Serverless-бэкенд для AI-агентов и LLM-приложений

1. 01

   Пишете

   Пишете обработчик в браузерном редакторе — Node.js, Python или Go, с подсветкой синтаксиса и AI-подсказками. Локальный стек поднимать не нужно.

   handler.ts

   export default Handler(async (ctx) => {
     const { url } = await ctx.body;
     return { summary: await ai.summarize(url) };
   });

2. 02

   Деплоите

   Нажимаете Deploy. Платформа собирает контейнер, настраивает маршрут шлюза и отдаёт живой HTTPS-эндпоинт — обычно примерно за секунду.

   terminal

   $ inquir deploy
   ✓ Building container        1.2s
   ✓ Hot runner started        0.3s
   ✓ Endpoint ready

3. 03

   Вызываете

   Вызываете откуда угодно обычным HTTP-запросом: любой язык, стандартный fetch или curl — без проприетарного SDK.

   app.tsx

   const res = await fetch(endpoint, {
     method: "POST",
     body: JSON.stringify({ url })
   });

Таблица показывает типичный профиль платформ, а не ответ «кто лучше во всём». Lambda уместна там, где продукт уже опирается на сервисы AWS. Cloudflare Workers хороши для компактного кода на периферии сети (edge). Modal выбирают, когда нужны масштабируемый Python и GPU в управляемом облаке. Inquir ближе к задаче «один вход для HTTP»: один API-шлюз и один способ деплоя для публичных API, вебхуков, фона, cron и многошаговых LLM-пайплайнов — без того чтобы каждый раз вручную стыковать планировщик, очередь и HTTP-слой разрозненными сервисами.

Без скрытых наценок. Предсказуемые лимиты. Отмена в любой момент.