---
title: "Pinecone: configuração para Claude, Cursor e Codex · DotsAgent"
description: "Pesquise a documentação do Pinecone e crie, faça upsert e consulte índices vetoriais do Pinecone em um servidor local. Configure Pinecone em 13 clientes MCP."
url: https://dotsagent.io/pt/mcp/servers/pinecone
---

Modelos e memória · Pinecone

# Configurar Pinecone

Pesquise a documentação do Pinecone e crie, faça upsert e consulte índices vetoriais do Pinecone em um servidor local.

- **Publicador**: Pinecone Oficial
- **Executar localmente**: `npx -y @pinecone-database/mcp`
- **Transportes**: stdio
- **Autenticação**: Uma chave de API do Pinecone em PINECONE_API_KEY.
- **Ambiente**: `PINECONE_API_KEY`
- **O que pode acessar**: Leitura e gravação nos seus índices.
- **Licença**: Apache-2.0
- **Código-fonte**: [github.com/pinecone-io/pinecone-mcp](https://github.com/pinecone-io/pinecone-mcp)
- **Status**: Ativo

## Instalar

Este servidor é executado na sua máquina como um processo filho do cliente. Você precisa do runtime usado pelo comando, como Node.js para npx, uv para uvx ou Docker, além de quaisquer variáveis listadas em 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"]
```

[Configuração para outros clientes →](https://dotsagent.io/pt/mcp/config#add=pinecone)

## Outros servidores em modelos e memória

- [Memory](https://dotsagent.io/pt/mcp/servers/memory): Mantém um grafo de conhecimento de entidades e relações em um arquivo local para que o agente possa recuperar informações entre sessões.

- [Sequential Thinking](https://dotsagent.io/pt/mcp/servers/sequential-thinking): Fornece ao modelo um bloco de rascunho para dividir um problema em etapas numeradas que ele pode revisar ou ramificar.

- [Hugging Face](https://dotsagent.io/pt/mcp/servers/hugging-face): Pesquise modelos, datasets, artigos e documentação do Hub, e use Spaces do Gradio como ferramentas, hospedados pelo Hugging Face.

## Fontes

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

Referência independente para quem cria agentes de IA. Não temos vínculo com nenhum dos fornecedores mencionados aqui.

© 2026 DotsAgent · Fatos verificados em 1 de outubro de 2026