上手

需要 ocd 就绪。在 AI Search 能够建索引或回答之前，operator 须在平台配置中写好 OpenAI-compatible 的 embedding（以及可选的 rewrite / rerank / chat）provider。

1. 创建 namespace 与 instance

对 live ocd 使用固定 Wrangler（命令遵循 Cloudflare AI Search / Wrangler 资源流程）。

2. 声明 binding

{
  "name": "search-app",
  "main": "src/index.ts",
  "ai_search_namespaces": [{ "binding": "SEARCH_NS", "namespace": "team" }],
  "ai_search": [{ "binding": "SEARCH", "instance_name": "docs" }],
  "ai": { "binding": "AI" }
}

bun run oc types --config wrangler.jsonc

3. 上传与检索

export default {
  async fetch(request: Request, env: Env): Promise<Response> {
    if (request.method === "PUT") {
      const file = await request.blob();
      const item = await env.SEARCH.items.upload("guide.pdf", file);
      return Response.json(item);
    }
    return Response.json(await env.SEARCH.search({ query: "how does cache work?" }));
  },
} satisfies ExportedHandler<Env>;

上传快速返回 queued item；parse / chunk / embed / index 在本机异步继续。

4. Markdown Conversion

const formats = await env.AI.supported();
const md = await env.AI.toMarkdown({ name: "page.html", blob: htmlBlob });

env.AI.run()、models()、gateway、AutoRAG 及其它推理成员会被拒绝。

5. 部署

bun run oc deploy --config wrangler.jsonc

下一步：概念。