快速开始
本教程的前提是：你已经有一个 VitePress（或其他 Markdown）文档项目。接下来，我们要做的是把它托管到 CNB，激活知识库向量化，然后通过 EdgeOne Go Cloud Function 部署 MCP 端点和网页端 AI 助手——让 AI 工具能直接检索你的文档，同时网站访客也能直接问答。
💡 如果你还没有 VitePress 项目，可以参考 VitePress 官方文档 快速创建一个。
这份教程适合谁？
- 文档维护者：希望给已有的 VitePress 文档站增加 AI 语义检索能力
- 开发者工具用户：希望在 Cursor / Claude Desktop / VS Code 中直接检索文档
- 站点建设者：希望在网页端集成 AI 聊天助手（Go Cloud Function 已内置支持）
前置条件
| 条件 | 说明 |
|---|---|
| 已有 VitePress 项目 | 本地能正常 npm run dev 启动 |
| CNB 账号 | 访问 cnb.cool 注册账号和组织 |
| Node.js >= 18 | 推荐 22 LTS |
你将完成什么？
跟着主线教程走完，你会得到：
- ✅ 文档项目托管在 CNB，Git 推送自动触发知识库向量化
- ✅ 一个可用的 MCP Server 端点，部署在 EdgeOne Pages Go Cloud Function 上
- ✅ AI 工具（Cursor、Claude 等）可以直接检索你的文档内容
- ✅ 网页端 AI 助手正常工作（Go Cloud Function 内置 RAG + Tool Use）
整个过程大约 20 分钟：
- 第 5 分钟：项目托管到 CNB，流水线配置完成
- 第 15 分钟：CNB 知识库向量化跑通，文档已建立索引
- 第 20 分钟：MCP Server 部署完成，
curl可测试调用并返回结果
扩展部分：网页端 AI 助手
Go Cloud Function 已内置 RAG 问答和 Tool Use 接口，前端 AI 助手组件可以直接连接。如果你希望在文档网站内直接嵌入一个 AI 问答助手（如本站右上角的聊天按钮），只需配置前端环境变量即可启用。
详见 Go Cloud Function 搭建教程 的第六步。
📜 历史方案：自建 Go 后端
早期 EdgeOne Pages 仅支持 JS Cloud Function，网页端 AI 助手需要自建 Go 服务器。现在 Go Cloud Function 已完全替代该方案，无需自建服务器。
如果你有特殊需求（如私有化部署），仍可参考 场景二：Go RAG 网页助手（已归档）。
💡 建议：完成主线教程跑通知识库向量化流程后，继续完成 Go Cloud Function 搭建教程，一步到位获得 MCP + 网页端 AI 助手能力。
主线教程
按顺序完成以下步骤：
- 托管到 CNB — 将项目推送到 CNB 平台
- 知识库向量化 — 配置流水线，自动将 Markdown 分块并向量化
- Edge Function 实现 MCP Server — 编写 Cloud Function，暴露 MCP 协议端点
- 部署与验证 — 部署到 EdgeOne Pages，验证端到端可用
常见起步问题
- 我的项目不是 VitePress 怎么办？ — 只要是 Markdown 文档项目，CNB 知识库都支持向量化，流程一样
- 我还没有 CNB 账号 — 访问 cnb.cool 注册，支持微信/GitHub 登录
- 我想先看看效果再动手 — 前往 本站 MCP 端点（Live Demo） 直接体验