者每打开一个页面、加载一张经过 Worker 的图片,就算一次 |
| CPU 时间 | 服务器为一个请求实际干活的时间 |
| D1 读取行数 | 数据库每次查询翻了多少行数据,翻得越多越贵 |
| 静态资源 | 图标、脚本、样式这类不变的文件,直接由 Cloudflare 发出去,不经过 Worker,不计请求费 |
| 边缘缓存 | 把算好的页面暂存在离访问者近的 Cloudflare 节点上,下次直接给,不用再查数据库 |
| 索引 | 数据库的“目录”,查询走对了索引就不用一行行翻 |
## 1. 先判断项目处在哪个阶段
- **已上线、有流量**:按第 2 节拿真实数据,从最贵、最慢的项开始处理,再用第 4 节的清单补查。
- **还没上线或没有流量数据**:按第 3 节做上线前检查,再过一遍第 4 节的清单。上线一到两周后,再按第 2 节用真实数据复核一次。
## 2. 已上线:用真实数据找问题
### 第一步:先算钱,再决定做不做
1. 确认项目用的套餐,只看它实际用到的产品(`wrangler` 配置里的 bindings 就是清单)。
2. 列出每个计费项的“本月用量 / 包含额度 / 占比 / 超出部分 / 按当前单价折合多少钱”。用量取自控制台或下面的接口,单价取自官方价格页。
3. 按结果决定下一步:
- **有超额**:从花钱最多的一项开始处理,每项改动都估算能省多少钱。
- **都在额度内**:如实告诉用户现在没有多花钱。只修明显的 bug(比如每个请求都多跑几条查询)和增长很快、快要超额的项,其余列出来,写明到什么用量再做,**不继续为优化而优化**。
### 第二步:拉数据
先用自带的两个脚本,在 `scripts/` 下。它们是只读的,只用 Node 18+ 自带的功能,macOS、Linux、Windows 都能运行。在项目目录里运行,脚本才能用上项目里安装的 wrangler。
```bash
node <skill目录>/scripts/cf-usage.mjs usage --since <计费周期开始日> # 全账户:Workers、D1、R2、KV 用量
node <skill目录>/scripts/cf-usage.mjs worker <Worker名> --since <日期> # 单个 Worker:按天、按版本、按结果、按小时
node <skill目录>/scripts/tail-summary.mjs <Worker名> --seconds 300 # 实时采样 5 分钟:CPU 花在哪些路径、哪些客户端
```
- **没有登录时**:脚本提示找不到令牌时,请用户自己做以下任一项,再重跑脚本:
- 运行 `npx wrangler login`,在打开的浏览器页面里登录 Cloudflare 并点“允许”;
- 在控制台创建只读的 API 令牌,权限选 Account Analytics Read,设到环境变量里。
授权必须由用户本人完成:不要代替用户输入 Cloudflare 账号密码,也不要让用户把令牌粘贴到对话里。
- **令牌**:优先用环境变量 `CLOUDFLARE_API_TOKEN`,需要 Account Analytics Read 权限;没有就用本机 `wrangler login` 存下的登录令牌,不用另外申请。登录令牌约 1 小时过期,脚本提示过期时,让用户运行一次 `npx wrangler whoami` 刷新。账号有多个时,加 `--account <id>`。
- **计费周期**:`--since` 填本期开始日。开始日看控制台账单页(续订日),不要默认用自然月。脚本只给出用量,包含额度和单价按第 0 节去价格页查。
- **代理**:Node 自带的 fetch 不读代理环境变量。设了 `HTTPS_PROXY` 时,脚本会借用项目里 wrangler 自带的 undici 走代理;也可以用 Node 24+ 加 `NODE_USE_ENV_PROXY=1`。
- **怎么读 `worker` 的结果**:
- 按版本看每次请求的平均 CPU,某次发版后突然变高,问题多半出在那次发版。
- 每小时 CPU 平稳、请求数却忽高忽低,说明有持续的后台负载,常见原因是爬虫在抓没缓存的页面。
- 免费版单次 CPU 上限只有 10 ms,升级前的数字会偏低,前后不能直接比。
- **怎么读 `tail-summary` 的结果**:
- 看每类路径的 CPU 占比和“不同网址数 / 请求数”。两者接近,说明访问很少重复,页面缓存帮不上忙,要从降低单次渲染成本入手。
- 很多不同省份的住宅网络、用浏览器 UA 挨个翻同一类页面,像分布式抓取,按 IP 限流挡不住。
- 采样只看比例,不要外推成精确的月度数字。
- 原始事件含 IP 和请求头,脚本默认不保存;加 `--save` 才保存,保存的文件不要外传。
- **GraphQL 的坑**:
- 查询太频繁会报 “budget depleted”,要等约 5 分钟,所以尽量合并成一次查询。
- 维度和字段以报错提示为准,比如 Workers 数据集没有 `datetime` 维度。
- 自适应数据集只能回看有限天数。
