Pinecone

Servidor MCP de Pinecone Developer

El Model Context Protocol (MCP) es un estándar que permite a los asistentes de codificación y otras herramientas de IA interactuar con plataformas como Pinecone. El servidor MCP de Pinecone Developer te permite conectar estas herramientas con proyectos y documentación de Pinecone.

Una vez conectadas, las herramientas de IA pueden:

• Buscar en la documentación de Pinecone para responder preguntas con precisión.
• Ayudarte a configurar índices según las necesidades de tu aplicación.
• Generar código basado en tu configuración de índices y datos, así como en la documentación y ejemplos de Pinecone.
• Hacer upsert y buscar datos en índices, permitiéndote probar consultas y evaluar resultados dentro de tu entorno de desarrollo.

Consulta la documentación para obtener información más detallada.

Este servidor MCP está enfocado en mejorar la experiencia de los desarrolladores que trabajan con Pinecone como parte de su stack tecnológico. Está diseñado para usarse con asistentes de codificación. Pinecone también ofrece el Assistant MCP, que está diseñado para proporcionar a los asistentes de IA contexto relevante proveniente de tu base de conocimiento.

Configuración

Para configurar el servidor MCP y acceder a tu proyecto de Pinecone, necesitarás generar una clave de API usando la consola. Sin una clave de API, tu herramienta de IA aún podrá buscar en la documentación. Sin embargo, no podrá gestionar ni consultar tus índices.

El servidor MCP requiere Node.js v20 o posterior. Asegúrate de que node y npx estén disponibles en tu PATH.

A continuación, deberás configurar tu asistente de IA para usar el servidor MCP.

Configurar Cursor

Para agregar el servidor MCP de Pinecone a un proyecto, crea un archivo .cursor/mcp.json en la raíz del proyecto (si aún no existe) y agrega la siguiente configuración:

{
  "mcpServers": {
    "pinecone": {
      "command": "npx",
      "args": [
        "-y", "@pinecone-database/mcp"
      ],
      "env": {
        "PINECONE_API_KEY": "<your pinecone api key>"
      }
    }
  }
}

Puedes verificar el estado del servidor en Cursor Settings > MCP.

Para habilitar el servidor globalmente, agrega la configuración al .cursor/mcp.json en tu directorio de inicio en su lugar.

Se recomienda usar reglas para instruir a Cursor sobre el uso adecuado del servidor MCP. Consulta la documentación para algunas sugerencias.

Configurar Claude desktop

Usa Claude desktop para localizar el archivo claude_desktop_config.json navegando a Settings > Developer > Edit Config. Agrega la siguiente configuración:

{
  "mcpServers": {
    "pinecone": {
      "command": "npx",
      "args": [
        "-y", "@pinecone-database/mcp"
      ],
      "env": {
        "PINECONE_API_KEY": "<your pinecone api key>"
      }
    }
  }
}

Reinicia Claude desktop. En la nueva pantalla de chat, deberías ver aparecer un ícono de martillo (MCP) con las nuevas herramientas MCP disponibles.

Usar como extensión de Gemini CLI

Para instalar esto como una extensión de Gemini CLI, ejecuta el siguiente comando:

gemini extensions install https://github.com/pinecone-io/pinecone-mcp

Deberás proporcionar tu clave de API de Pinecone en la variable de entorno PINECONE_API_KEY.

export PINECONE_API_KEY=<your pinecone api key>

Cuando ejecutes gemini y presiones ctrl+t, pinecone debería mostrarse ahora en la lista de servidores MCP instalados.

Uso

Una vez configurado, tu herramienta de IA utilizará automáticamente el MCP para interactuar con Pinecone. Es posible que se te solicite permiso antes de que una herramienta pueda usarse.

Ejemplos de prompts

Aquí hay algunos prompts que puedes probar con tu asistente de IA:

• "Busca en la documentación de Pinecone información sobre filtrado de metadatos"
• "Lista todos mis índices de Pinecone y describe sus configuraciones"
• "Crea un nuevo índice llamado 'my-docs' usando el modelo multilingual-e5-large"
• "Haz upsert de estos documentos en mi índice: [pega tus documentos]"
• "Busca en mi índice registros relacionados con 'mejores prácticas de autenticación'"
• "¿Qué namespaces existen en mi índice y cuántos registros hay en cada uno?"

Herramientas

El servidor MCP de Pinecone Developer proporciona las siguientes herramientas para que los asistentes de IA las usen:

• search-docs: Busca en la documentación oficial de Pinecone.
• list-indexes: Lista todos los índices de Pinecone.
• describe-index: Describe la configuración de un índice.
• describe-index-stats: Proporciona estadísticas sobre los datos en el índice, incluido el número de registros y los namespaces disponibles.
• create-index-for-model: Crea un nuevo índice que usa un modelo de inferencia integrado para incrustar texto como vectores.
• upsert-records: Inserta o actualiza registros en un índice con inferencia integrada.
• search-records: Busca registros en un índice basándose en una consulta de texto, usando inferencia integrada para la incrustación. Tiene opciones para filtrado de metadatos y reordenamiento.
• cascading-search: Busca registros en múltiples índices, deduplicando y reordenando los resultados.
• rerank-documents: Reordena una colección de registros o documentos de texto usando un modelo de reordenamiento especializado.

Limitaciones

Solo se admiten índices con inferencia integrada. No se admiten asistentes, índices sin inferencia integrada, embeddings independientes ni búsqueda vectorial.

Solución de problemas

El servidor MCP no aparece en tu herramienta de IA

• Asegúrate de que Node.js v20 o posterior esté instalado: node --version
• Verifica que npx esté disponible en tu PATH: which npx
• Verifica que tu archivo de configuración esté en la ubicación correcta y tenga sintaxis JSON válida
• Reinicia tu herramienta de IA después de realizar cambios de configuración

"Clave de API no válida" o errores de autenticación

• Verifica que tu clave de API sea correcta en la consola de Pinecone
• Verifica que la variable de entorno PINECONE_API_KEY esté configurada correctamente en tu configuración de MCP
• Asegúrate de que no haya espacios ni comillas adicionales alrededor del valor de la clave de API

Las herramientas no funcionan como se espera

• El servidor MCP solo admite índices con inferencia integrada. Si intentas usar un índice serverless sin inferencia integrada, necesitarás crear un nuevo índice con un modelo de embedding
• Revisa los registros del servidor MCP para ver mensajes de error. En Cursor, consulta los registros en Cursor Settings > MCP

Problemas de conexión

• Si usas una red corporativa, asegúrate de que tu firewall permita conexiones a api.pinecone.io
• Intenta ejecutar el servidor manualmente para ver la salida de errores detallada: PINECONE_API_KEY=<your-key> npx @pinecone-database/mcp

Contribuciones

Agradecemos tu colaboración para mejorar la experiencia de MCP para desarrolladores. Por favor, envía problemas en el rastreador de problemas de GitHub. La información sobre cómo contribuir se puede encontrar en CONTRIBUTING.md.