MCP-сервер на бесплатных Cloudflare Workers: укладывается ли он в 10 мс CPU

На этой неделе произошли две вещи, которые превращают «могу ли я держать MCP-сервер бесплатно» из компромисса в обычное «да», с одним измеримым условием. Сегодня Model Context Protocol выпустил ревизию 2026-07-28, и главное изменение в ней — ядро протокола лишилось состояния: сессии, заголовок Mcp-Session-Id и рукопожатие initialize исчезли. Пост о релизе формулирует следствие прямо:

Any request can now land on any server instance behind a plain round-robin load balancer without needing shared storage.

А вчера, на день раньше релиза, сменила рекомендацию и собственная документация Cloudflare. Класс McpAgent — официальный путь, за которым каждый MCP-сервер тянул Durable Object, потому что транспорту нужно было где-то держать сессию, — теперь помечен как устаревший, развитие заморожено, а рекомендованной заменой для новых серверов назван обработчик без состояния.

Оба этих хода закрывают один и тот же разрыв с двух сторон. Воркер на бесплатном тарифе всегда был естественным местом для небольшого MCP-сервера, если бы не одно но: транспорт требовал состояния, а состояние означало Durable Object и привязку к конкретному экземпляру. Теперь сам протокол обещает, что каждый запрос самодостаточен. Остаётся единственный жёсткий потолок бесплатного тарифа — 10 мс CPU на запрос, — и влезает ли под него настоящий сервер — не вопрос для спора. Это вопрос замера. Так что мы собрали такой сервер, на этом сайте, и замерили.

Что именно убрала ревизия

Старый жизненный цикл открывал каждое соединение обменом initialize, выдавал идентификатор сессии и требовал от клиента передавать его в каждом вызове. Всё это удалено. Версия, кто клиент, и capabilities теперь передаются в полях _meta самого запроса, а единственное, что сервер обязан реализовать, — это server/discover, сообщающий поддерживаемые версии и capabilities всем, кто спросит.

Взамен транспорт стал строже. Каждый POST обязан нести заголовок MCP-Protocol-Version, совпадающий с версией внутри тела, плюс заголовок Mcp-Method, дублирующий метод JSON-RPC, — и Mcp-Name на вызовах инструментов, — чтобы балансировщики и шлюзы могли маршрутизировать, не разбирая тело. Несовпадение — жёсткий 400. Пакетные запросы как убрали, так и не вернули, ping убран целиком, неизвестный метод теперь — HTTP 404, а транспорт HTTP+SSE образца 2024 года формально объявлен устаревшим. Сервер, который сам ничего не рассылает, вправе отвечать на любой запрос обычным JSON, а на потоковый путь отдавать 405.

Что клиенту приходилось делать раньше и чем стал запрос теперь

Для сервера, который только читает, оставшаяся поверхность протокола невелика: server/discover, tools/list, tools/call и дисциплина заголовков. Вот и весь список.

Сервер, который теперь работает на этом сайте

Этот блог уже публикует агент-поверхность: Markdown-зеркала каждой статьи и фид posts.json. MCP-сервер — это те же самые файлы за двумя инструментами: list_articles возвращает фид, get_article возвращает полный Markdown статьи. Живёт он по адресу https://301.sh/mcp на том же воркере, который занимается на сайте согласованием форматов по Accept, и без единой зависимости: после ревизии оставшаяся поверхность протокола достаточно коротка, чтобы написать её руками. У Cloudflare есть и путь через SDK для той же задачи (createMcpHandler плюс SDK протокола), и это правильный ответ в тот момент, когда вам понадобятся ресурсы, промпты или elicitation; серверу из двух инструментов только на чтение — нет.

Диспетчеризация, сжатая до своей формы:

switch (message.method) {
  case 'server/discover':
    return reply(id, { resultType: 'complete', supportedVersions: ['2026-07-28'],
      capabilities: { tools: {} }, ttlMs: 3_600_000, cacheScope: 'public' });
  case 'tools/list':
    return reply(id, { resultType: 'complete', tools: TOOLS, ttlMs: 3_600_000,
      cacheScope: 'public' });
  case 'tools/call': {
    // Mcp-Name header must equal params.name, or 400 + HeaderMismatch.
    const mirror = await env.ASSETS.fetch(new URL(`/${slug}.md`, origin));
    return reply(id, { resultType: 'complete',
      content: [{ type: 'text', text: await mirror.text() }], isError: false });
  }
  default:
    return fail(id, 404, -32601, `Method not found: ${message.method}`);
}

Здесь ничего не вычисляется. Каждый ответ — это уже задеплоенный статический ассет, полученный через биндинг ассетов, и именно за этот выбор потом благодарит замер.