- **wrangler 登录令牌查不了 Observability 接口**(返回 403)。按路径、UA 分组要用有权限的 API 令牌、控制台页面,或上面的 `tail-summary`。
- **测缓存时看 `cf-ray` 结尾的机房代码**:缓存按数据中心分别存,代理或网络切换机房后,第一次 MISS 是正常的,不能据此判断缓存没生效。
如果脚本报错,或者需要脚本没覆盖的数据,再按下面的方式手动查:
- **日志要先开启**:Workers Logs 需要在 wrangler 配置里设 `observability.enabled: true`,否则查不到请求明细。开启并部署后才开始积累,只保留数天(当前期限看官方文档),日志量也计费。没开就告诉用户,由用户决定是否开启。
- **没有浏览器时用接口**:GraphQL Analytics API(`POST https://api.cloudflare.com/client/v4/graphql`,令牌需要 Account Analytics Read 权限):
- Workers:`workersInvocationsAdaptive`(`requests`、`errors`、`cpuTimeP50`、`cpuTimeP99` 等)
- D1:`d1AnalyticsAdaptiveGroups`(`rowsRead`、`rowsWritten`)、`d1QueriesAdaptiveGroups`(单条查询)、`d1StorageAdaptiveGroups`(存储)
- 令牌让用户放在环境变量里,不要粘贴到对话或写进报告;日志里的 IP、Cookie 等也不要原样写进报告。
### 第三步:D1 哪些查询最贵、最慢
`wrangler d1 insights` 是实验性命令,参数和输出可能变化,数据最多查 31 天;报错时看 `--help` 或改用上面的 GraphQL。
```bash
wrangler d1 insights <DB> --timePeriod 7d --sort-type sum --sort-by reads --limit 25 --json # 读取最多
wrangler d1 insights <DB> --timePeriod 7d --sort-type sum --sort-by count --limit 50 --json # 执行最频繁(找每个请求都跑的小查询)
wrangler d1 insights <DB> --timePeriod 7d --sort-type sum --sort-by writes --limit 25 --json # 写入最多
wrangler d1 insights <DB> --timePeriod 7d --sort-type avg --sort-by time --limit 25 --json # 平均最慢
```
- 看 `totalRowsRead`、`numberOfTimesRun`、`avgRowsRead`、`avgDurationMs`,把每条 SQL 对回代码里的功能,列成“来源 / 7 天读取 / 次数 / 平均每次 / 判断”的表。
- 短窗口(1h、2h)的数据有延迟、不完整,只能看相对比例。复核时用多个窗口对比,或者等 24h、7d。
### 第四步:Workers 请求从哪来
- 先跑 `tail-summary.mjs` 看比例;需要更长时间范围再用下面两种。
- 控制台 Worker「指标」:调用次数、CPU、错误;静态资源请求单独统计。
- Observability(控制台 Workers → Observability,或 `POST /accounts/{account_id}/workers/observability/telemetry/query`)按字段分组计数:
- `$workers.event.request.url`(用 `includes` 过滤路径前缀;`$workers.event.request.path` 常为空)
- `$workers.event.request.headers.user-agent`:谁在刷
- `$workers.event.request.cf.verifiedBotCategory`:Cloudflare 认证过的爬虫类别
- `$workers.event.response.status`:404 也要看,404 同样计费
- `$workers.cpuTimeMs`、`$workers.wallTimeMs`:哪些请求最耗 CPU、最慢
- 按路径前缀算占比(图片 / 页面 / 接口 / 登录 / 统计 / 404),找出最大的几块。
- 控制台和 wrangler 里跑的查询也计入 D1 读取,别反复跑全表查询。
## 3. 还没上线:从代码和本地提前检查
1. **列出每个页面和接口会触发哪些查询。** 重点看首页、列表页、详情页这些访问最多的页面:每次请求跑几条 SQL,有没有全表扫描、全库聚合、`OFFSET` 深分页、多值 `IN`。
2. **在本地数据库上测。** 导入一份接近真实规模的数据,对关键查询跑:
```bash
wrangler d1 execute <DB> --local --json --command "EXPLAIN QUERY PLAN SELECT ..."
