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
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"]
Configuração para outros clientes →
Outros servidores em modelos e memória
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
Fornece ao modelo um bloco de rascunho para dividir um problema em etapas numeradas que ele pode revisar ou ramificar.
Hugging Face
Pesquise modelos, datasets, artigos e documentação do Hub, e use Spaces do Gradio como ferramentas, hospedados pelo Hugging Face.