知识库向量化

CNB 平台提供了开箱即用的知识库能力，可以自动将仓库中的 Markdown 文件进行向量化处理，生成语义索引。

配置 .cnb.yml

在项目根目录创建 .cnb.yml，配置流水线：

main:
  push:
    - name: "向量化数据"
      stages:
        - name: build knowledge base
          image: cnbcool/knowledge-base
          settings:
            include: "**/**.md"

    - name: "构建并部署"
      docker:
        image: node:22
      stages:
        - name: "部署到 EdgeOne Pages"
          image: tencentcom/deploy-eopages:latest
          script:
            - npm install
            - npm run build
            - edgeone pages deploy -n my-docs

CNB 独有能力

传统方案中，要实现文档的语义搜索，你需要自行搭建向量数据库、编写文档分块逻辑、调用 Embedding 模型。而在 CNB 上，你只需要在 .cnb.yml 中加一个 stage，平台会自动完成全部工作。

知识库 API

向量化完成后，CNB 会提供一个知识库查询 API：

POST https://api.cnb.cool/<用户名>/<仓库组>/<仓库名>/-/knowledge/base/query

请求参数

参数	类型	必填	说明
query	string	✅	语义搜索的自然语言查询
keyword	string	❌	关键词过滤，多个用分号分隔
top_k	number	❌	返回结果数量，默认 5

请求示例

curl -X POST "https://api.cnb.cool/<用户名>/<仓库组>/<仓库名>/-/knowledge/base/query" \
  -H "Authorization: <your_token>" \
  -H "Content-Type: application/json" \
  -d '{"query": "如何安装", "top_k": 5}'

零配置鉴权

CNB 平台会在流水线和 Edge Function 运行时自动注入 CNB_TOKEN 环境变量，你无需手动创建 API Key 或配置 Secret，开箱即用。

下一步

• 编写 MCP Server