Замер

Определение лимита у Cloudflare — как раз та часть, которую чаще всего проматывают:

CPU time measures how long the CPU spends executing your Worker code. Waiting on network requests (such as fetch() calls, KV reads, or database queries) does not count toward CPU time.

То есть бюджет в 10 мс тратится на разбор, валидацию и сборку JSON, а не на получение тела статьи. Мы отправили 40 запросов на боевой эндпоинт и прочитали cpuTime каждого вызова — его пишут Workers Logs:

Метод	CPU, мс (мин / медиана / макс)	Общее время, мс (мин / медиана / макс)
server/discover	0 / 0 / 1	0 / 1 / 2
tools/list	0 / 0 / 0	0 / 1 / 2
list_articles	0 / 1 / 1	10 / 13 / 23
get_article, самая большая статья	0 / 1 / 2	6 / 10 / 88

Худший случай тратит 2 мс из бюджета в 10 мс, а самый медленный ответ — 88 мс общего времени на отдачу самой длинной статьи сайта — почти целиком уходит в ожидание получения ассета, которое счётчик не считает. Инструмент, который просто отдаёт байты, укладывается в пятую часть бесплатного потолка, и с запасом; а второе число бесплатного тарифа, 100 000 запросов в сутки, для эндпоинта, к которому агенты обращаются несколько раз за диалог, вообще не ограничение.

Где 10 мс действительно кусаются

Потолок настоящий, просто живёт он не в транспорте. Когда мы проводили аудит агент-поверхности этого сайта, мы замерили движок шаблонов, который думали выставить наружу как сервис, и он превысил те же 10 мс в восемь раз. Вот честное разделение: инструмент, который отдаёт байты, стоит одну-две миллисекунды; инструмент, который вычисляет — разбирает документы, рендерит шаблоны, хеширует на больших объёмах, — съедает бюджет почти мгновенно. Cloudflare допускает эпизодические превышения («Each isolate has some built-in flexibility»), но воркер, который выходит за лимит регулярно, завершается с ошибкой 1102, а на терпимость к всплескам рассчитывать нельзя.

У снятия ограничения есть ценник, и по собственному правилу этого сайта ему место рядом с самим ограничением: тариф Workers Paid за $5 в месяц поднимает потолок на запрос до 30 секунд по умолчанию (настраивается до 5 минут) и включает 30 миллионов CPU-миллисекунд и 10 миллионов запросов в месяц. Если ваши инструменты вычисляют, сравнивать надо с этим числом, а не с 10 мс бесплатного тарифа.

Попробуйте сами, и чего для этого не нужно

Эндпоинт живой, и один запрос показывает всю новую форму протокола:

curl https://301.sh/mcp -X POST \
  -H 'Content-Type: application/json' \
  -H 'MCP-Protocol-Version: 2026-07-28' \
  -H 'Mcp-Method: server/discover' \
  -d '{"jsonrpc":"2.0","id":1,"method":"server/discover",
       "params":{"_meta":{"io.modelcontextprotocol/protocolVersion":"2026-07-28"}}}'

Никакой сессии открывать не надо, никакого состояния держать не надо, никакого Durable Object в счёте. Если ваш сайт уже публикует Markdown-зеркала или фид — а после аудита готовности к агентам наш как раз стал публиковать, — то расстояние от «статических файлов» до «MCP-сервера» — это один маршрут на воркере, который у вас, возможно, уже запущен. Спецификация наконец совпала с тем, чем маленький сервер только на чтение всегда и хотел быть: обычным HTTP-эндпоинтом, отвечающим на вопросы о контенте, который вы уже собрали. Бесплатный тариф тянет это легко. Бесплатными никогда не были и не будут вычисляющие инструменты — и теперь вы знаете число, по которому это видно.