mcp-pinecone
Servidor de protocolo de contexto del modelo Pinecone para Claude Desktop.
Leer y escribir en un índice Pinecone.
Componentes
flowchart TB
subgraph Client["MCP Client (e.g., Claude Desktop)"]
UI[User Interface]
end
subgraph MCPServer["MCP Server (pinecone-mcp)"]
Server[Server Class]
subgraph Handlers["Request Handlers"]
ListRes[list_resources]
ReadRes[read_resource]
ListTools[list_tools]
CallTool[call_tool]
GetPrompt[get_prompt]
ListPrompts[list_prompts]
end
subgraph Tools["Implemented Tools"]
SemSearch[semantic-search]
ReadDoc[read-document]
ListDocs[list-documents]
PineconeStats[pinecone-stats]
ProcessDoc[process-document]
end
end
subgraph PineconeService["Pinecone Service"]
PC[Pinecone Client]
subgraph PineconeFunctions["Pinecone Operations"]
Search[search_records]
Upsert[upsert_records]
Fetch[fetch_records]
List[list_records]
Embed[generate_embeddings]
end
Index[(Pinecone Index)]
end
%% Connections
UI --> Server
Server --> Handlers
ListTools --> Tools
CallTool --> Tools
Tools --> PC
PC --> PineconeFunctions
PineconeFunctions --> Index
%% Data flow for semantic search
SemSearch --> Search
Search --> Embed
Embed --> Index
%% Data flow for document operations
UpsertDoc --> Upsert
ReadDoc --> Fetch
ListRes --> List
classDef primary fill:#2563eb,stroke:#1d4ed8,color:white
classDef secondary fill:#4b5563,stroke:#374151,color:white
classDef storage fill:#059669,stroke:#047857,color:white
class Server,PC primary
class Tools,Handlers secondary
class Index storageRecursos
El servidor implementa la capacidad de leer y escribir en un índice Pinecone.
Herramientas
semantic-search: busca registros en el índice Pinecone.read-document: Lee un documento del índice de Pinecone.list-documents: enumera todos los documentos en el índice de Pinecone.pinecone-stats: obtiene estadísticas sobre el índice Pinecone, incluidos la cantidad de registros, dimensiones y espacios de nombres.process-document: Procesa un documento en fragmentos y los inserta en el índice de Pinecone. Esto realiza los pasos generales de fragmentación, incrustación y inserción.
Nota: Las incrustaciones se generan mediante la API de inferencia de Pinecone y la fragmentación se realiza con un fragmentador basado en tokens. Escrito copiando gran parte de langchain y depurando con Claude.
Related MCP server: Pinecone MCP Server
Inicio rápido
Instalación mediante herrería
Para instalar Pinecone MCP Server para Claude Desktop automáticamente a través de Smithery :
npx -y @smithery/cli install mcp-pinecone --client claudeInstalar el servidor
Se recomienda utilizar uv para instalar el servidor localmente para Claude.
uvx install mcp-pineconeO
uv pip install mcp-pineconeAgregue su configuración como se describe a continuación.
Escritorio de Claude
En MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json En Windows: %APPDATA%/Claude/claude_desktop_config.json
Nota: Es posible que necesites usar la ruta directa a uv . Usa which uv para encontrar la ruta.
Configuración de servidores no publicados/desarrollo
"mcpServers": {
"mcp-pinecone": {
"command": "uv",
"args": [
"--directory",
"{project_dir}",
"run",
"mcp-pinecone"
]
}
}Configuración de servidores publicados
"mcpServers": {
"mcp-pinecone": {
"command": "uvx",
"args": [
"--index-name",
"{your-index-name}",
"--api-key",
"{your-secret-api-key}",
"mcp-pinecone"
]
}
}Regístrate en Pinecone
Puedes registrarte para obtener una cuenta Pinecone aquí .
Obtener una clave API
Cree un nuevo índice en Pinecone, reemplazando {your-index-name} y obtenga una clave API del panel de Pinecone, reemplazando {your-secret-api-key} en la configuración.
Desarrollo
Construcción y publicación
Para preparar el paquete para su distribución:
Sincronizar dependencias y actualizar el archivo de bloqueo:
uv syncDistribuciones de paquetes de compilación:
uv buildEsto creará distribuciones de origen y de rueda en el directorio dist/ .
Publicar en PyPI:
uv publishNota: Deberás configurar las credenciales de PyPI a través de variables de entorno o indicadores de comando:
Token:
--tokenoUV_PUBLISH_TOKENO nombre de usuario/contraseña:
--username/UV_PUBLISH_USERNAMEy--password/UV_PUBLISH_PASSWORD
Depuración
Dado que los servidores MCP se ejecutan en stdio, la depuración puede ser complicada. Para una experiencia óptima, recomendamos usar el Inspector MCP .
Puede iniciar el Inspector MCP a través de npm con este comando:
npx @modelcontextprotocol/inspector uv --directory {project_dir} run mcp-pineconeAl iniciarse, el Inspector mostrará una URL a la que podrá acceder en su navegador para comenzar a depurar.
Licencia
Este proyecto está licenciado bajo la Licencia MIT. Consulte el archivo de LICENCIA para más detalles.
Código fuente
El código fuente está disponible en GitHub .
Contribuyendo
Envíeme sus ideas y comentarios a través de Bluesky o abriendo un problema.
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceA modular tool that combines RAG-based retrieval with Pinecone vector storage to create intelligent assistants capable of answering domain-specific questions from your knowledge base.
- FlicenseNot gradedqualityNot gradedmaintenanceEnables AI assistants to perform semantic search, manage vectors, and interact with Pinecone vector databases through standardized MCP tools. Supports querying, upserting, deleting vectors and monitoring database statistics for knowledge base operations.4
- AlicenseNot gradedqualityNot gradedmaintenanceEnables interaction with Pinecone vector databases for storing and searching embeddings. Supports similarity search, metadata filtering, and vector operations for semantic search and RAG applications.
- AlicenseBqualityDmaintenanceEnables retrieval-augmented generation by embedding queries with a chosen provider (e.g., OpenAI) and searching supported vector stores (Pinecone, pgvector) to return relevant content.1Apache 2.0
Related MCP Connectors
Universal memory for AI agents and tools. Save, organize and search context anywhere.
Long-term memory for AI assistants. Hybrid retrieval, query expansion, auto-topics.
Search your knowledge bases from any AI assistant using hybrid RAG.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/sirmews/mcp-pinecone'
If you have feedback or need assistance with the MCP directory API, please join our Discord server