DEV Community
·
在Cloudflare Workers上使用Rig、SurrealDB和DeepSeek构建检索增强生成（RAG）
💡
原文英文，约2300词，阅读约需9分钟。
📝
内容提要
本文介绍了如何使用SurrealDB、Rig AI和DeepSeek构建Cloudflare Worker，实现检索增强生成（RAG）。教程包括环境准备、SurrealDB实例设置、项目结构、数据填充和Worker构建等步骤，最终实现高效的AI响应生成。
🎯
关键要点
- 检索增强生成（RAG）通过将AI响应与相关外部知识结合来增强AI的回答。
- 本教程介绍如何使用SurrealDB、Rig AI和DeepSeek构建Cloudflare Worker以实现RAG。
- 开始之前需要准备SurrealDB Cloud、Cloudflare、OpenAI和GroqCloud账户，并设置API密钥。
- 创建SurrealDB实例并定义命名空间、数据库、用户和表结构。
- 设置项目结构，创建Cargo工作区并添加必要的依赖项。
- 填充SurrealDB实例的数据，使用OpenAI客户端生成嵌入。
- 构建Cloudflare Worker，确保使用WebAssembly编译的库。
- 在Worker中连接SurrealDB并处理用户查询，使用余弦相似度检索相关文档。
- 使用GroqCloud API生成最终的AI响应。
- 部署Worker时使用wrangler CLI，并通过JSON文件批量上传秘密信息。
- 启用Worker的可观察性以便于调试和监控。
- 完成后使用wrangler deploy命令将Worker部署到Cloudflare。
➡️
