路径筛选

路径筛选允许你通过定义包含与排除模式，控制对哪些文件或 URL 建立索引。可用它将索引范围限制为特定内容，或跳过你不希望可搜索的文件。

路径筛选同时适用于网站和 R2 数据源。

你可以在创建或编辑 AI Search 实例时配置路径筛选器。在仪表板中打开 Path Filters（路径筛选器），并添加包含或排除规则。你也可以随时从实例的 Settings（设置） 页面更新路径筛选器。

使用 REST API 时，在配置的 source_params 中指定 include_items 与 exclude_items：

两个参数均为可选。若均未指定，则索引数据源中的所有项。

排除规则优先于包含规则。筛选按以下顺序应用：

1. 排除检查：如果项匹配任一排除模式，则跳过。
2. 包含检查：如果定义了包含模式且项不匹配其中任何一个，则跳过。
3. 索引：该项继续进入索引流程。

模式使用基于 micromatch ↗ 的区分大小写通配符语法：

模式可以包含：

• 字母、数字与下划线（a-z、A-Z、0-9、_）
• 连字符（-）与点（.）
• 路径分隔符（/）
• URL 字符（?、:、=、&、%）
• 通配符（*、**）

被筛选规则跳过的项会记录在作业日志中，并附带原因：

• 匹配排除：Skipped by rule: {pattern}
• 未匹配包含：Skipped by Include Rules

你可以在 AI Search 实例的 Jobs 选项卡中查看这些记录，以验证筛选器是否按预期工作。

• 大小写敏感性： 模式匹配区分大小写。/Blog/* 不会匹配 /blog/post.html。
• 完整路径匹配： 模式匹配整个路径或 URL。部分匹配请在开头使用 **。例如，docs/* 匹配 docs/file.pdf 但不匹配 site/docs/file.pdf，而 **/docs/* 两者都匹配。
• 单个 * 不会跨目录： 使用 ** 跨路径分隔符匹配。例如，docs/* 匹配 docs/file.pdf 但不匹配 docs/sub/file.pdf，而 docs/** 两者都匹配。
• 尾部斜杠有意义： URL 按原样匹配，不做规范化。/blog/ 不会匹配 /blog。

要为每个租户提供由单个共享存储桶支持的隔离实例，请参阅多租户。

使用 API 时，在 source_params 中指定模式：

{
	"source_params": {
		"include_items": ["<PATTERN_1>", "<PATTERN_2>"],
		"exclude_items": ["<PATTERN_1>", "<PATTERN_2>"]
	}
}