今天，我们很高兴地宣布AutoRAG公开测试版，这是一个由Cloudflare提供支持的完全托管检索增强生成(RAG)管道，旨在简化开发人员将情境感知AI集成到其应用程序中的方式。RAG是一种通过从您自己的数据中检索信息并将其提供给大型语言模型(LLM)以生成更扎实的响应来提高AI响应准确性的方法。
构建RAG管道是将各种移动部件拼凑在一起。您必须将多种工具和服务（数据存储、矢量数据库、嵌入模型、LLM以及自定义索引、检索和生成逻辑）拼接在一起，才能开始。维护它甚至更加困难。随着数据的变化，您必须手动重新索引和重新生成嵌入，以保持系统的相关性和性能。原本应该是一个简单的“提出问题，得到一个聪明的答案”的体验变成了一个脆弱的管道，其中包含粘合代码、脆弱的集成和持续的维护。
AutoRAG消除了这种复杂性。只需单击几下，它就可以提供端到端的完全托管的RAG管道：从提取数据并自动分块和嵌入数据，到将向量存储在Cloudflare的Vectorize数据库中，执行语义检索，并使用Workers Al生成高质量响应。AutoRAG在后台持续监控您的数据源和索引，以便您的AI保持最新状态而无需人工干预。它消除了混乱，让您专注于在Cloudflare的开发者平台上构建更智能、更快的应用程序。立即在Cloudflare仪表板上开始使用！