原文AI Search: the search primitive for your agents发布时间2026 年 4 月 16 日作者Gabriel Massadas、Miguel Cardoso、Anni Wang每个 Agent 都需要搜索但自己搭很麻烦编码 Agent 要检索数百万个文件客服 Agent 要搜索工单历史和内部文档知识库 Agent 要从海量文档里找相关段落。用例各不相同底层问题是一个在正确的时间把正确的信息送到模型面前。如果自己动手搭这套搜索系统需要的东西不少一个向量索引、一条把文档拆分和嵌入的索引管道、一套当数据变化时保持索引更新的机制。如果同时还需要关键词搜索那就是另一个独立的索引加上把两套结果融合在一起的逻辑。如果每个 Agent 还需要自己独立的搜索上下文那这整套东西得为每个 Agent 分别搭一遍。Cloudflare 把这套基础设施打包成了一个产品AI Search前身是 AutoRAG一个开箱即用的搜索原语。这次更新带来了几项核心能力混合检索向量 关键词并行、内置存储和向量索引、运行时动态创建实例、元数据 Boost 排序以及跨多个实例的联合查询。接下来逐一拆解。一个完整的例子客服 Agent原文给了一个完整的落地示例读完基本就能理解 AI Search 的设计思路值得花时间看一下。问题设定场景是一个客服 Agent需要访问两类知识共享产品文档所有 Agent 都需要但文档量太大塞不进上下文窗口每个客户的历史解决记录记录这个客户以前遇到过什么问题、怎么解决的避免反复尝试已知无效的方案这两类数据的来源和更新频率完全不同放在一起管理并不合适。实例结构设计AI Search 支持在一个命名空间namespace里创建多个实例instance。针对上面的需求结构可以这样设计namespace: support ├── product-knowledge (关联 R2 存储桶所有 Agent 共用) ├── customer-abc123 (内置存储按客户单独创建) ├── customer-def456 (内置存储按客户单独创建) └── customer-ghi789 (内置存储按客户单独创建)product-knowledge是一个一次性创建的共享实例背后挂一个 R2 存储桶产品文档放在里面。每次有客户发起会话就动态创建一个以该客户 ID 命名的实例awaitenv.SUPPORT_KB.create({id:customer-${customerId},index_method:{keyword:true,vector:true}});每个实例自带存储和向量索引从零开始积累这个客户的历史上下文。Agent 的工具设计Agent 定义了两个工具由模型自主决定什么时候调用工具一搜索知识库——同时搜索共享产品文档和当前客户的历史记录一次调用返回融合排序后的结果search_knowledge_base:tool({description:Search product docs and customer history,execute:async({query}){constinstances[product-knowledge];if(customerId)instances.push(customer-${customerId});returnawaitthis.env.SUPPORT_KB.search({query:query,ai_search_options:{boost_by:[{field:timestamp,direction:desc}],instance_ids:instances}});}})工具二保存解决记录——问题处理完之后Agent 把发生了什么、原因是什么、怎么解决的写进这个客户的实例立即可被下次检索save_resolution:tool({description:Save a resolution summary after solving a customers issue,execute:async({filename,content}){constinstancethis.env.SUPPORT_KB.get(customer-${customerId});// uploadAndPoll 会等待索引完成保证下次查询前已可搜索constitemawaitinstance.items.uploadAndPoll(filename,content);return{saved:true,filename,status:item.status};}})模型在回答之前会搜索知识库解决问题之后会写入记录。随着对话积累这个客户的实例里的内容越来越丰富后续处理这个客户的问题会越来越准确。混合检索向量搜索和关键词搜索为什么要同时用这次更新最核心的技术变化是加入了关键词检索BM25和原有的向量检索并行运行。两种检索各有盲区向量检索擅长理解语义意图。查询连接建立失败它能找到描述connection refused的英文文档即便关键词完全不重叠。但它有一个弱点会丢失具体的词。如果用户查的是错误码ERR_CONNECTION_REFUSED向量检索可能返回一堆关于网络故障排查的通用文档却把那篇正好包含这个精确错误码的文档排在很后面。**关键词检索BM25**填补了这个空白。BM25 根据查询词在文档里出现的频率、该词在整个语料里的稀有程度、以及文档长度来打分。ERR_CONNECTION_REFUSED这样罕见且具体的词在 BM25 里权重很高包含它的文档会被优先召回。但 BM25 反过来又会错过那些语义相关、却用了不同措辞的文档。两者加起来才是一个完整的检索系统。四个可调参数AI Search 的混合检索流程里有四个配置项分词器Tokenizer控制文档在索引时怎么被拆成可匹配的词。porter做词干提取running和run会被当成同一个词匹配trigram按字符子串匹配“conf可以匹配configuration”。处理自然语言文档用porter处理代码用trigram因为代码里经常需要前缀或子串匹配。关键词匹配模式keyword_match_modeAND要求查询词全部出现在候选文档里OR只要有一个词匹配就进入候选集。前者精确后者召回率更高。结果融合方式fusion_method向量检索和 BM25 分别产出一份排序列表需要合并成一个最终结果。rrf倒数排名融合按排名位置合并不直接比较两套评分——因为向量相似度和 BM25 分数的量纲本就不同直接比较没有意义。max则取两者的较高分。重排序reranking可选在融合结果之后用一个 cross-encoder 模型把查询和每个候选文档作为一对重新打分。