Cloudflare AI Search（AutoRAG）接入实战，个人博客的知识库AI助手

前言

最近给博客加了个 AI 助手功能，可以智能检索博客内容并回答问题。用的是 Cloudflare 的 AI Search（也叫 AutoRAG），踩了不少坑，这篇文章把接入流程和关键坑点整理一下。

效果预览：点击右下角的聊天按钮，问它“博客里有哪些关于 Serverless 的文章？”，它会检索相关文章并给出回答，还会显示引用来源。

什么是 Cloudflare AI Search？

AI Search 是 Cloudflare 推出的 RAG（检索增强生成） 服务，简单说就是：

你上传文档（网页、PDF、Markdown 等）
Cloudflare 自动建立向量索引
用户提问时先检索相关文档，再让 AI 基于文档内容回答

相比自己搭 RAG，好处是：

免费额度：每天 10万神经元AI免费调用
零运维：不用管向量数据库、Embedding 模型
一站式：检索 + 生成一个 API 搞定

一、创建 AI Search

1.1 进入控制台

1.2 创建实例

点击 Create AI Search，填写：

Name：给个名字，比如 my-blog-search（后面代码要用）
Model：选择生成模型，推荐 @cf/meta/llama-3.3-70b-instruct-fp8-fast（速度快）

创建成功后会看到实例详情页。

二、添加数据源

AI Search 支持两种方式添加数据：

2.1 方式一：网页 URL（推荐）

适合有线上网站的场景，Cloudflare 会自动爬取页面内容。

在 AI Search创建详情页，点击 use template
输入网站 URL，比如 https://blog.example.com
点击 Start Indexing

爬取完成后，可以在概述标签看到所有索引的页面。

优点：自动更新，网站内容变了会重新爬取
缺点：需要网站公开可访问

2.2 方式二：上传文件

适合本地文档、私有内容。

在 AI Search 详情页创建，支持多种数据源，配取即可

三、页面上测试

数据添加完成后，可以直接在 Dashboard 测试效果：

进入 AI Search 详情页
点击 Playground 标签
输入问题，比如“有哪些关于部署的文章？”
查看 AI 回答和引用的来源文档

四、代码集成实战

接下来是重点：如何在代码中调用 AI Search。以 Astro 博客项目为例。

4.1 配置 AI Binding

首先需要在 wrangler.jsonc（或 wrangler.toml）中配置 AI 绑定：

{
  "name": "my-blog",
  "compatibility_date": "2025-08-11",
  "pages_build_output_dir": "./dist",
  "ai": {
    "binding": "AI"
  }
}

这样在 Cloudflare Pages Functions 中就能通过 env.AI 访问 AI 服务。

4.2 调用 AI Search（关键片段）

const result = await env.AI.autorag("my-blog-search").aiSearch({
  query: query.trim(),
  model: "@cf/meta/llama-3.3-70b-instruct-fp8-fast",
  rewrite_query: true,
  max_num_results: 5,
  ranking_options: { score_threshold: 0.3 },
  reranking: { enabled: true, model: "@cf/baai/bge-reranker-base" },
  stream: true,
});

4.3 参数说明

参数	说明	建议值
`model`	生成模型	`llama-3.3-70b-instruct-fp8-fast`（快）
`rewrite_query`	自动优化用户查询	`true`
`max_num_results`	检索文档数量	`3-10`
`score_threshold`	相关性阈值（0-1）	`0.3`（太高可能无结果）
`reranking.enabled`	启用重排序	`true`（提升质量）
`stream`	流式响应	`true`（体验更好）

五、流式响应处理（重点）

AI Search 开启 stream: true 后返回 SSE 格式，需要正确处理。

六、部署配置

6.1 配置 Pages Binding

和4.1 配置 AI Binding 二选一配置即可，推荐采用 4.1 配置 AI Binding的方式。

在 Cloudflare Dashboard：

进入 Pages 项目 →设置 → 绑定
找到 AI Bindings
点击 Add binding：
- Variable name: AI
- AI Search: 选择你创建的实例
点击 Save

6.2 部署

pnpm build
npx wrangler pages deploy dist

6.3 效果

总结

Cloudflare AI Search 确实降低了 RAG 的接入门槛，不用自己搞向量数据库和 Embedding，并且每天提供慷慨的免费额度，且不用担心过度使用的账单，能够满足轻量化的RAG知识索引的需求。

喜欢这篇文章？

如果这篇文章帮到了你，可以请我喝杯咖啡，支持我继续写下去。

微信赞赏