Các nhà phát triển hiện đã có thể chạy máy chủ Model Context Protocol (MCP) trên gói miễn phí của Cloudflare mà vẫn nằm trong giới hạn CPU 10 ms mỗi yêu cầu của nền tảng này. Điều này rất quan trọng vì bất kỳ ai cũng có thể biến các tệp Markdown tĩnh thành một dịch vụ nội dung trực tiếp mà không cần trả phí gói dịch vụ hay phải duy trì cơ sở hạ tầng có trạng thái (stateful infrastructure).

Tại sao gói miễn phí hiện có thể hoạt động

Hai sự thay đổi giúp việc triển khai trên gói miễn phí trở nên khả thi. Thứ nhất, đặc tả MCP hiện sử dụng mô hình không trạng thái (stateless). Giao thức mới loại bỏ các phiên (sessions) và bắt tay (handshakes), do đó bất kỳ yêu cầu nào cũng có thể được xử lý bởi bất kỳ thực thể máy chủ (server instance) nào mà không cần bộ lưu trữ dùng chung. Thứ hai, Cloudflare đã thay đổi hướng dẫn của mình: lớp McpAgent được khuyến nghị trước đây đã bị loại bỏ (deprecated), và các nhà phát triển phải sử dụng các trình xử lý yêu cầu không trạng thái (stateless request handlers) cho các máy chủ MCP mới.

Trong mô hình trước đây, việc theo dõi phiên của người dùng yêu cầu một Durable Object—một cấu trúc của Cloudflare giúp duy trì trạng thái qua các yêu cầu.

Điểm chuẩn (Benchmarks): những gì nằm trong giới hạn 10 ms

Chúng tôi đã xây dựng một máy chủ MCP chỉ đọc (read-only) để phục vụ các tệp Markdown được lưu trữ dưới dạng tài sản (assets). Máy chủ này cung cấp bốn điểm cuối (endpoints); chúng tôi đã ghi lại mức sử dụng CPU trung vị cho mỗi điểm:

  • server/discover – 0 ms
  • tools/list – 0 ms
  • list_articles – 1 ms
  • get_article – 1 ms (ngay cả với bài viết dài nhất)

Tổng thời gian phản hồi thực tế (wall-clock response time) có thể lên tới khoảng 88 ms, nhưng Cloudflare chỉ tính thời gian CPU dành cho việc thực thi mã của bạn vào giới hạn 10 ms. Độ trễ mạng, thời gian chờ I/O và các khoảng thời gian nhàn rỗi khác đều không được tính.

Các con số này minh họa một quy tắc kinh nghiệm đơn giản:

  • Các điểm cuối chỉ đơn thuần đọc và trả về các byte sẽ duy trì thoải mái dưới mức 2 ms.
  • Các điểm cuối thực hiện các tính toán phức tạp—như phân tích cú pháp (parsing), kết xuất (rendering), băm (hashing)—có nguy cơ vượt quá giới hạn.

Nếu công cụ của bạn thực hiện xử lý nặng, bạn sẽ cần chuyển sang gói trả phí của Cloudflare, gói này cung cấp mức cho phép CPU cao hơn cho mỗi yêu cầu.

Ai được lợi, ai bị bỏ lại

Gói miễn phí hiện trở thành một lựa chọn khả thi cho các dịch vụ nội dung tĩnh, các trang tài liệu, hoặc bất kỳ trường hợp sử dụng nào mà nhiệm vụ của máy chủ là lấy và phân phối các tệp đã có sẵn.

Kết luận

Các máy chủ MCP không trạng thái hiện có thể chạy trên gói miễn phí của Cloudflare, miễn là chúng duy trì dưới mức 10 ms thời gian CPU cho mỗi yêu cầu. Các dịch vụ chỉ đọc đơn giản sẽ dễ dàng đáp ứng; bất kỳ thứ gì xử lý dữ liệu nặng thì không. Sự thay đổi này loại bỏ nhu cầu sử dụng Durable Objects. Đối với bất kỳ ai đang tìm cách cung cấp nội dung tĩnh ở quy mô lớn mà không phải trả tiền cho cơ sở hạ tầng, gói miễn phí hiện là một lựa chọn thực tế.

Nguồn: bài đăng trên dev.to đo lường máy chủ MCP so với giới hạn CPU 10 ms của Cloudflare.