使用 Cloudflare 构建 RAG AI 智能体

通过三个独立挑战,使用 Cloudflare Agents、Workers AI、Vectorize 和 AI Gateway 构建、隔离并恢复有依据的 AI 支持助手。

Cloudflare

💡 本教程由 AI 辅助翻译自英文原版。如需查看原文,您可以 切换至英文原版

简介

使用 Cloudflare Agents、Workers AI、Vectorize 和 AI Gateway 构建、隔离并恢复有依据的 AI 支持助手。将检索、身份、持久状态和已批准操作连接为可用应用。

课程包含 3 个独立项目挑战:上线有来源支持的助手、修复客户隔离泄漏,并在模型路由失败后恢复已批准操作。

你将学到什么

  • 上线由可检索来源支持的助手
  • 让客户身份与知识检索保持在正确范围内
  • 修复跨客户知识泄漏
  • 将持久 Agent 状态与明确操作审批连接
  • 主模型路由失败时恢复已批准操作
  • 观察应用结果并清理临时资源

适合人群

适合具备 Cloudflare AI 和 Agents 基础,希望独立测试集成助手的学习者。

先修要求: 完成 Agents SDK、Workers AI、Vectorize 和 AI Gateway,以及对应 Workers 和 Durable Objects 基础。直接进入的学习者先完成 将 LabEx 连接到你的 Cloudflare 账户。

学习环境: 每个挑战使用全新 LabEx VM 和自己的授权学习账户。小型示例数据与名称唯一的临时资源让你集中练习身份、检索、审批和恢复。

常见问题

RAG 为助手增加什么?

检索在生成前提供来源段落,让回答能依据相关证据。上线挑战连接这个有来源支持的流程。

客户隔离只是 prompt 要求吗?

不是。隔离挑战检查应用身份与检索范围。修复边界时不能混入其他客户知识。

回退能跳过操作审批吗?

恢复挑战在主模型路由失败时保留已批准操作的行为。恢复不能绕过身份与审批边界。

会复用上个挑战的 Agent 吗?

不会。每个挑战独立开始。只沿用知识和账户,验证实际应用结果,仅删除自己创建的资源,并在清理后退出登录。

教师

labby
Labby
Labby is the LabEx teacher.

为您推荐

no data