wrangler d1 execute <DB> --local --json --command "SELECT ..." # 看 meta.rows_read
```
数据量和线上不同,绝对值只作参考,重点看有没有用上索引、改写前后的相对变化。
3. **检查静态资源配置**(第 4.1 节):favicon、robots.txt、图片、字体等是否直接由静态资源返回,不经过 Worker。
4. **检查缓存设计**(第 4.4 节):公开页面和全库统计有没有缓存,缓存时间是否合理。
5. **检查每个请求都会执行的代码**:有没有每次都新建数据库客户端、认证实例,有没有每次都写日志或写统计。
6. **检查定时任务和后台任务**:cron 频率是否必要,有没有每次都扫全表。
7. **想清楚图片放哪**:上线前决定图片走 R2 自定义域名还是经 Worker 返回,比上线后改地址简单(见第 4.5 节)。
## 4. 优化清单(按计费项)
### 4.1 Worker 请求:本该是静态文件的别走 Worker
静态资源请求不按 Worker 请求计费,而且更快,但前提是请求真的命中了静态文件。下面这些常见请求如果没有对应的静态文件,就会进 Worker、渲染出 404 页面,每次都算一次 Worker 请求,还要耗 CPU:
- **`/favicon.ico`**:浏览器和爬虫会自动请求,即使页面里用的是 svg 图标。放一个静态的 `favicon.ico`,用几个尺寸的 PNG 合成即可。
- **`/robots.txt`、`/sitemap.xml`**:内容固定就做成静态文件;需要动态生成的,加长缓存。
- **`/apple-touch-icon.png`** 等常被自动请求的图标。
- 确认静态文件放在构建工具真正发布的目录,例如 Vite 的 `publicDir` 可能被改成了别的目录名。
- 确认没有配置让所有请求都先进 Worker(例如 `run_worker_first`),除非确实需要。
- 用 Observability 按 404 分组,看还有哪些高频 404 进了 Worker,比如旧地址、扫描器探测的 `/wp-admin`、`.env`。
### 4.2 D1 读取
按**扫描的行数**收费,与每行多大、返回多少行无关:过滤条件没走索引时,只返回 1 行也可能算扫了几千行。
1. **多值 `IN (...)` / `NOT IN (...)`**:超过约 2 个值时,SQLite 会建临时表,D1 对每行多算一次读取,实测读取量约翻倍。固定的小名单改成 `col<>? AND col<>? ...` 或 `=` 链,再用 rows_read 确认。
2. **选错索引**:多条件查询时,SQLite 可能挑了区分度低的索引,扫掉大量无关行。用一元加号 `+col = ?` 让某列不参与索引选择,引导它走更合适的索引,读取量可能降一个数量级。同一个改写可能让另一种排序反而变贵,所以每种排序和筛选组合都要单独测,保留各自最优写法,并加测试锁住查询计划。
3. **全库聚合缓存太短**:分类计数、排行、目录统计这类 GROUP BY 全表的查询,Cache API 是**按数据中心**缓存的。5 分钟有效期意味着每个数据中心每天最多重算 288 次。改成 1 小时左右,列表和详情保持短缓存,并说明代价:计数最多晚 1 小时更新。
4. **深分页 `OFFSET`**:越往后越贵,主要是爬虫在翻。根治是游标分页,但会改 URL、影响 SEO,要用户决定。
5. **每次请求新建 ORM 或认证实例**:有的库在新建实例时会检查表结构(`sqlite_master` + `pragma_table_info`),等于每个请求都多跑几条查询,还拖慢响应。例如 Better Auth 每次 `betterAuth({...})` 都会检查。解决办法:实例在 isolate 内复用(模块级 `runtime ??= create()`);表结构由迁移管理时,关闭运行时检查(Better Auth:`advanced.database.validateSchema: false`)。在 insights 里按 count 排序最容易发现。
6. **计数和排序分开**:count 与排序无关,统一用最便宜的写法构造。
7. **查询都要有上限**:列表必须 `LIMIT`,否则数据一多读取量就跟着涨。
8. **加索引前算写入**:索引能减少读取,但每次写入都要多写索引行。读多写少的表通常划算,写多读少的表要先算一下。
