dotsagent.io
Idioma:Português
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
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 →

Outros servidores em modelos e memória

Fontes

  1. github.com/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