Cloudflareを使用してゼロから$0コストでAgentic RAG AIアシスタントを構築する方法

管理されたベクトルデータベースに月額20ドルを支払い、コールドスタートするサーバーレス関数でAIチャットボットをホストしているなら、それは間違っています。

自分のポートフォリオにAIアシスタントを追加しようと決めたとき、私には2つの厳しい要件がありました。遅延がゼロであること、そして実行コストが完全に0ドルであることです。

AIアーキテクチャ全体をエッジに移行することで、この両方を達成しました。このチュートリアルでは、Cloudflare Developer Platformを使用して、ゼロからステートフルなAgentic RAG（Retrieval-Augmented Generation）システムを構築する方法を正確に紹介します。

$0 スタックアーキテクチャ

企業レベルのパフォーマンスを維持しながらコストをゼロに保つために、私たちはCloudflareの無料ティアに完全に依存しています。

Cloudflare Workers: エッジコンピュートランタイム。（1日10万リクエストまで無料）。
Cloudflare Vectorize: セマンティック検索のためのベクトルデータベース。（月間3000万クエリ次元まで無料）。
Cloudflare D1: チャット履歴用のサーバーレスSQLiteデータベース。（1日500万行の読み取りまで無料）。
Cloudflare AI Gateway: LLMリクエストのキャッシュとレート制限の防止用。

単にドキュメントをプロンプトに詰め込むだけの受動的なRAGシステムではなく、私たちはAgentic（エージェント型）システムを構築しています。これは、AIが「ReAct」（推論と行動）ループで実行され、ユーザーの入力に基づいて動的に呼び出すことができるカスタムツールを備えていることを意味します。

ステップ 1: エッジワーカーの初期化

まず、Cloudflare Workerを立ち上げる必要があります。これが私たちのオペレーションの頭脳として機能します。

npm create cloudflare@latest agentic-assistant
cd agentic-assistant

wrangler.toml ファイルを開きます。ここからが魔法の始まりです。D1データベースとVectorizeインデックスをワーカー環境に直接バインドして、ほぼゼロレイテンシで実行されるようにする必要があります。

name = "agentic-assistant"
main = "src/index.ts"
compatibility_date = "2026-05-01"

[[d1_databases]]
binding = "DB"
database_name = "chat_history"
database_id = "your-d1-id"

[[vectorize]]
binding = "KNOWLEDGE_BASE"
index_name = "rag-index"

ステップ 2: ナレッジベースへの取り込み

エージェントが質問に答えられるようになる前に、データが必要です。私は自分の職業的背景、サービス、価格を含むシンプルな rag-data.ts ファイルを作成しました。

このデータをCloudflare Vectorizeに埋め込むために、CloudflareネイティブのWorkers AIテキスト埋め込みモデルを使用します。これは、OpenAI埋め込みAPIを呼び出すよりもはるかに安価（かつ高速）です。

import { Ai } from '@cloudflare/ai';

export default {
  async fetch(request, env) {
    const ai = new Ai(env.AI);
    
    // 1. エッジでベクトル埋め込みを生成
    const { data } = await ai.run('@cf/baai/bge-small-en-v1.5', {
      text: "Elvis LiはAIを専門とするソロ・フルスタック・開発者です。"
    });

    // 2. Vectorizeに直接挿入
    await env.KNOWLEDGE_BASE.upsert([{
      id: "bio-1",
      values: data[0],
      metadata: { category: "background" }
    }]);

    return new Response("Knowledge Base updated!");
  }
}

ステップ 3: ツール呼び出しReActループの構築

これがシステムを Agentic にする理由です。標準的なRAGは、ベクトルデータベースを盲目的に検索するだけです。私たちのシステムは、LLMに検索が必要かどうかを判断させます。

私はCloudflare AI Gateway経由で Gemini 1.5 Pro を使用しています。利用可能なツールのJSONスキーマをGeminiに提供します。

const tools = [
  {
    name: "query_knowledge_base",
    description: "これを使用して、Elvisに関する事実についてベクトルデータベースを検索します。",
    parameters: {
      type: "object",
      properties: {
        query: { type: "string" }
      },
      required: ["query"]
    }
  }
];

ユーザーが 「どのようなAIシステムを構築していますか？」 と質問すると、ワーカーはリクエストを傍受し、エージェントループをトリガーします。

リクエスト (The Request): ワーカーはユーザーのメッセージとツールリストをGeminiに送信します。
思考 (The Thought): Geminiは答えを知らないことに気づきますが、query_knowledge_base ツールが知っていることを認識します。そして tool_call レスポンスを返します。
行動 (The Action - RAG): ワーカーはツール呼び出しを傍受し、Geminiが生成した検索クエリを受け取り、Workers AIを介して埋め込み、Cloudflare Vectorizeにクエリを実行します。
解決 (The Resolution): ワーカーはベクトル検索結果をGeminiにフィードバックし、Geminiは自然で人間のような応答を合成します。

これらはすべて、物理的にユーザーの近くに配置された単一のエッジノード内で発生するため、信じられないほど高速な応答時間が実現します。

ステップ 4: Cloudflare D1による状態の永続化

AIが記憶喪失に陥るなら、それは役に立ちません。チャットボットを会話型にするには、メッセージ履歴を保持する必要があります。

外部のPostgreSQLインスタンスをセットアップする代わりに、Cloudflare D1 を使用します。これはDurable Objects上に構築されたSQLiteであり、ワーカーと一緒にエッジで実行されることを意味します。

// エッジでローカルに会話を保存
await env.DB.prepare(`
  INSERT INTO messages (session_id, role, content) 
  VALUES (?, ?, ?)
`).bind(sessionId, 'user', userQuery).run();

すべての着信リクエストにおいて、ワーカーはLLMにアクセスする前に SELECT * FROM messages WHERE session_id = ? を実行してチャット履歴を再構築するだけです。D1はサーバーレスで分散型であるため、このクエリによるオーバーヘッドはほぼゼロです。

結果：エンタープライズグレード、ゼロコスト

Cloudflare Workers、Vectorize、D1を活用することで、高価な管理されたベクトルデータベース、コールドスタートするLambda、専用のデータベースサーバーの必要性を排除できます。

その結果、運用コストが0ドルで、ほぼすべての商用代替手段よりも速く応答する、完全自律型でステートフルなAgentic RAGシステムが完成します。個人のポートフォリオ、スタートアップのランディングページ、または社内ツールを構築している場合、これが2026年の決定的なアーキテクチャとなります。