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：

1
{
2
  "name": "my-blog",
3
  "compatibility_date": "2025-08-11",
4
  "pages_build_output_dir": "./dist",
5
  "ai": {
6
    "binding": "AI"
7
  }
8
}

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）#

1
const result = await
2
env.AI
3
.autorag('my-blog-search').aiSearch({
4
  query: query.trim(),
5
  model: '@cf/meta/llama-3.3-70b-instruct-fp8-fast',
6
  rewrite_query: true,
7
  max_num_results: 5,
8
  ranking_options: { score_threshold: 0.3 },
9
  reranking: { enabled: true, model: '@cf/baai/bge-reranker-base' },
10
  stream: true,
11
});

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#

1
pnpm build
2
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。