In breve
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.
Configurazione guidata
Collega Cohere a Meta Muse in 2 minuti
Avvia la prova gratuita su AnythingMCP Cloud, collega Cohere con la configurazione guidata e aggiungi il tuo URL MCP a Meta Muse. Senza codice e senza server da gestire.
Nessuna carta di credito · 7 giorni di prova · Alternativa self-host disponibile
Prova a chiedere
Prompt di esempio per Cohere
Clicca su un prompt per copiarlo. Incollalo in Claude, ChatGPT, Cursor, Gemini, Copilot o OpenClaw per eseguirlo contro questo connettore.
Claude è un'AI e può sbagliare. Verifica sempre le risposte.
💡 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 + Meta Muse
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.
- Registrati su https://dashboard.cohere.com e apri API Keys (https://dashboard.cohere.com/api-keys).
- Copia la chiave trial, oppure crea una chiave di produzione dopo aver aggiunto un metodo di pagamento in Billing.
- Incollala in
COHERE_API_KEY, senza la parolaBearer. Il connettore la invia comeAuthorization: Bearere solo a Cohere. - Installa il connettore ed esegui
cohere_check_api_keyocohere_list_modelsper 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 Muse
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 mostraYOUR_SERVER_ID.
Muse aggiunge i server MCP remoti come connettori personalizzati e vi accede con OAuth.
- In Muse apri Settings → Connectors e scegli Add custom connector.
- Incolla l'URL del server MCP
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID. - Muse apre la pagina di accesso di AnythingMCP: accedi e approva l'accesso.
- In una chat, chiedi a Muse qualcosa che richiede i tool di
Cohere.
Puoi configurarlo anche da una chat, sul web, nelle app per iOS e Android o su WhatsApp. Invia a Muse questo messaggio:
Create a Custom Connector for a new remote MCP server, then connect to it:
Name: AnythingMCP
Transport: remote streamable HTTP
URL: https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID
Auth: OAuth
Usi il self-hosting? Usa l'indirizzo HTTPS pubblico della tua istanza al posto di https://cloud.anythingmcp.com. Muse si collega dal cloud di Meta, quindi localhost non funziona.
Tool disponibili
| Tool | What it does |
|---|---|
cohere_list_models | List the Cohere models available to this key, with endpoints they serve (chat, embed, rerank), context length, features and whether they… |
cohere_get_model | Read one Cohere model by name: endpoints, default endpoints, context length, features (e.g. tools, vision, reasoning), tokenizer URL and… |
cohere_check_api_key | Check that the Cohere API key is valid and active; returns valid plus the organization and owner ids |
cohere_chat | Ask a Cohere Command model and get its reply (Chat API v2, non-streaming) |
cohere_embed | Turn up to 96 texts (or images as data URIs) into embedding vectors for semantic search, clustering or classification (Embed API v2) |
cohere_rerank | Order a list of documents by relevance to a query (Rerank API v2) and return the top results with their index in the list and a… |
cohere_transcribe_audio | Transcribe speech in an audio file to text with Cohere Transcribe |
cohere_parse_document | Parse an image of a document page (scan, photo, screenshot) into markdown, with tables inlined, or into layout blocks (Parse API v2) |
cohere_tokenize | Split a text into tokens with the tokenizer of a Cohere model and return the token ids and token strings, e.g. to count tokens before a… |
cohere_detokenize | Turn a list of token ids back into text with the tokenizer of a Cohere model |
cohere_list_datasets | List the datasets of the Cohere account (inputs for embed jobs, batches and fine-tuning) with id, name, type, validation status and… |
cohere_get_dataset | Read one Cohere dataset: name, type, validation status and error, schema, size and its parts |
cohere_get_dataset_usage | Read how much dataset storage the Cohere organization uses, in bytes (the limit is 10 GB per organization) |
cohere_list_batches | List the Batch API jobs of the Cohere account with id, name, model, status, input and output dataset ids and request counts |
cohere_get_batch | Read one Cohere batch job: status, model, input and output dataset ids, request counts (succeeded, failed) and timestamps |
cohere_list_embed_jobs | List the embed jobs of the Cohere account with job id, name, status, model, input and output dataset ids and creation time |
cohere_get_embed_job | Read one Cohere embed job: status (processing, complete, cancelling, cancelled, failed), model, truncate setting, input dataset and the… |
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
Dove è disponibile Muse? Al momento Meta offre Muse negli Stati Uniti e in Canada, sul web, nelle app per iOS e Android e su WhatsApp.
Meta verifica questo connettore? No. Meta non verifica i connettori personalizzati. Muse vede solo i tool che hai attivato per questo server MCP in AnythingMCP, e puoi scollegarlo in qualsiasi momento da Settings → Connectors.
Prossimi passi
- Landing del connettore
- Collegare a Claude
- Collegare a ChatGPT
- Collegare a Cursor
- Collegare a Gemini
- Collegare a Microsoft Copilot
Questa guida ti è stata utile?