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
