Пропустите установку. Заработает меньше чем за 2 минуты.
Начните бесплатный период на cloud.anythingmcp.com, добавьте Pinecone одним кликом и направьте свой ИИ-клиент (Claude, ChatGPT, Copilot или Cursor) на сгенерированный MCP-эндпоинт. Без Docker, без git clone, без опыта разработки.
Кратко
Дайте ИИ искать в вашей векторной базе данных Pinecone: просматривать индексы, выполнять семантический поиск и поиск по ключевым словам, запрашивать и получать записи, проверять namespaces и статистику, создавать эмбеддинги и переранжировать результаты через Pinecone Inference, общаться с вашими Pinecone Assistants и с вашего подтверждения добавлять записи.
Попробуй спросить
Примеры промптов для Pinecone
Кликни по промпту — он скопируется. Вставь в Claude, ChatGPT, Cursor, Gemini, Copilot или OpenClaw и запусти через этот коннектор.
Claude — это AI, он может ошибаться. Проверяйте ответы.
💡 Без установки? Используйте cloud.anythingmcp.com напрямую. Войдите, нажмите Connectors → Pinecone, вставьте учётные данные, создайте MCP API key, и готово. Без Docker, без
git clone, без локального сервера.
Pinecone + Cursor
Дайте ИИ искать в вашей векторной базе данных Pinecone: просматривать индексы, выполнять семантический поиск и поиск по ключевым словам, запрашивать и получать записи, проверять namespaces и статистику, создавать эмбеддинги и переранжировать результаты через Pinecone Inference, общаться с вашими Pinecone Assistants и с вашего подтверждения добавлять записи.
Предварительные требования
Полные инструкции по настройке встроены в коннектор (видны в магазине при выборе коннектора). Требуемые переменные окружения:
PINECONE_API_KEY
Шаг 1 — Получите учётные данные
- Откройте консоль Pinecone по адресу
https://app.pinecone.io, выберите проект, откройте API keys и нажмите + API key. - Выберите права. Для доступа только на чтение выберите ProjectViewer (или ControlPlaneViewer вместе с DataPlaneViewer): поиск, эмбеддинги, переранжирование и чат с ассистентами работают с ним. Роль редактора (ProjectEditor или DataPlaneEditor) давайте ключу, только если ИИ может записывать данные. В тарифах Starter и Builder Pinecone предлагает только All.
- Скопируйте ключ в
PINECONE_API_KEYи установите коннектор. Pinecone показывает его только один раз, обычно он начинается сpcsk_. Один ключ работает для одного проекта, и коннектор отправляет его только на pinecone.io. - Проверьте настройку с помощью
pinecone_list_indexes: он показывает ваши индексы, их статус иindex_host, нужный инструментам для работы с данными.
Адреса индексов: у каждого индекса свой адрес. ИИ сначала вызывает pinecone_list_indexes или pinecone_describe_index и передаёт полученный index_host в каждый поиск, запрос и запись. Искать его самим не нужно.
Подходящий поиск для каждого индекса: какой инструмент нужен, определяет схема индекса.
- Интегрированный индекс (создан с размещённой у Pinecone моделью эмбеддингов):
pinecone_search_recordsищет по обычному тексту. - Индекс документов (более новый тип с типизированными полями):
pinecone_search_documentsсочетает поиск по ключевым словам и семантический поиск. - Индекс с вашими собственными векторами:
pinecone_query_vectorsнаходит записи, похожие на сохранённую запись или на вектор, которыйpinecone_embedсоздаёт той же моделью, что и индекс.
pinecone_fetch_vectors и pinecone_list_vector_ids читают записи по id, а pinecone_describe_index_stats и pinecone_list_namespaces считают их. Значения векторов никогда не попадают к ИИ, только id, оценки и метаданные.
Pinecone Inference и Assistant: pinecone_list_models, pinecone_embed и pinecone_rerank используют модели, которые размещает Pinecone, например чтобы упорядочить результаты поиска по релевантности. С помощью pinecone_list_assistants и pinecone_chat_assistant ИИ задаёт вопрос одному из ваших Pinecone Assistants; ответ строится по загруженным в него файлам, приходит со ссылками на источники и может занять от 10 до 30 секунд.
Запись только после вопроса: pinecone_upsert_records добавляет или заменяет текстовые записи в интегрированном индексе (до 96 за вызов), а pinecone_update_metadata меняет метаданные одной записи. Перед каждой записью ИИ показывает индекс, namespace и сами записи или поля и ждёт вашего «да». Новые записи появляются в поиске через несколько секунд.
Отключено при установке: pinecone_delete_vectors, потому что удалённые записи нельзя восстановить. Администратор включает его осознанно; и тогда ИИ показывает id и спрашивает перед удалением.
