---
title: "Pinecone: Einrichtung für Claude, Cursor und Codex · DotsAgent"
description: "Durchsucht die Pinecone-Dokumentation und erstellt, befüllt und fragt Pinecone-Vektorindizes über einen lokalen Server ab. Richten Sie Pinecone in 13 MCP-Clients ein."
url: https://dotsagent.io/de/mcp/servers/pinecone
---

Modelle und Speicher · Pinecone

# 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](https://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

`shell`

```
claude mcp add --scope project --env PINECONE_API_KEY='<PINECONE_API_KEY>' pinecone -- npx -y @pinecone-database/mcp
```

### Cursor

`.cursor/mcp.json`

```
{
  "mcpServers": {
    "pinecone": {
      "command": "npx",
      "args": [
        "-y",
        "@pinecone-database/mcp"
      ],
      "env": {
        "PINECONE_API_KEY": "${env:PINECONE_API_KEY}"
      }
    }
  }
}
```

### Codex

`~/.codex/config.toml`

```
[mcp_servers.pinecone]
command = "npx"
args = ["-y", "@pinecone-database/mcp"]
env_vars = ["PINECONE_API_KEY"]
```

[Konfiguration für andere Clients →](https://dotsagent.io/de/mcp/config#add=pinecone)

## Weitere Server in modelle und speicher

- [Memory](https://dotsagent.io/de/mcp/servers/memory): Speichert einen Wissensgraphen mit Entitäten und Beziehungen in einer lokalen Datei, damit der Agent Fakten sitzungsübergreifend abrufen kann.

- [Sequential Thinking](https://dotsagent.io/de/mcp/servers/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](https://dotsagent.io/de/mcp/servers/hugging-face): Durchsucht Modelle, Datensätze, Papers und Dokumentation auf dem Hub und ruft von Hugging Face gehostete Gradio Spaces als Tools auf.

## Quellen

1. [github.com](https://github.com/pinecone-io/pinecone-mcp)/pinecone-io/pinecone-mcp

Unabhängige Referenz für alle, die KI-Agenten entwickeln. Wir sind mit keinem der hier genannten Anbieter verbunden.

© 2026 DotsAgent · Fakten geprüft am 1. Oktober 2026