Downy：在 Cloudflare Workers 上搭建你的 AI 代理团队

一个普通人也能玩转的多智能体协作平台，无需服务器、无需 Docker、无需运维经验。

引言：一个普通开发者的 AI 代理梦（引言）

几个月前，我想给自己的项目配一个 AI 助手。不是那种聊聊天就完事的，而是能真正干活的那种——能搜索资料、能读写文件、能跑后台任务。

翻了一圈市面上的方案：OpenClaw 不错，但要自己搭服务器；AutoGPT 太重量级；LangChain 的生态太复杂。我只是个普通开发者，不想为了一个 AI 助手去学一套完整的 DevOps 技能栈。

直到我发现了 Downy。

二、Downy 是什么

Downy 是一个基于 Cloudflare Workers 的开源多智能体协作平台。简单说，它让你在几分钟内创建一支 AI 代理团队，每个代理都有自己的工作空间、独立的模型配置和对话历史。

项目地址：github.com/bensenescu/downy

核心特性一览

特性	说明
🧠 多代理架构	主代理（DownyAgent）+ 子代理（ChildAgent），每个独立运行、独立模型配置
☁️ 全托管	部署在 Cloudflare Workers 上，零服务器管理
🔐 安全认证	Cloudflare Access 身份认证，邮箱 OTP 登录
🗂️ 文件系统	每个 Agent 拥有独立 R2 工作区，支持文件上传、代码读写
🔍 网络搜索	集成 Exa API，支持网页搜索和内容抓取
📋 后台任务	代理可以执行长期运行的后台任务
🤖 多模型支持	Kimi、OpenRouter、ChatGPT Plus/Pro 等多种 LLM
💬 实时对话	基于 WebSocket 的流式对话体验

技术架构

┌─────────────────────────────────────────────────┐
│                 Cloudflare Worker                │
│  ┌─────────────────────────────────────────────┐ │
│  │       TanStack Start (SSR 应用 + API)       │ │
│  │  ┌──────────┐  ┌──────────┐  ┌──────────┐  │ │
│  │  │DownyAgent│  │ChildAgent│  │   D1 DB  │  │ │
│  │  │(DO主代理) │  │(DO子代理) │  │  (SQLite)│  │ │
│  │  │ Think    │  │ Think    │  │ agents表 │  │ │
│  │  │ Workspace│  │ Workspace│  │ kv表     │  │ │
│  │  │ R2绑定   │  │ R2绑定   │  │          │  │ │
│  │  └──────────┘  └──────────┘  └──────────┘  │ │
│  │  ┌──────────────────────────────────────┐   │ │
│  │  │      R2 Bucket (WORKSPACE_BUCKET)    │   │ │
│  │  │  (每个Agent的工作区文件存储)           │   │ │
│  │  └──────────────────────────────────────┘   │ │
│  └─────────────────────────────────────────────┘ │
│              Cloudflare Access 认证               │
└─────────────────────────────────────────────────┘

每个 Agent 都是一个独立的 Durable Object。这意味着它们有自己的”大脑”（对话历史）和”储物柜”（R2 存储空间），互不干扰，响应极快。

三、动手部署

前置准备

服务	用途	费用
Cloudflare	Worker 托管	免费计划可用
Exa	网页搜索/抓取工具	免费 $10 额度
Alchemy	部署工具（替代 Wrangler）	免费

本地环境需要 Node.js 24 LTS 或更高版本，以及 pnpm 包管理器。

步骤 1：克隆项目

1
2
3

git clone https://github.com/bensenescu/downy.git
cd downy
pnpm install

步骤 2：配置环境变量

复制 .env.example 为 .env，填入以下关键信息：

TEAM_DOMAIN：你的团队域名（如 my-team），用于生成 Agent 的访问地址
OPENROUTER_API_KEY：OpenRouter API Key（如果使用 OpenRouter 模型）
SESSION_SECRET：会话加密密钥，用 openssl rand -hex 32 生成

步骤 3：一键部署

这里不用传统的 Wrangler，而是使用更智能的 Alchemy 工具：

1	pnpm deploy

Alchemy 会自动处理：

创建 D1 数据库（downy-db）
创建 R2 存储桶（downy-workspace）
绑定 Durable Object
部署 Worker

部署过程中会提示输入 Alchemy Password——务必保存好，它用于加密本地状态，丢失后所有 Secret 需要重新输入。

步骤 4：配置 Cloudflare Access

部署后 Worker 会拒绝所有流量，必须配置 Access 才能使用：

进入 Cloudflare Dashboard → Zero Trust → Access → Applications
添加一个 Self-hosted 应用
域名填你的 Worker 地址（如 downy.my-team.workers.dev）
策略设为 Allow，规则选 Email 或任何你喜欢的认证方式

步骤 5：创建你的第一个 Agent

访问 Worker 地址，登录后点击创建 Agent。你会看到：

主代理（DownyAgent）：默认创建，负责指挥和协调
子代理（ChildAgent）：可以创建多个，每个独立工作

每个 Agent 都可以在设置中独立选择模型 Provider。

四、模型选择

Downy 支持 4 种模型提供者：

Provider	接入方式	是否需要付费计划
`kimi`	Workers AI（`@cf/moonshotai/kimi-k2.6`）	✅ Workers Paid
`openrouter`	OpenRouter API Key	❌ 免费 + 自备 Key
`pi-local`	本地 pi proxy（127.0.0.1:8788）	❌ 开发环境
`pi-prod`	通过 VPC 绑定访问远程 pi proxy	❌ 需要 VPC

省钱小技巧：使用 OpenRouter 可以完全绕过 Workers AI 的付费要求。你只需要一个 OpenRouter API Key，就能用上各种模型。

实测感受：实际跑下来，OpenRouter 配合 DeepSeek V3 或 Claude Sonnet 效果最好，响应速度也快。Kimi 模型虽然免费但需要 Workers Paid 计划，性价比不如 OpenRouter。如果你已经有 ChatGPT Plus，pi-proxy 方案最省——不用额外付费，直接用你的 Plus 订阅。

五、项目结构

downy/
├── alchemy.run.ts          # 🔑 部署配置（替代 wrangler.toml）
├── vite.config.ts           # Vite/TanStack Start 构建配置
├── package.json
├── .env.example             # 环境变量模板
├── app.config.ts            # TanStack Start 路由配置
│
├── src/
│   ├── worker/              # 🖥️ 服务端代码
│   │   ├── agent/           # Agent 核心逻辑
│   │   │   ├── DownyAgent.ts       # 主 Agent Durable Object
│   │   │   ├── ChildAgent.ts       # 子 Agent Durable Object
│   │   │   ├── get-model.ts        # 模型选择器
│   │   │   └── build-system-prompt.ts
│   │   ├── handlers/        # API 处理器
│   │   └── db/              # D1 数据库操作
│   │
│   ├── components/          # 🎨 前端组件
│   │   └── chat/            # 聊天界面组件
│   └── lib/                 # 通用工具
│
├── migrations/              # 🗄️ D1 数据库迁移
│   ├── 0001_init.sql
│   └── 0002_seed_default_agent.sql
│
├── aisdk-pi-proxy/          # 🔌 ChatGPT Plus/Pro 代理（可选）
└── docs/
    ├── architecture.md      # 架构文档
    └── pi-proxy-setup.md    # pi-proxy 配置指南