Værktøjet er målrettet journalister, forskere og netværksoperatører, der har brug for hurtige svar om internettrafik, nedbrud og netværkskvalitet uden at skulle mestre Radars eksisterende dashboards og datasæt . Ifølge Cloudflares produktchef Lai Yi Ohlsen er Radar Researcher designet til at gøre Radars offentlige internetmålinger lettere at forespørge på .

Sådan fungerer det under motorhjelmen

Radar Researcher er bygget udelukkende på Cloudflares egen udviklerplatform, hvilket gør det til et "dogfooding"-showcase af virksomhedens egen stak. Her er, hvordan hver del af systemet fungerer:

• Session management: En Cloudflare Worker, der kører Cloudflare Agents SDK, håndterer hver samtale. Hver session er en stateful Durable Object med sin egen SQLite-database, der bevarer chathistorik og streamer svar, selv hvis brugeren forlader siden .
• AI-model: Kernens ræsonnement drives af Workers AI, der kører åbne modeller som Kimi K2.7. Modellen oversætter en naturlig sprogforespørgsel til en dataundersøgelse: slå relevante Radar-datasæt op, generer interaktive diagrammer (linjegrafer, kort, histogrammer osv.), og giv en letforståelig opsummering af resultaterne .
• Sideopgaver: Mindre, hurtigere modeller håndterer perifere opgaver som at skrive samtaletitler og foreslå opfølgende spørgsmål, så de ikke bremser hovedsvaret .
• Kontekstbevidsthed: Værktøjet modtager den aktuelle dato og tid samt grundlæggende forbindelseskontekst (IP-lokation, netværk), så det kan skræddersy lokalitetsspecifikke svar .

Al information leveres via Radars API, hvilket sikrer, at den underliggende sprogmodel støtter sig på rigtige, verificerbare data i stedet for at generere spekulative outputs .

Bredere kontekst: Agents Week og WebMCP

Radar Researcher blev lanceret under Cloudflares Agents Week, en virksomhedsdækkende begivenhed, der sætter fokus på AI-agenter bygget på Cloudflares udviklerplatform . Hele værktøjet kører på Workers, Durable Objects, Workers AI, AI Gateway, R2-lagring og Cloudflares datalag – og demonstrerer de samme værktøjer, som enhver udvikler kan bruge til at bygge deres egen AI-agent .

Samme dag aktiverede Cloudflare også WebMCP-support på Radar. WebMCP er en ny webstandard, der gør det muligt for browserbaserede AI-agenter at opdage og kalde en sides værktøjer direkte i stedet for at skrabe HTML. Det gør Radar agent-klar – det består nu sit eget agent-klarhedstjek – og signalerer Cloudflares ambition om at gøre sine egenskaber tilgængelige for både mennesker og autonome AI-agenter .

Hvad betyder det for adgang til data?

Radar Researcher sænker barrieren for en af de største offentlige samlinger af internetmålingsdata. Tidligere krævede det at hente indsigter fra Cloudflare Radar at navigere i komplekse visualiseringer, forstå API-endepunkter eller manuelt filtrere datasæt. Nu kan en journalist, der dækker en regional nedlukning, eller en netværksoperatør, der undersøger trafikanomalier, blot stille et spørgsmål og få et svar med understøttende diagrammer .

Værktøjet bevarer adgangen til de underliggende diagrammer, datasæt og forespørgselsspor, så brugere stadig kan verificere og dykke dybere ned i resultaterne . Dets konklusioner forbliver afgrænset af, hvad Cloudflares netværk og relaterede datakilder kan observere .

Værktøjet er målrettet journalister, forskere og netværksoperatører, der har brug for hurtige svar om internettrafik, nedbrud og netværkskvalitet uden at skulle mestre Radars eksisterende dashboards og datasæt . Ifølge Cloudflares produktchef Lai Yi Ohlsen er Radar Researcher designet til at gøre Radars offentlige internetmålinger lettere at forespørge på .

Sådan fungerer det under motorhjelmen

Radar Researcher er bygget udelukkende på Cloudflares egen udviklerplatform, hvilket gør det til et "dogfooding"-showcase af virksomhedens egen stak. Her er, hvordan hver del af systemet fungerer:

• Session management: En Cloudflare Worker, der kører Cloudflare Agents SDK, håndterer hver samtale. Hver session er en stateful Durable Object med sin egen SQLite-database, der bevarer chathistorik og streamer svar, selv hvis brugeren forlader siden .
• AI-model: Kernens ræsonnement drives af Workers AI, der kører åbne modeller som Kimi K2.7. Modellen oversætter en naturlig sprogforespørgsel til en dataundersøgelse: slå relevante Radar-datasæt op, generer interaktive diagrammer (linjegrafer, kort, histogrammer osv.), og giv en letforståelig opsummering af resultaterne .
• Sideopgaver: Mindre, hurtigere modeller håndterer perifere opgaver som at skrive samtaletitler og foreslå opfølgende spørgsmål, så de ikke bremser hovedsvaret .
• Kontekstbevidsthed: Værktøjet modtager den aktuelle dato og tid samt grundlæggende forbindelseskontekst (IP-lokation, netværk), så det kan skræddersy lokalitetsspecifikke svar .

Al information leveres via Radars API, hvilket sikrer, at den underliggende sprogmodel støtter sig på rigtige, verificerbare data i stedet for at generere spekulative outputs .

Bredere kontekst: Agents Week og WebMCP

Radar Researcher blev lanceret under Cloudflares Agents Week, en virksomhedsdækkende begivenhed, der sætter fokus på AI-agenter bygget på Cloudflares udviklerplatform . Hele værktøjet kører på Workers, Durable Objects, Workers AI, AI Gateway, R2-lagring og Cloudflares datalag – og demonstrerer de samme værktøjer, som enhver udvikler kan bruge til at bygge deres egen AI-agent .

Samme dag aktiverede Cloudflare også WebMCP-support på Radar. WebMCP er en ny webstandard, der gør det muligt for browserbaserede AI-agenter at opdage og kalde en sides værktøjer direkte i stedet for at skrabe HTML. Det gør Radar agent-klar – det består nu sit eget agent-klarhedstjek – og signalerer Cloudflares ambition om at gøre sine egenskaber tilgængelige for både mennesker og autonome AI-agenter .

Hvad betyder det for adgang til data?

Radar Researcher sænker barrieren for en af de største offentlige samlinger af internetmålingsdata. Tidligere krævede det at hente indsigter fra Cloudflare Radar at navigere i komplekse visualiseringer, forstå API-endepunkter eller manuelt filtrere datasæt. Nu kan en journalist, der dækker en regional nedlukning, eller en netværksoperatør, der undersøger trafikanomalier, blot stille et spørgsmål og få et svar med understøttende diagrammer .

Værktøjet bevarer adgangen til de underliggende diagrammer, datasæt og forespørgselsspor, så brugere stadig kan verificere og dykke dybere ned i resultaterne . Dets konklusioner forbliver afgrænset af, hvad Cloudflares netværk og relaterede datakilder kan observere .