这能捕捉到词汇相关但不回答问题的情况把真正回答用户问题的文档排到更前面。这四个参数都有合理的默认值创建实例时按需配置即可constinstanceawaitenv.AI_SEARCH.create({id:my-instance,index_method:{keyword:true,vector:true},indexing_options:{keyword_tokenizer:porter},retrieval_options:{keyword_match_mode:or},fusion_method:rrf,reranking:true,reranking_model:cf/baai/bge-reranker-base});排序 Boost在检索结果上叠加业务逻辑检索系统给出的是相关性但业务上需要的往往不只是相关性。同样是关于选举结果的文章上周发布的和三年前发布的在语义上可能同样相关但用户大概率想看最近的。这类需求靠纯检索无法满足需要在结果排序阶段注入业务逻辑。AI Search 支持在查询时对结果进行 Boost按内置的时间戳字段或者任意你自己定义的元数据字段来调整排序权重constresultsawaitinstance.search({query:deployment guide,ai_search_options:{boost_by:[{field:timestamp,direction:desc}// 时间越近排越前]}});如果你的文档有优先级或来源权威性这类自定义属性也可以在上传时附加元数据再在查询时按这些字段 Boost。跨实例联合查询在客服 Agent 的例子里产品文档和客户历史记录分开存在不同实例里。但 Agent 回答问题时需要同时参考两者。如果没有跨实例查询就得分别调用两次自己合并排序结果。AI Search 的 namespace binding 直接提供了这个能力传入一个实例 ID 列表得到一个跨所有实例统一排序后的结果constresultsawaitenv.SUPPORT_KB.search({query:billing error,ai_search_options:{instance_ids:[product-knowledge,customer-abc123]}});结果跨实例合并排序Agent 不需要知道数据分布在哪里。实例管理新的运行时 API旧版 AI SearchAutoRAG的使用流程比较繁琐先创建 R2 存储桶再把它关联到 AI Search 实例系统生成 Service API Token同时在账户下创建 Vectorize 索引。上传文件需要写入 R2然后等待一个定时同步任务跑完文件才能被检索到。新版彻底简化了这个流程。调用create()创建实例时存储和向量索引自动随实例一起创建不需要任何外部依赖。上传文件、等待索引、立即搜索三步都通过同一套 API 完成constinstanceenv.AI_SEARCH.get(my-instance);// 上传并等待索引完成constitemawaitinstance.items.uploadAndPoll(faq.md,content,{metadata:{category:onboarding}});console.log(item.status);// completed// 索引完成后立即可以搜索constresultsawaitinstance.search({messages:[{role:user,content:onboarding guide}],});ai_search_namespaces是这次新增的 binding 类型替代了之前通过env.AI.autorag()访问 AI Search 的方式旧方式会继续保持兼容。配置一行即可在 Worker 里动态创建和删除实例// wrangler.jsonc{ai_search_namespaces:[{binding:AI_SEARCH,namespace:example}]}// 运行时创建实例awaitenv.AI_SEARCH.create({id:my-instance});// 运行时删除实例及其所有数据awaitenv.AI_SEARCH.delete(old-instance);每个实例也支持连接一个外部数据源R2 存储桶或一个网站并按计划定时同步和内置存储可以同时存在。定价与限制AI Search 目前处于公开测试阶段期间免费使用。网站爬取功能基于 Browser Run已作为内置服务包含在内不单独计费。限制项Workers 免费套餐Workers 付费套餐每账号实例数1005,000每实例文件数100,000100 万混合检索为 50 万单文件最大4MB4MB每月查询次数20,000无限制每日最大爬取页面数500无限制测试结束后Cloudflare 计划把 AI Search 作为一个统一服务定价不再分别向底层组件Vectorize、R2、Browser Run单独收费。会在正式收费前至少提前 30 天通知。对于此前已有的旧版实例不受影响继续按原有方式运行相关存储桶、Vectorize 索引、Browser Run 用量也照常计费。迁移方案后续会另行公布。小结AI Search 解决的核心问题是把给 Agent 用的搜索基础设施从一件需要自己搭建的事情变成一个可以直接调用的原语。几个值得关注的设计决策混合检索不是新概念但集成进来降低了门槛。向量检索和 BM25 各自的局限在业界已经讨论了很久但真正在生产环境里把两套索引搭在一起、配好融合逻辑工程量并不小。AI Search 把这件事变成了一个配置项。每个 Agent 一个实例的设计思路值得注意。运行时动态创建实例意味着搜索上下文可以做到极细的粒度——每个用户、每个会话、每个租户都可以有完全隔离的搜索空间而不是所有 Agent 共享一个大索引。这对多租户产品的架构影响比较大。跨实例查询是实际工程里常见的需求。数据按业务逻辑分开存储共享知识 vs 个人历史但检索时需要合并这个模式非常普遍。有了统一的跨实例查询 API不用自己写合并逻辑了。参考链接官方文档https://developers.cloudflare.com/ai-search/快速上手npx wrangler ai-search create my-search原文博客https://blog.cloudflare.com/ai-search-agent-primitive/Cloudflare 开发者 Discordhttps://discord.cloudflare.com/