blink-rag 用于构建和管理知识库，提供向量搜索、文档上传、集合（collection）管理以及带引用的 AI 问答能力，可对已上传文档进行语义检索。
主要能力包括：创建集合、上传文档、向量搜索、AI 搜索（RAG，返回答案与来源），以及流式 AI 搜索。文档从上传到可检索需经历 pending → processing → ready（或 error）状态，处理约需 30-40 秒，检索前应等待就绪。
使用方式有三种。CLI 示例：blink rag search docs "How do I configure auth?"、blink rag upload docs ./guide.txt、blink rag collections。MCP 工具为 blink_rag_search 与 blink_rag_collections。SDK 方法包括 blink.rag.createCollection、blink.rag.upload、blink.rag.waitForReady、blink.rag.search、blink.rag.aiSearch。上传支持文本内容、URL 与 base64 文件三种方式。
已知限制与注意事项：官方资料明确不建议直接将 PDF 以 base64 上传，需先上传到存储获取 publicUrl，再用 blink.data.extractFromUrl 提取文本，最后以 content 上传提取后的文本；AI 搜索应使用 google/gemini-3-flash 模型，弃用模型会失败；常见错误包括 409 集合已存在、搜索返回零 token（文档仍在处理）以及上传“内容相同”重复文档，需按资料给出的方式捕获并复用已有集合或文档 ID。文档未提供收费、价格、平台覆盖、效果指标等信息。