realchendahuang/sub-store-cloudflare

sub-store-cloudflare 是 Sub-Store 订阅管理工具的 Cloudflare Workers 移植版。它把原本需要运行在本地服务器或 NAS 上的订阅聚合、节点筛选和分流规则处理逻辑，搬到了 Cloudflare 的边缘网络上。主要用户是那些手握多个机场订阅、需要通过正则表达式和脚本定制分流规则的高级网络工具玩家。

过去，这类用户通常会在家里的 NAS 或一台长期在线的 VPS 上通过 Docker 部署 Sub-Store。他们需要在本地浏览器打开 Web 界面，添加各个机场的订阅链接，编写复杂的 JavaScript 脚本来过滤节点，最后生成一个新的订阅链接填入 Clash 或 Sing-box 客户端。这种方案的卡点在于维护成本：NAS 可能会断电，家庭公网 IP 会变动，VPS 需要定期续费和更新系统。一旦本地服务挂掉，所有客户端的节点更新都会失败，导致断网。此外，使用公共的在线 Sub-Store 实例虽然方便，但需要将所有订阅链接和访问密码交给第三方，存在隐私泄露风险。

这个项目切入的是边缘服务封装层。它利用 Cloudflare Workers 和 D1 数据库，将原本依赖本地文件系统和 Node.js 运行时的完整应用，重构为无状态的 Serverless 函数。旧方案如 Docker 部署，本质上还是要求用户具备运维能力，要管端口、管内存、管进程守护。而 sub-store-cloudflare 通过将数据持久化层交给 D1，将计算逻辑交给 Workers，彻底消灭了“服务器”这个概念。

它之所以现在成立，是因为 Cloudflare Workers 的生态已经成熟，D1 数据库提供了足够稳定的持久化能力，能够支撑订阅数据的存储。更重要的是，项目专门提供了“AI Agent 安装”文档和 CLI 脚本，支持 Claude Code、Codex 等 AI 工具直接执行部署命令。这意味着部署门槛从“懂 Docker 和 Linux”降级为“运行一条命令”。当 AI 能够自动处理环境变量配置、Secret 设置和路由发布时，原本繁琐的 Serverless 部署流程就变得顺滑了。

这透露出一个变化：复杂的个人工具正在从“本地私有化部署”向“边缘托管化”迁移，且部署方式正在被 AI Agent 重塑。以前我们看重的是工具的功能，现在 Builder 更看重工具是否具备“可被 AI 一键部署”的属性。对于 Builder 而言，今天可以直接点击“Deploy to Cloudflare”按钮，或者让 AI Agent 执行安装脚本，在几分钟内获得一个全球可访问、无需维护的订阅转换服务。最值得学习的是它如何将一个原本依赖本地文件系统的 Node.js 应用（Sub-Store），通过抽象数据层，完美适配到 Cloudflare 的 Serverless 环境中，特别是如何利用 D1 替代本地 SQLite。这种“去服务器化”的改造思路，可以迁移到任何需要 Web 界面交互、依赖轻量级数据库的 CLI 工具或脚本上，让它们变成全球可用的 SaaS 服务。