Расходы: поиск, запросы и чтение тратят read units, а запись тратит write units вашего тарифа Pinecone; эмбеддинги, переранжирование и чат с ассистентами оплачиваются за токены или за запрос. ИИ запрашивает немного результатов, если вы не просите больше.
Частые ошибки: 401 (Invalid API key или Wrong API key): ключ неверный, удалён или принадлежит другому проекту. 403: роль ключа этого не позволяет, например ключ только для чтения пытается записать данные. 404: неизвестный индекс, namespace или ассистент; правильные имена показывают pinecone_list_indexes и pinecone_list_assistants. 400 при текстовом поиске: индекс не интегрированный, поэтому ИИ нужен поиск, подходящий для его типа. 429: лимит запросов или тарифа; подождите немного и повторите.
Коннектор не создаёт, не настраивает и не удаляет индексы, коллекции и резервные копии, не выполняет массовый импорт, не загружает и не удаляет файлы ассистентов и не управляет проектами и API-ключами.
Шаг 2 — Установите адаптер
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
Шаг 3 — Добавьте коннектор в Cursor
URL вашего сервера: в AnythingMCP откройте MCP Servers → сервер, на котором находится этот коннектор, и скопируйте его URL (
https://cloud.anythingmcp.com/mcp/…). Используйте его везде, где в этом руководстве указаноYOUR_SERVER_ID.
Cursor читает MCP-серверы из ~/.cursor/mcp.json. Добавь эту запись:
{
"mcpServers": {
"anythingmcp": {
"url": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Создай MCP API-ключ в AnythingMCP в разделе MCP Servers → твой сервер → API keys и вставь его вместо
YOUR_MCP_API_KEY. - Сохрани файл и перезапусти Cursor.
- Открой Cursor → Settings → MCP и проверь, что
anythingmcpесть в списке и подключён. - Начинай общаться: агент теперь может вызывать инструменты
Pinecone.
Доступные инструменты
| Tool | What it does |
|---|---|
pinecone_list_indexes | List the indexes of the Pinecone project: name, index_host (pass it to every data tool), readiness, deployment (serverless cloud and… |
pinecone_describe_index | Describe one index: index_host (pass it to the data tools), readiness, deployment, schema (dimension, metric, embedding model and field map… |
pinecone_describe_index_stats | Get statistics of an index: total record count, record count per namespace, dimension, metric, vector type and fullness (pod indexes) |
pinecone_list_namespaces | List the namespaces of an index with their record counts, 100 per page; call again with pagination_token = pagination.next until it is… |
pinecone_search_records | Semantic search with plain text on an integrated index (one created with a hosted embedding model; its schema shows a semantic_text field)… |
pinecone_search_documents | Search a document index (the newer index type with a typed schema) with one or more scoring methods: full-text (type text or query_string)… |
pinecone_query_vectors | Find the records most similar to a stored record (by id) or to a query vector you pass, optionally with a metadata filter |
pinecone_fetch_vectors | Fetch stored records by id: id and metadata of each |
pinecone_list_vector_ids | List the record ids in a namespace (serverless indexes), optionally only those starting with a prefix such as doc1#; up to 100 per page… |
pinecone_upsert_records | Add or replace text records in an integrated index; Pinecone embeds the text with the index's model |
pinecone_update_metadata | Set metadata fields on one stored record; fields not named stay as they are and the vector is unchanged |
pinecone_delete_vectors | Delete stored records by id |
pinecone_list_models | List the embedding and reranking models Pinecone hosts, with type, vector type, dimensions, maximum input and batch size and supported… |
pinecone_embed | Turn texts into vectors with a Pinecone-hosted embedding model, e.g. to query an index that stores your own vectors with… |
pinecone_rerank | Reorder documents by relevance to a query with a Pinecone-hosted reranking model: returns each document's index in the input list and a… |
pinecone_list_assistants | List the Pinecone Assistants of the project: name, status, instructions, metadata, host and region, and when they were created |
pinecone_chat_assistant | Ask a Pinecone Assistant a question: it answers from the files uploaded to it and returns the answer with citations (file name and pages) |
Примеры запросов
- «Какие индексы у нас есть в Pinecone и сколько записей в каждом namespace?»
- «Найди в индексе help-center, как отменить подписку, и покажи пять лучших совпадений с их оценками.»
- «Спроси наш Pinecone Assistant contracts-bot, какой срок уведомления о расторжении указан в договоре с Acme, и покажи ссылки на источники.»
- «Упорядочи эти шесть фрагментов по тому, насколько хорошо они отвечают на вопрос о возврате денег за годовые тарифы, лучшие первыми.»
- «Добавь эти три ответа из FAQ как записи в namespace faq индекса help-center. Покажи мне записи, прежде чем записывать.»
FAQ
Поддерживает ли Cursor собственные MCP-серверы на бесплатном тарифе? Да, MCP доступен на тарифах Hobby, Pro и Business.
Следующие шаги
Это руководство помогло?