Collegare Cohere MCP a Microsoft Copilot

💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Cohere, inserisci le credenziali, genera una MCP API key e hai finito. Niente Docker, niente git clone, niente server locale.

Cohere + Microsoft Copilot

Cohere con la tua chiave API: risposte dei modelli Command con citazioni dai tuoi documenti, embedding per la ricerca semantica, riordino dei risultati di ricerca, trascrizione audio, parsing di immagini di documenti, conteggio dei token, e i modelli, dataset, batch ed embed job dell'account.

Prerequisiti

Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:

COHERE_API_KEY

Step 1 — Ottieni le credenziali

La configurazione richiede circa 2 minuti. Ti serve un account Cohere; una chiave trial è gratuita.

1. Registrati su https://dashboard.cohere.com e apri API Keys (https://dashboard.cohere.com/api-keys).
2. Copia la chiave trial, oppure crea una chiave di produzione dopo aver aggiunto un metodo di pagamento in Billing.
3. Incollala in COHERE_API_KEY, senza la parola Bearer. Il connettore la invia come Authorization: Bearer e solo a Cohere.
4. Installa il connettore ed esegui cohere_check_api_key o cohere_list_models per verificare la chiave.

Quali strumenti costano: cohere_chat, cohere_embed, cohere_rerank, cohere_transcribe_audio e cohere_parse_document eseguono un modello. Con una chiave di produzione ogni chiamata viene addebitata: la chat per token di input e output, l'embed per token o immagine, il rerank per ricerca fino a 100 documenti (i documenti lunghi contano come più documenti). Una chiave trial è gratuita ma limitata al minuto e al mese e non può essere usata a fini commerciali. L'AI ti chiede conferma prima di chiamate grandi o ripetute e imposta max_tokens per limitare la risposta della chat. cohere_tokenize, cohere_detokenize, cohere_check_api_key e tutti gli strumenti di elenco e lettura sono gratuiti.

Modelli: gli id cambiano, quindi cohere_list_models (filtro endpoint chat, embed o rerank) ha l'elenco aggiornato e cohere_get_model mostra lunghezza del contesto, funzionalità ed endpoint di un modello.

• Chat: command-a-03-2025 (la scelta predefinita), command-a-reasoning-08-2025 (ragionamento), command-a-vision-07-2025 (immagini), command-a-translate-08-2025 (traduzione), command-r7b-12-2024 (piccolo ed economico).
• Embed: embed-v4.0 (testo e immagini), embed-v5.0-pro, embed-v5.0-fast, embed-multilingual-v3.0.
• Rerank: rerank-v5.0-fast (predefinito), rerank-v5.0-pro (più preciso), rerank-v3.5.
• Trascrizione: cohere-transcribe-03-2026. Parsing: parse-v5.0.

Risposte con citazioni: cohere_chat riceve model e messages e restituisce la risposta intera in una volta. Passando documents (stringhe semplici, oppure oggetti con id e data contenente title e snippet) ottieni una risposta fondata sui documenti: contiene message.citations che rimandano a essi. response_format impone il JSON, tools aggiunge il function calling, e thinking con tipo disabled disattiva il ragionamento sui modelli che ragionano.

Ricerca semantica: cohere_embed trasforma fino a 96 testi (o immagini come data URI) in vettori; input_type search_document serve per ciò che memorizzi, search_query per la query. Il valore predefinito qui è embed-v4.0 con 256 dimensioni (output_dimension 256, 512, 1024 o 1536). cohere_rerank ordina fino a 1.000 documenti per pertinenza rispetto a una query e restituisce results con index (la posizione nella tua lista) e relevance_score da 0 a 1; top_n tiene solo i migliori.

Audio e documenti: cohere_transcribe_audio riceve un link pubblico a un file audio (flac, mp3, mpeg, mpga, ogg, wav, fino a 10 MB tramite questo connettore) e l'obbligatorio language (ISO-639-1); il connettore scarica il file e lo carica su Cohere. cohere_parse_document trasforma l'immagine di una pagina (scansione, foto, screenshot; link pubblico o data URI fino a 20 MB) in markdown con le tabelle integrate, oppure in blocchi di layout. I PDF non sono ancora supportati.

Token: cohere_tokenize conta i token di un testo per un modello, ad esempio prima di una chiamata chat; cohere_detokenize riconverte gli id dei token in testo.

Dati dell'account: cohere_list_datasets, cohere_get_dataset e cohere_get_dataset_usage (spazio occupato, al massimo 10 GB per organizzazione); cohere_list_batches e cohere_get_batch per i job della Batch API; cohere_list_embed_jobs e cohere_get_embed_job per gli embed job.

Formati dei dati: la chat restituisce message.content[] (elementi di tipo text con text), finish_reason (COMPLETE, MAX_TOKENS, STOP_SEQUENCE, TOOL_CALL, ERROR) e usage.billed_units con i token di input e output fatturati. Gli embedding si trovano in embeddings.float, un vettore per testo nello stesso ordine. Le date sono ISO 8601, in UTC.

