Configurar Pinecone
Busca en la documentación de Pinecone y crea, actualiza y consulta índices vectoriales de Pinecone desde un servidor local.
- Desarrollador
- Pinecone Oficial
- Ejecutar localmente
npx -y @pinecone-database/mcp- Transportes
- stdio
- Autenticación
- Una clave de API de Pinecone en PINECONE_API_KEY.
- Entorno
PINECONE_API_KEY- Acceso
- Lectura y escritura en tus índices.
- Licencia
- Apache-2.0
- Código fuente
- github.com/pinecone-io/pinecone-mcp
- Estado
- Activo
Instalar
Este servidor se ejecuta en tu equipo como proceso hijo del cliente. Necesitas el runtime que use su comando, como Node.js para npx, uv para uvx o Docker, además de las variables que se indiquen en Entorno.
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"]
Configuración para otros clientes →
Otros servidores de modelos y memoria
Memory
Guarda un grafo de conocimiento de entidades y relaciones en un archivo local para que el agente pueda recordar datos entre sesiones.
Sequential Thinking
Proporciona al modelo un espacio de trabajo temporal para dividir un problema en pensamientos numerados que puede revisar o ramificar.
Hugging Face
Busca modelos, conjuntos de datos, artículos y documentación de Hub, y usa Spaces de Gradio como herramientas, alojadas por Hugging Face.