March 27, 2026|4 min|AI Engineering
Back to posts

Cloudflare AI Search 快速体验

AI Summary

Cloudflare AI Search(Beta)是一款全托管 RAG 引擎,Dashboard 创建实例后即可通过 Playground 测试。应用集成支持 REST API、Workers & Pages、Web Component 和 Public Endpoint 四种方式。

👉 The search primitive for your applications and agents.

Cloudflare AI Search(以前的 AutoRAG):是一个全托管 RAG 引擎,一个 no-code RAG pipeline,由 Cloudflare 端完成"分块 → 嵌入 → 向量检索 → LLM 生成 → 答案 + 引用"全流程。

虽然目前仍处于 Beta 阶段,但它与 Workers AI,AI Gateway,R2 存储桶等产品的生态联动让人非常期待。

Quickstart

构建一个 AI Search 实例非常简单:Cloudflare Dashboard → AI → AI Search

可以参考官网 Get Started

Step 1: 数据源

创建实例的第一步就要选择数据源

  • 支持 R2 存储桶
  • 支持 Website 抓取
  • 最近还支持了内置存储(可以直接在实例 items 里上传)

注意 Website 抓取的工作原理:

内置 Jobs 可以配置手动和自动化索引。

Step 2: 基础配置

包括基础 AI Gateway(提供统一 Unified API, 统一控制,路由,观测等)的设置。

以及 Indexing 和 Retrieval 的设置

  • 基础参数:Embedding 模型,Chunk 设置,分数设置等
  • 功能启用:包括是否启用 Hybrid Search,Rerank,查询重写等都有提供。

这些可以在之后的实例 Settings 中修改,重新 Index 即可。

System prompt 的设置也在 Settings 中

Step 3: 测试 & 预览

实例中的 Playground 提供了 Chat 和 Search 两种进行测试,支持预览和调试。

cf-ai-search-playground
cf-ai-search-playground

应用集成

👉 Connect AI Search to your application

得益于 Cloudflare 已有的产品生态,生态联动和应用集成也变得很容易。

REST API

AI Search 提供了两种用于查询实例的 API 端点(与 OpenAI 兼容的 messages 格式)

  • Search (/search )
  • Chat completions (/chat/completions)

e.g.

curl
curl -X POST "https://api.cloudflare.com/client/v4/accounts/<ACCOUNT_ID>/ai-search/instances/<INSTANCE_NAME>/chat/completions" \
  -H "Authorization: Bearer <API_TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {
        "content": "What is Cloudflare?",
        "role": "user"
      }
    ]
  }'

Workers & Pages

👉 Build & deploy serverless functions, sites, and full-stack applications.

这是 Cloudflare 提供的超快速创建 Application 的方式,可以通过 workers 把刚才创建的知识库 RAG 能力完整开放出来。

🍺 Try it:

  • 只需绑定一个 Workers AI
  • 简单编写一个 workers.js 用于预览
javascript

// ===========
// 实例名称:"blog_post_search"
// Workers AI 绑定的变量名称:"AI" 
export default {
  async fetch(request, env) {
    const { query } = await request.json();
    const result = await env.AI.autorag("blog_post_search").aiSearch({  // Variables
      query,
      stream: false
    });

    return new Response(
      JSON.stringify(result),
      {
        headers: {
          "Content-Type": "application/json"
        }
      }
    );
  }
};
  • 一键部署后就可以拿到 Priview URL
cf-ai-search-workers-demo
cf-ai-search-workers-demo

可以定义自己的 Domain,配置 API 令牌 ~

基于此,你可以制作更加精美的 Embed AI Search 在任何网站上~

Web Component

如果想把搜索界面直接嵌入到网站里,Cloudflare 提供了一套预制的配置丰富的 Web Components。

I didn't try. 👉 You can try Embed AI Search on your website

Public Endpoint

一种不需要身份验证的集成方式,只需要提供一个自己 AI Search 实例 INSTANCE_ID 的 Endpoint 即可。

text
https://<INSTANCE_ID>.search.ai.cloudflare.com

这提供了一种可以在完全无后端,直接在前端应用中植入 RAG 的能力。

端点路径用途
聊天补全/chat/completions直接进行 RAG 问答,返回生成后的答案。兼容 OpenAI API 格式。
语义搜索/search只做检索,返回相关的原始文档块(chunks),不进行 LLM 生成。
MCP/mcp提供给 AI Agent 调用的标准化接口,支持 Model Context Protocol。

因为是 Public Endpoint,无需 API Token(Bearer Auth),所以你需要有安全考量的设置,例如速率限制,CORS 规则以及特定域的访问。

Command Palette

Search for a command to run...