方案对比与选型
本教程提供两套方案，都基于 CNB 知识库接口封装，核心区别在于服务形态和使用场景。
一图理解
对比表
| 方案一：EdgeOne MCP Server | 方案二：Go 服务 + 前端组件 | |
|---|---|---|
| 定位 | 给外部 AI 工具使用 | 网页端 AI 问答 |
| LLM 调用 | 由外部工具自带 | Go 后端调用（如 DeepSeek） |
| 服务器 | 无（EdgeOne 边缘函数） | 需自建或云服务器 |
| 前端改动 | 无需改动 VitePress | 本项目已内置组件，需配置环境变量 |
| 适用场景 | 开发者用 AI 工具查文档 | 终端用户在网页上问答 |
| 上线速度 | 快（推荐首选） | 中等（需要联调） |
| 运维复杂度 | 低 | 中-高 |
| 共同点 | 都封装 CNB 知识库接口 | 都封装 CNB 知识库接口 |
如何选择？
选方案一，如果你：
- 主要面向开发者用户
- 希望用户通过 Cursor、Claude Desktop 等 AI 工具检索文档
- 追求零运维、零服务器成本
- 只需要三个文件即可完成：
.cnb.yml+edgeone.json+cloud-functions/mcp/index.js
选方案二，如果你：
- 希望在网页端直接提供 AI 问答体验
- 面向的是不使用 AI 开发工具的终端用户
- 愿意手动部署并维护一个 Go 后端服务
- 需要更丰富的交互（思考链展示、流式回答、验证码等）
渐进式演进建议
- 先上线方案一，最快拿到可用价值
- 观察用户问题分布与调用频次
- 再按需建设方案二，补齐网页端问答体验
- 两套方案共享 CNB 知识库，统一维护文档数据源