Le SDK Cloudflare Agents pour débutants

Créez et exploitez des agents Cloudflare avec état grâce à des sessions nommées, des clients synchronisés, des conversations persistantes, des tâches planifiées, des outils validés, des mécanismes d’approbation, une intégration MCP et des méthodes de diagnostic pratiques.

CloudflareDéveloppement web

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Un Worker classique peut répondre à une requête, mais de nombreuses applications ont aussi besoin d’une identité stable qui conserve un état, coordonne les clients connectés et poursuit une tâche après la fin d’une requête. Cloudflare Agents SDK fournit ce modèle applicatif au-dessus de Workers et de Durable Objects utilisant SQLite.

Ce cours construit un petit système d’assistance fictif, une limite à la fois. Vous commencerez sans modèle d’IA afin de rendre visibles l’identité nommée, l’état durable et les clients synchronisés. Les laboratoires suivants ajoutent une conversation persistante, des tâches planifiées, des outils choisis par le modèle, une approbation explicite, une interface MCP en lecture seule et un diagnostic pratique du routage. Chaque nouveau concept accompagne le besoin applicatif qui le motive ; aucune expérience préalable d’Agents SDK n’est nécessaire.

Le cours comprend 8 laboratoires guidés et 1 défi autonome de réparation de l’approbation. Les laboratoires guidés présentent chaque compétence avant le défi autonome.

Ce que vous apprendrez

  • Créer un agent d’assistance nommé : acheminer des noms stables, enregistrer l’état d’assistance et prouver l’isolation entre instances Agent.
  • Synchroniser un tableau de bord d’assistance : connecter deux clients navigateur et observer en temps réel les mises à jour de l’état contrôlé par le serveur.
  • Diffuser une conversation persistante : transmettre une réponse limitée en flux et restaurer l’historique durable après reconnexion.
  • Planifier un suivi d’assistance : enregistrer, examiner, terminer et annuler des tâches Agent persistantes.
  • Ajouter des outils d’assistance validés : relier les outils choisis par le modèle à des enregistrements fictifs avec des schémas et des contrôles de périmètre côté serveur.
  • Exiger une approbation pour les modifications : suspendre un effet pour une décision humaine et rendre les livraisons répétées sûres.
  • Publier un outil MCP en lecture seule : exposer une recherche fictive strictement validée via un transport MCP distant.
  • Diagnostiquer une session Agent mal acheminée : réparer le nom d’Agent sélectionné sans perdre l’historique ni affaiblir l’isolation.
  • Mise à jour d’assistance non approuvée : réparer de manière autonome l’approbation avant l’effet et le comportement exactement une fois dans un Agent fourni.

À qui s’adresse ce cours

Ce cours s’adresse aux développeurs connaissant Workers et Durable Objects qui souhaitent construire des assistants avec état et des clients coordonnés.

Prérequis : Terminez Cloudflare Durable Objects for Beginners et Connect LabEx to Your Cloudflare Account. Vous devez reconnaître un petit Worker TypeScript et le principe d’un Durable Object par nom stable ; le cours présente Agents SDK depuis le début.

Environnement d’apprentissage : Utilisez votre propre compte Cloudflare dédié à l’apprentissage. Chaque unité commence dans une nouvelle VM, autorise Wrangler séparément, crée des ressources temporaires aux noms uniques et se termine par leur suppression et la déconnexion. Les exercices restent dans un usage limité des ressources Workers Free ; les laboratoires utilisant un modèle effectuent seulement un petit nombre d’appels d’inférence hébergés par Cloudflare.

Questions fréquentes

Ai-je besoin d’une expérience préalable d’Agents SDK ou de l’IA ?

Aucune expérience préalable d’Agents SDK n’est nécessaire. Les deux premiers laboratoires n’utilisent pas de modèle d’IA afin de comprendre d’abord l’identité nommée, l’état durable et les clients synchronisés. Les laboratoires utilisant un modèle exigent les bases de Workers AI.

Le modèle peut-il modifier directement un enregistrement ?

Un appel d’outil proposé doit passer les contrôles de schéma et de périmètre côté serveur. Le laboratoire d’approbation suspend l’effet pour une décision humaine et rend les livraisons répétées sûres ; le défi vérifie l’approbation avant l’effet.

Que se passe-t-il lorsqu’un client se reconnecte ?

Les laboratoires distinguent l’identité Agent sélectionnée, la conversation durable et l’état contrôlé par le serveur d’une connexion navigateur particulière. Vous réparerez aussi une session mal acheminée sans supprimer l’historique valide.

Comment les ressources sont-elles nettoyées ?

Supprimez uniquement les Workers temporaires et les espaces de noms d’objets du laboratoire tant que vous êtes autorisé, confirmez leur suppression, puis déconnectez-vous. Chaque VM autorise votre propre compte indépendamment.

Enseignant

labby
Labby
Labby is the LabEx teacher.