AI Search 配置说明

# AI Search 配置 ## Worker 设置 c // wrangler.jsonc { "ai": { "binding": "AI" } } typescript interface Env { AI: Ai; } const answer = await env.AI.autorag("my-instance").aiSearch({ query: "How do I configure caching?", model: "@cf/meta/llama-3.3-70b-instruct-fp8-fast" }); ## 数据源 ### R2 存储桶 仪表板：AI Search → 创建实例 → 选择 R2 存储桶 **支持的格式：** `.md`, `.txt`, `.html`, `.pdf`, `.doc`, `.docx`, `.csv`, `.json` **自动索引的元数据：** `filename`, `folder`, `timestamp` ### 网站爬虫 要求： - 域名在 Cloudflare 上 - 根目录下有 `sitemap.xml` - 机器人防护必须允许 `CloudflareAISearch` 用户代理 ## 路径过滤 (R2) docs/**/*.md # 递归匹配 docs/ 下的所有 .md 文件 **/*.draft.md # 排除（用于排除模式） ## 索引 - **自动：** 每 6 小时 - **强制同步：** 仪表板按钮（同步之间有 30 秒速率限制） - **暂停：** 设置 → 暂停索引（现有索引仍可搜索） ## 服务 API 令牌 仪表板：AI Search → 实例 → 使用 AI Search → API → 创建令牌 权限： - **读取** - 搜索操作 - **编辑** - 实例管理 安全存储： bash wrangler secret put AI_SEARCH_TOKEN ## 多环境 toml # wrangler.toml [env.production.vars] AI_SEARCH_INSTANCE = "prod-docs" [env.staging.vars] AI_SEARCH_INSTANCE = "staging-docs" typescript const answer = await env.AI.autorag(env.AI_SEARCH_INSTANCE).aiSearch({ query }); ## 监控 typescript const instances = await env.AI.autorag("_").listInstances(); console.log(instances.find(i => i.name === "docs")); 仪表板显示：已索引文件、状态、上次索引时间、存储使用情况。