Go Cloud Function — 一体化 AI 助手

✅ 当前推荐方案。EdgeOne Pages 已支持 Go Cloud Function，本项目基于此实现了一体化的 Go 后端，将 MCP Server、RAG 问答、Tool Use 全部整合在边缘函数中，无需自建服务器。

演进背景

EdgeOne Pages 早期仅支持 JS Cloud Function，因此本项目最初将功能拆分为两种独立方案：

场景一（JS Serverless MCP）：用 JS 边缘函数实现 MCP Server，仅提供外部 AI 工具检索
场景二（Go RAG 自建服务）：需要自建 Go 服务器，提供网页端 AI 问答

2026 年 4 月，EdgeOne Pages 新增 Go Cloud Function 支持后，我们将两种方案合并升级为当前的 Go Cloud Function 方案——一个服务同时覆盖 MCP + RAG + Tool Use，不再需要分开部署。

工作原理

文档向量化：与场景一、二共享同一套 CNB 知识库流水线，Markdown 文档自动向量化
Go Cloud Function：EdgeOne Pages 部署时自动识别 cloud-functions/ 下的 Go 代码，编译并运行在边缘节点
MCP 端点：/mcp 路由实现标准 MCP Streamable HTTP 协议，供外部 AI 工具接入
RAG 问答：/api/v1/chat 和 /api/v1/chat/stream 提供非流式和流式 RAG 问答
Tool Use：/api/v1/mcp/tools、/api/v1/mcp/tools/call、/api/v1/mcp/llm/chat 支持前端 AI 组件的 Function Calling 流程

💡 与历史场景二的核心区别：无需自建服务器。Go 后端直接运行在 EdgeOne 边缘函数上，享受全球 CDN 加速和自动扩缩容。

路由总览

路由	方法	说明
`/`	GET	服务信息
`/api/v1/health`	GET	健康检查
`/api/v1/chat`	POST	RAG 非流式问答
`/api/v1/chat/stream`	POST	RAG 流式问答（SSE）
`/api/v1/mcp/tools`	GET	Tool Use 工具列表
`/api/v1/mcp/tools/call`	POST	Tool Use 工具调用
`/api/v1/mcp/llm/chat`	POST	Tool Use LLM 聊天（支持 Function Calling）
`/mcp`	ANY	标准 MCP Streamable HTTP 端点

技术栈

组件	说明
Go 1.22+	主要开发语言
Gin	HTTP 框架，路由与中间件
go-openai	OpenAI 兼容 API 客户端（支持 DeepSeek、混元等）
EdgeOne Pages	Go Cloud Function 运行环境
CNB 知识库	向量化存储与语义检索

项目结构

cloud-functions/
├── go.mod                          # Go 模块定义
├── index.go                        # 入口文件（路由编排）
└── internal/
    ├── config/
    │   └── config.go               # 配置加载、CORS 中间件、AI 客户端
    ├── handler/
    │   ├── mcp.go                  # 标准 MCP Streamable HTTP 端点
    │   ├── rag.go                  # RAG 问答（流式 / 非流式）
    │   └── tooluse.go              # Tool Use 接口（前端 AI 组件）
    └── knowledge/
        └── knowledge.go            # CNB 知识库查询与结果格式化

环境变量

Go Cloud Function 通过环境变量获取配置，EdgeOne Pages 部署时会自动注入 CNB_TOKEN：

变量名	必填	说明
`KNOWLEDGE_API_URL`	是	CNB 知识库查询 API 地址
`CNB_TOKEN`	是	CNB 访问令牌（EdgeOne Pages 自动注入）
`AI_BASE_URL`	是	OpenAI 兼容 API 地址（如 DeepSeek、混元）
`AI_API_KEY`	是	AI API 密钥
`AI_MODEL`	是	模型名称（如 `deepseek-r1`、`hunyuan-t1-20250711`）
`RAG_SYSTEM_PROMPT`	否	自定义系统提示词，默认使用内置提示词

与历史方案的对比

	场景一：JS MCP（已归档）	场景二：Go RAG 自建（已归档）	Go Cloud Function（当前）
运行环境	EdgeOne JS Function	自建服务器	EdgeOne Go Function
MCP 端点	✅	❌	✅
网页 AI 助手	❌	✅	✅
RAG 问答	❌	✅	✅
Tool Use	❌	✅	✅
自建服务器	不需要	需要	不需要
LLM 调用	外部工具自带	Go 后端调用	Go Function 调用
运维复杂度	低	中~高	低
全球加速	✅ CDN	取决于部署位置	✅ CDN

场景优势

优势	说明
一体化	MCP + RAG + Tool Use 全部在一个 Go 服务中，统一维护
零服务器	运行在 EdgeOne 边缘函数，无需自建服务器
全球加速	EdgeOne CDN 天然低延迟
Go 生态	使用 Go 语言，性能优异，生态丰富
自动鉴权	`CNB_TOKEN` 自动注入，无需手动管理密钥
流式支持	支持 SSE 流式输出，DeepSeek-R1 风格思考链展示
兼容前端	完全兼容本项目已有的 Vue AI 助手组件

适用场景

选 Go Cloud Function，如果你：

希望同时拥有 MCP 端点和网页端 AI 助手
不想自建和维护服务器
熟悉 Go 语言，希望用 Go 编写后端逻辑
需要更灵活的后端能力（如自定义 RAG 编排、多工具路由）

历史方案参考

如果你有特殊需求（如私有化部署、特定网络环境），仍可参考历史方案的实现思路：

场景一：JS Serverless MCP（已归档）
场景二：Go RAG 自建服务（已归档）

下一步

📖 前往搭建教程：Go Cloud Function — 从零开始搭建
🎯 体验本站 Demo — 本站已使用 Go Cloud Function 部署
📜 查看历史方案 — 了解从分开部署到一体化的演进过程

Go Cloud Function — 一体化 AI 助手 ​

演进背景 ​

工作原理 ​

路由总览 ​

技术栈 ​

项目结构 ​

环境变量 ​

与历史方案的对比 ​

场景优势 ​

适用场景 ​

选 Go Cloud Function，如果你： ​

下一步 ​