Paginazione: cohere_list_models e cohere_list_batches restituiscono next_page_token; l'AI lo passa come page_token finché non è vuoto. cohere_list_datasets pagina con limit e offset.

Disattivati all'installazione: nessuno. Tutti i 17 strumenti sono attivi e nessuno cancella dati.

Limiti: al massimo 96 testi per chiamata embed e 1.000 documenti per rerank; audio fino a 10 MB e immagini di documenti fino a 20 MB. Le chiavi trial hanno limiti bassi al minuto e al mese.

Errori comuni: 400 indica una richiesta errata (ad esempio un parametro che il modello non accetta, o più di 96 testi); 401 una chiave errata; 402 che serve un metodo di pagamento (aggiungilo in Billing); 404 un modello, dataset, batch o job sconosciuto; 422 una richiesta che non è stato possibile elaborare; 429 il limite di frequenza (l'AI attende invece di riprovare in loop); 499 una richiesta annullata; 500 e 503 sono problemi di Cohere, riprova una volta più tardi.

Il connettore non trasmette le risposte in streaming e non crea, annulla né cancella dataset, batch o embed job. Classify, Summarize, Generate, i connector e il fine-tuning sono deprecati da Cohere e non sono inclusi.

Step 2 — Installa l'adapter

curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d

Step 3 — Aggiungi il connettore in Microsoft Copilot

L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostra YOUR_SERVER_ID.

Microsoft Copilot usa i server MCP tramite gli agenti creati in Copilot Studio: aggiungi AnythingMCP a un agente come strumento, poi pubblichi l'agente in Microsoft 365 Copilot e in Teams. Copilot Studio si collega dal cloud di Microsoft via Streamable HTTP, che AnythingMCP supporta.

1. In Copilot Studio apri il tuo agente (o creane uno), vai su Tools e scegli Add a tool → New tool → Model Context Protocol.
2. Inserisci un Server name (per esempio AnythingMCP), una Server description che dica cosa fa il connettore e il Server URL https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. Copilot Studio usa la descrizione per decidere quando chiamare il server.
3. Come autenticazione scegli API key, imposta Type su Header e come nome dell'header X-API-Key, poi seleziona Create.
4. In Add tool scegli Create a new connection, incolla una chiave API MCP di AnythingMCP (MCP Servers → il tuo server → API keys) e seleziona Add to agent.
5. Provalo nel riquadro Test dell'agente: chiedi qualcosa che richiede i tool di Cohere.
6. Seleziona Publish, poi Channels → Microsoft 365 and Microsoft Teams, lascia selezionato Make agent available in Microsoft Copilot e scegli Add channel. See agent in Teams lo installa per te; in Microsoft 365 Copilot scrivi @ e scegli l'agente.

Preferisci un accesso per ogni utente? Al posto della chiave API scegli OAuth 2.0 → Dynamic discovery: ogni persona accede ad AnythingMCP la prima volta che l'agente lo chiama.

Usi il self-hosting? Usa l'indirizzo HTTPS pubblico della tua istanza al posto di https://cloud.anythingmcp.com. Copilot Studio si collega dal cloud di Microsoft, quindi localhost non funziona.

Tool disponibili

Esempi di prompt

• "Rispondi alla domanda sul nostro periodo di reso usando solo questi tre estratti delle condizioni, e indica da quale estratto viene ogni frase."
• "Quali di queste 20 descrizioni di prodotto corrispondono meglio a scarponi da trekking invernali impermeabili? Riordinale con il rerank e mostrami le prime 5 con i punteggi."
• "Quanti token ha questo testo di contratto per command-a-03-2025?"
• "Trasforma la fattura scansionata su https://example.com/scans/invoice-0425.png in markdown, compresa la tabella delle righe."
• "Quali dei miei embed job e batch Cohere sono ancora in corso, e qualcuno è fallito?"

FAQ

Per quale Copilot vale? Per Microsoft 365 Copilot in azienda, tramite gli agenti di Copilot Studio. L'app Microsoft Copilot per account personali non permette di aggiungere un proprio server MCP.

Cosa mi serve? Un account di lavoro con accesso a Copilot Studio (licenza o prova) per creare l'agente. Chi lo usa in Microsoft 365 Copilot o in Teams deve avere accesso all'agente: condividilo, oppure chiedi a un amministratore di pubblicarlo per l'organizzazione. Se la tua organizzazione applica criteri sui dati ai connettori di Power Platform, valgono anche per i server MCP.

L'agente non chiama i tool. Controlla che il nome dell'header sia esattamente X-API-Key e che la chiave appartenga allo stesso server MCP dell'URL, e scrivi una Server description precisa: Copilot Studio la usa per decidere quando chiamare il server. Dopo ogni modifica pubblica di nuovo l'agente; in una chat già aperta scrivi "start over" per passare alla nuova versione.

Prossimi passi

• Landing del connettore
• Collegare a Claude
• Collegare a ChatGPT
• Collegare a Cursor
• Collegare a Gemini
• Collegare a Meta Muse