### 4.3 D1 写入与 CPU
- 写入的单价远高于读取(写这份文档时同样行数约差 1000 倍,以价格页为准),写入量不大也可能比读取更贵。检查每个请求都会写的东西:访问统计、限流计数、会话刷新。能合并就合并,能过滤爬虫就过滤,失败了不要自动重试写入。
- CPU 主要耗在 SSR 渲染和大 JSON 序列化上。公开页面做边缘缓存,就能省掉这部分(见下一节)。
- **只取需要的字段**:不对正文、JSON 这类大字段 `SELECT *`。这不减少 D1 读取费用(按行计),但能省 CPU 和传输时间。
- **Worker 等待的时间不收费,只收 CPU 时间。** 所以把查询改成并行不会省钱,不要当成省钱手段。D1 每个数据库是单线程,一次处理一条查询;`Promise.all` 只是同时发出去,到数据库还要排队。
- **`db.batch` 不是并行**:它按顺序执行,而且是一个事务,其中一条失败,整批都会失败并回滚。它能减少网络往返,适合本来就该一起成功或失败的语句;不要把互不相关的查询硬塞进去,否则一条出错会连累其他查询。
- 付费版要提高单次 CPU 上限时,在 wrangler 配置里设 `limits.cpu_ms`,并确认构建产物(如 `dist/server/wrangler.json`)保留了这个值。上限只是防止请求被中途掐断,不能代替优化。
### 4.4 缓存:让重复请求不再执行代码
- 公开页面用 Cache API 做边缘缓存:只缓存 200、没有 Set-Cookie、没有登录态的请求;带会话或 Authorization 的请求一律绕过缓存。
- 缓存键带部署版本号(`env.CF_VERSION_METADATA.id`),避免新版本拿到引用旧静态资源的 HTML。
- 过期后先返回旧内容、后台刷新(stale-while-revalidate),访问者不用等;刷新结果不是可缓存的 200,就删掉旧条目。
- 缓存键里带 utm 等追踪参数会产生重复缓存;但直接忽略这些参数,可能导致 SSR 序列化的路由状态和实际 URL 不一致,要先评估再改。
- 注意:Cache API 命中前要先执行 Worker,所以仍算一次 Worker 请求,只是省掉了查询和渲染。Workers 自带的 Caching 功能命中后同样按请求计费,省的是 CPU。
### 4.5 图片 / R2
- 图片经 Worker 返回,每张都算一次 Worker 请求,边缘缓存命中也算。改走 R2 自定义域名(如 `img.example.com`)可以去掉这部分请求,但**速度基本不变**,因为两条路都有边缘缓存。新域名首次访问还要多一次 DNS 和 TLS 握手,可以用 preconnect 弥补。请求量在包含额度内时,改了也省不了钱。
- R2 自定义域名对 GET 请求会缓存(第一次 MISS,之后 HIT)。用 `curl -I`(HEAD)测会看到 `DYNAMIC`,容易误判成不缓存。测缓存一律用 GET。
- 封面、列表图提供小尺寸版本(如 360/720/1080 宽的 webp),用 `srcset` 按屏幕选择,既省流量又更快。
- R2 读取按操作次数计费,没有缓存的高频图片要注意。
- 页面要把图片画到 canvas 上(例如分享海报)时,跨域图片需要 R2 配 CORS;这部分图片保持同域,就可以不配。
### 4.6 爬虫流量
- User-Agent 是爬虫自己填的,可以伪造。Cloudflare 的 `verifiedBotCategory` 表示认证过的爬虫(搜索引擎、AI 助手等),未认证的名字只能参考。
- 先用 robots.txt 点名禁止没有价值的爬虫,改代码即可;不守规矩的,再用 WAF 规则拦截(要用户同意)。
- 搜索引擎和会带来读者的 AI 助手(例如 ChatGPT-User、PerplexityBot)一般保留。
- 伪装成普通浏览器的高频访问不要贸然封,避免误伤真人。
### 4.7 其他计费项
- **日志**:Workers Logs / Observability 超出包含量后可能计费,日志量大时可以配置采样率(`observability.head_sampling_rate`)。正常请求别每次都 `console.log` 大对象。
- **KV**:写入和列举比读取贵,不要每个请求都写 KV。
