Cloudflare Containers 深度研究：在边缘跑完整 Linux 容器，Worker 当编排器

> 文档: developers.cloudflare.com/containers

> 博客: Containers are coming to Cloudflare Workers

> 状态: Open Beta（2025 年 6 月起）

> 研究时间: 2026-03-27

🎯 一句话版本

Cloudflare 让你在 Workers 平台上跑完整 Linux 容器——任意语言、完整文件系统、多核 CPU、GB 级内存。Worker 负责路由和编排（当 API Gateway / Service Mesh / Orchestrator），容器跑在独立 VM 里。wrangler deploy 一条命令全球部署，镜像自动预分发到 300+ 节点。

🆚 Dynamic Workers vs Containers：什么时候用哪个

简单规则：

• Agent 写一段 JS 跑一下 → Dynamic Worker
• 需要 git clone / ffmpeg / pip install / 任意二进制 → Container

💻 核心 API

import { Container, getContainer } from "@cloudflare/containers";

// 定义容器
export class CodeExecutor extends Container {
  defaultPort = 8080;      // 容器监听端口
  sleepAfter = "1m";       // 1分钟无请求自动休眠
}

// Worker 路由请求到容器
export default {
  async fetch(request, env) {
    const { sessionId } = await request.json();
    // 每个 sessionId 对应一个独立容器实例
    const container = getContainer(env.CODE_EXECUTOR, sessionId);
    return container.fetch(request);
  },
};

部署：wrangler deploy — 自动构建镜像、推送到 CF Registry、全球预分发、部署 Worker。

🏗️ 架构：Worker + Durable Object + Container

用户请求 → [Worker] → [Durable Object] → [Container VM]
           (路由/认证)  (生命周期管理)    (实际计算)

Worker 的三种角色

Durable Object 作为可编程 Sidecar

每个容器实例关联一个 Durable Object，提供：

// 手动控制容器
this.ctx.container.start({ entrypoint, env: envVars });
this.ctx.container.signal(15);  // SIGTERM
this.ctx.container.exec(["./backup"]);  // 执行命令

// 监控容器状态
this.ctx.container.monitor()
  .then(onContainerExit)
  .catch(onContainerError);

// 在容器退出时保存状态
async onContainerExit() {
  const state = await this.ctx.container
    .getTcpPort(8080)
    .fetch('http://container/state');
  this.ctx.storage.sql.exec('UPDATE state SET value = ?', state);
}

🌍 生命周期

1. 部署：镜像上传到 CF Registry → 全球 300+ 节点预分发

2. 首次请求：Worker → DO → 找最近有预热镜像的节点 → 启动容器（2-3 秒冷启动）

3. 后续请求：路由到同一容器实例（无论请求从哪来）

4. 休眠：sleepAfter 时间到 → 发 SIGTERM → 15 分钟后 SIGKILL

5. 重启：下次请求到来时，在最近节点重新启动（位置可能变化）

🔒 网络安全

📦 实际用例

1. AI 代码沙盒（有状态）

每个用户一个容器，执行 LLM 生成的代码：

// LLM 生成代码
const code = await env.AI.run("@cf/meta/llama-4-scout", { messages });
// 路由到用户专属容器
const sandbox = getContainer(env.CODE_EXECUTOR, sessionId);
return sandbox.fetch("/execute-code", { method: "POST", body: code });

2. FFmpeg 全球部署（无状态）

视频转 GIF，自动扩缩容：

"autoscaling": {
  "minimum_instances": 1,
  "cpu_target": 75,  // CPU 超 75% 自动扩容
}

3. CI/CD（短任务 + Workflows）

容器跑构建 → 完成后发消息到 Queue → Workflow 确保可靠执行

💰 定价详情

实例规格

计费规则

• 每 10ms 计费，按实际运行时间
• 休眠不收费（自动 scale to zero）
• Workers Paid 计划底费 $5/月

跑 OpenClaw 可行吗？

能跑，但不值得。 用 basic 实例（1/4C 1GB）24/7 常驻：

对比 DigitalOcean VPS（$6/月，1C 2GB，完整 Linux，持久化磁盘）：贵一倍、规格更差、还没持久化磁盘。

致命问题：

• 磁盘临时 → MEMORY.md / 对话历史 / cron 状态重启全丢
• 需要改造存储层（全部迁到 R2/D1）
• 休眠机制和 OpenClaw 7×24 常驻冲突

结论：CF Container 适合"按需启动、跑完就关"的场景，不适合跑常驻 daemon。

⚠️ 当前限制

💡 与我们的关联

1. OpenClaw 的完整部署方案

结合刚研究的 Dynamic Workers，Cloudflare 现在提供了完整的 Agent 执行栈：

如果把 OpenClaw Gateway 容器化部署到 Cloudflare Containers：

• 全球就近启动
• 自动扩缩容
• Worker 做认证+限流
• 休眠时不收费

2. 和 Dynamic Workers 报告的互补

上一篇报告说"Worker 没有文件系统"——Container 填了这个坑。Agent 可以：

• 简单任务 → Dynamic Worker（毫秒级）
• 需要文件系统/CLI → Container（秒级）

3. AI 代码执行的两层沙盒

Agent 生成代码
  ├→ JS 片段 → Dynamic Worker（5ms，$0.002）
  └→ Python/Shell 脚本 → Container（2-3s，按时间计费）

4. ub2 的替代方案？

如果 ub2 上跑的任务（比如 ffmpeg 转码、模型推理准备）不需要 GPU，可以考虑迁移到 Cloudflare Containers——全球部署、自动扩缩、无需运维。但 GPU 任务（Ollama/模型推理）仍然需要 ub2。

📊 评分

报告由深度研究助手自动生成 | 2026-03-27

来源: Cloudflare Docs / Blog