Pinecone einrichten
Durchsucht die Pinecone-Dokumentation und erstellt, befüllt und fragt Pinecone-Vektorindizes über einen lokalen Server ab.
- Herausgeber
- Pinecone Offiziell
- Lokal ausführen
npx -y @pinecone-database/mcp- Transporte
- stdio
- Authentifizierung
- Ein Pinecone-API-Key in PINECONE_API_KEY.
- Umgebung
PINECONE_API_KEY- Zugriffsrechte
- Lese- und Schreibzugriff auf Ihre Indizes.
- Lizenz
- Apache-2.0
- Quellcode
- github.com/pinecone-io/pinecone-mcp
- Status
- Aktiv
Installation
Dieser Server läuft auf Ihrem Rechner als Unterprozess des Clients. Sie benötigen die Laufzeitumgebung, die der Befehl verwendet, etwa Node.js für npx, uv für uvx oder Docker, sowie alle unter Environment aufgeführten Variablen.
Claude Code
claude mcp add --scope project --env PINECONE_API_KEY='<PINECONE_API_KEY>' pinecone -- npx -y @pinecone-database/mcp
Cursor
{
"mcpServers": {
"pinecone": {
"command": "npx",
"args": [
"-y",
"@pinecone-database/mcp"
],
"env": {
"PINECONE_API_KEY": "${env:PINECONE_API_KEY}"
}
}
}
}
Codex
[mcp_servers.pinecone]
command = "npx"
args = ["-y", "@pinecone-database/mcp"]
env_vars = ["PINECONE_API_KEY"]
Konfiguration für andere Clients →
Weitere Server in modelle und speicher
Memory
Speichert einen Wissensgraphen mit Entitäten und Beziehungen in einer lokalen Datei, damit der Agent Fakten sitzungsübergreifend abrufen kann.
Sequential Thinking
Stellt dem Modell einen Notizbereich bereit, in dem es ein Problem in nummerierte Gedanken zerlegen, überarbeiten oder in verschiedene Richtungen weiterverfolgen kann.
Hugging Face
Durchsucht Modelle, Datensätze, Papers und Dokumentation auf dem Hub und ruft von Hugging Face gehostete Gradio Spaces als Tools auf.