← Přehled / ai-search / configuration / indexing

Synchronizace

AI Search automaticky indexuje váš obsah pro vyhledávání. Způsob indexování závisí na typu zdroje dat.

U instancí připojených k web nebo R2 bucket, AI Search vytváří úlohy pro synchronizaci vašeho zdroje dat. Úlohy se spouštějí automaticky podle plánu, ve výchozím nastavení každých 6 hodin, a zpracovávají nové, upravené nebo smazané soubory, aby byl váš vyhledávací index stále aktuální.

Stav úlohy a historii můžete zobrazit v Úlohy kartu na dashboardu, nebo pomocí Instances API.

AI Search ve výchozím nastavení spouští synchronizační úlohu každých 6 hodin. Chcete-li změnit, jak často se plánované synchronizace spouštějí, použijte Interval synchronizace nastavení v dashboardu, nebo nastavte sync_interval pole, když vytvořit nebo aktualizovat instanci prostřednictvím vazby Workers nebo REST API.

Interval může být 1, 2, 4, 6, 12 nebo 24 hodin. V API sync_interval se udává v sekundách, takže povolené hodnoty jsou 3600 (1 hodina), 7200 (2 hodiny), 14400 (4 hodiny), 21600 (6 hodin, výchozí), 43200 (12 hodin) a 86400 (24 hodin).

Synchronizační úlohy se obvykle spouštějí podle plánu, ale můžete je spustit i programově, kdykoli se změní obsah vašeho zdroje. To se hodí při propojení AI Search s CMS nebo obsahovým pipeline: jakmile proběhne publikační událost nebo dokončí sestavovací krok, nechte je spustit synchronizaci, aby index odrážel změnu bez čekání na další naplánovaný běh.

Spusťte synchronizační úlohu pomocí Wrangler CLI, například z kroku CI/CD nebo přes deploy hook:

npx wrangler ai-search jobs create <INSTANCE_NAME>

Nebo zavolejte REST API pro vytvoření úlohy z webhooku CMS nebo Workeru. Synchronizační úlohy lze spustit nejvýše jednou za 30 sekund.

Soubory nahrané do vestavěné úložiště se indexují okamžitě. Žádné synchronizační úlohy neexistují. Každý soubor se zpracovává jednotlivě ihned po nahrání.

Tyto akce můžete provést z dashboardu, REST API, nebo Workers binding.

Celková doba indexování závisí na počtu a typu souborů. Mezi faktory, které ovlivňují výkon, patří:

• Celkový počet souborů a jejich velikostí
• Formáty souborů (obrázky se například zpracovávají déle než prostý text)
• Latence modelů Workers AI používaných pro embedding a zpracování obrázků

Pokud instance nepřijme žádný vyhledávací požadavek po dobu 31 dní, AI Search automaticky pozastaví její naplánované synchronizační úlohy. Platí to pouze pro externí zdroje dat (web nebo R2), protože vestavěné úložiště nemá žádné synchronizační úlohy. Tím se předchází zbytečným požadavkům na váš zdroj dat, aby nedocházelo k opětovnému prohledávání a synchronizaci instance, když se nepoužívá.

Pozastavená instance zůstává plně prohledatelná, ale dokud jsou synchronizační úlohy pozastavené, změny zdroje se nezaznamenávají. Jakmile instance znovu začne přijímat provoz z vyhledávání nebo chatu, AI Search během kontrol aktivity automaticky obnoví naplánované synchronizační úlohy. Obnovit je můžete i ručně pomocí Obnovit indexování nastavení. Viz Ovládací prvky.

Aby indexování probíhalo hladce a spolehlivě:

• Ujistěte se, že se vaše soubory nacházejí v rámci limit velikosti a v podporovaný formát abyste zabránili jejich přeskočení.
• U instancí podporovaných R2 si ponechejte svůj servisní token API platný, aby nedocházelo k chybám při indexování.
• Pravidelně odstraňujte zastaralý nebo zbytečný obsah, abyste se vešli do limity instance.