一句话看懂：Cloudflare 在本地开发工具中内置了 OpenTelemetry 追踪能力，让 AI 编程 agent 无需任何配置即可自动查询 Worker 的运行轨迹和日志，从而快速定位并修复故障。
事件核心：发生了什么
Cloudflare 宣布，从即日起其本地开发工具 wrangler dev 和 vite dev 会自动为 Worker 调用捕获 OpenTelemetry trace。当工具检测到当前会话来自 AI agent 时，会自动输出一个提示，引导 agent 访问 Local Explorer API——一个运行在 localhost 的本地调试接口，支持通过 SQL 查询 trace 和日志。
这套机制的工作方式的关键点在于：开发者无需安装 SDK、无需开启 tracing、无需在提示词中提及可观测性。AI agent 可以像人类开发者一样复现请求，然后拉取本次调用的完整追踪数据，定位失败的具体操作。Local Explorer API 还暴露了 OpenAPI schema，agent 能在运行时自动发现可用端点，不需要硬编码指令。
实现层面，Cloudflare 在 workerd 运行时中直接内置了 instrumentation，自动为 fetch 调用、KV/R2/D1 等绑定调用以及 handler 生命周期生成 span。本地运行时 Miniflare 收集这些事件和 console 输出，组装成 OpenTelemetry trace 和关联日志，存储在一个基于 SQLite 的 Durable Object 中，再由 Local Explorer API 对外提供查询。人类开发者也可以按 e 键或访问 /cdn-cgi/explorer 在浏览器中查看同样的数据。
为什么重要
此前 AI coding agent 调试本地 Worker 时，往往需要自行添加临时日志、重跑请求、再检查输出，这个过程循环周期长且消耗大量 token。Cloudflare 的本地追踪把调试从“猜测式排查”变成“结构化查询”：agent 复现错误后，直接查看 trace 就能知道 KV 读取成功、D1 插入失败、Queue 从未被调用，错误信息是 no such column: delivery_window。随后 agent 还能通过同一 API 检查本地 D1 schema，发现迁移未应用，修正后重新验证。
这是 Cloudflare 多年来本地开发投资（从 Miniflare 到 Wrangler 3 将本地模式设为默认）的自然延伸。它让 Cloudflare 的开发环境第一次为 AI agent 提供了和人类开发者同等级别的可观测性反馈回路，而不仅是一堆终端输出。对 Cloudflare 生态而言，这意味着使用 AI 编程工具的开发者更容易在 Workers 平台上获得顺畅的调试体验。
对用户/开发者/开发者影响
如果你正在用 AI agent 开发或调试 Workers 应用，只需更新 wrangler 或 Cloudflare Vite 插件到最新版本，就能自动获得这个能力。提示词可以简单到“POST /api/orders 返回 500，找到原因
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