- **其他产品**:项目用到 Durable Objects、Queues、Workers AI、Images、Stream、Hyperdrive 等时,同样查价格页、看用量,找到最贵的那一项。这份清单没有细写它们,不要套用 D1 的结论。
- **免费版**:额度按天或按月计算,单位和付费版不同,超出时通常是请求报错而不是产生账单。先确认项目的套餐,再解读用量。
## 5. 附带:稳定性问题
偶发 500、存储临时错误、部署后旧页面报错不直接省钱,但常在排查时发现。遇到时读 [references/stability.md](references/stability.md)。
## 6. 改完之后
1. 类型检查、测试、生产构建通过后再部署,记下版本号和回滚点。
2. 上线后检查关键页面是否 200、重定向和缓存头是否正确,静态文件(favicon 等)是否不再进 Worker。
3. 用同样的方法复核:当天用多个时间窗口的比例确认方向,一周后用 7d 数据确认幅度。
4. 写记录:范围与方法(数据来源、时间窗口)→ 用量和分布表 → 每个问题的“原因 / 修复 / 修复前后实测值” → 预计效果(标明是推算)→ 检查与发布(版本号、回滚点)→ 看过但没处理的项及原因。
## 7. 怎么跟用户汇报
- **用大白话,先说结论。** 用户可能不熟悉 Cloudflare 和数据库,少用术语;必须用时顺带解释一句(例如“D1 读取行数:数据库每次查询翻了多少行数据,按这个计费”)。
- 先说清现在每月多花多少钱、占额度多少。额度远没用完时,优化的价值是控制增长、留出余量、修掉随访问量放大的问题,**不是马上省钱**,要如实说明。
- 每项建议都写预计能省多少钱(标明是推算)。省不了钱的改动(例如额度内把图片改走 R2 域名),给出“现在不做、到什么用量再做”的建议。
- 需要用户决定的事(改 Cloudflare 设置、改网址结构、付费),单独列出来,说明做与不做各有什么后果。
Pliki w paczce (4)
- SKILL.md 22 KB
- references/stability.md 1 KB
- scripts/cf-usage.mjs 15 KB
- scripts/tail-summary.mjs 7 KB
Wersje
W bazie nie ma innych skilli o nazwie cloudflare-cost-optimization.
Migawka bazy z 13.11.2026 · wersja paczki 7f864dc86cb9 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100cloudflare-workers-performance
Optymalizuje wydajność Cloudflare Workers pod kątem CPU, pamięci, cache i rozmiaru pakietu, przy wolnych workerach, dużych opóźnieniach, cold startach i limitach. - 95Cloudflare
Wdraża aplikacje Workers i Pages w Cloudflare i wskazuje, gdzie szukać dokumentacji. - 100cloudflare
Obsługuje platformę Cloudflare: Workers, Pages, KV, D1, R2, cron, Workers AI, AI Gateway, Agents SDK, MCP na Workers, REST API i wrangler, także przy przeglądzie kodu Workers. - 96cloudflare
Zarządza strefami DNS, pamięcią podręczną, tunelami i Workers w Cloudflare przez API. - 100cloudflare-deploy
Wdraża aplikacje i infrastrukturę na Cloudflare przez Workers, Pages i powiązane usługi platformy. - 95cloudflare-deploy
Wdraża aplikacje i infrastrukturę na Cloudflare z użyciem Workers, Pages i powiązanych usług platformy.