---
title: "Pinecone : config pour Claude, Cursor et Codex · DotsAgent"
description: "Recherche dans la documentation Pinecone et crée, alimente et interroge des index vectoriels Pinecone depuis un serveur local. Configurez Pinecone dans 13 clients MCP."
url: https://dotsagent.io/fr/mcp/servers/pinecone
---

Modèles et mémoire · Pinecone

# Configurer Pinecone

Recherche dans la documentation Pinecone et crée, alimente et interroge des index vectoriels Pinecone depuis un serveur local.

- **Éditeur**: Pinecone Officiel
- **Exécuter en local**: `npx -y @pinecone-database/mcp`
- **Transports**: stdio
- **Authentification**: Une clé API Pinecone dans PINECONE_API_KEY.
- **Environnement**: `PINECONE_API_KEY`
- **Accès**: Lecture et écriture sur vos index.
- **Licence**: Apache-2.0
- **Source**: [github.com/pinecone-io/pinecone-mcp](https://github.com/pinecone-io/pinecone-mcp)
- **Statut**: Actif

## Installation

Ce serveur s’exécute sur votre machine en tant que processus enfant du client. Vous avez besoin de l’environnement d’exécution utilisé par sa commande, par exemple Node.js pour npx, uv pour uvx ou Docker, ainsi que des variables indiquées dans la section Environment.

### 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"]
```

[Configuration pour les autres clients →](https://dotsagent.io/fr/mcp/config#add=pinecone)

## Autres serveurs de la catégorie modèles et mémoire

- [Memory](https://dotsagent.io/fr/mcp/servers/memory): Stocke un graphe de connaissances composé d’entités et de relations dans un fichier local, afin que l’agent puisse retrouver des faits d’une session à l’autre.

- [Sequential Thinking](https://dotsagent.io/fr/mcp/servers/sequential-thinking): Fournit au modèle un bloc-notes pour décomposer un problème en étapes numérotées, qu’il peut modifier ou explorer en parallèle.

- [Hugging Face](https://dotsagent.io/fr/mcp/servers/hugging-face): Recherche des modèles, jeux de données, articles et documentation sur Hub, et appelle des Spaces Gradio comme outils, hébergés par Hugging Face.

## Sources

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

Référence indépendante pour les personnes qui créent des agents IA. Sans affiliation avec les fournisseurs cités.

© 2026 DotsAgent · Données vérifiées le 1 octobre 2026