Integration · Virksomhedsdata

Forbind Claude og ChatGPT med Pinecone

Bed din AI søge i et Pinecone-indeks, se hvad der ligger i et namespace, eller tilføje nye records. Den kan lave lighedssøgninger, hente vektorer ud fra ID eller metadata, indsætte vektorer, records og dokumenter og læse statistik for indeks og namespaces. Du kan tjekke og arbejde med dine vektordata i en chat i stedet for at skrive scripts.

Forbind Pinecone gratis

Gratis plan uden kreditkort. Det tager cirka et minut.

Prøv at spørge

“Hvor mange vektorer er der i indekset, og hvordan fordeler de sig på namespaces?”
AI'en læser indeksets statistik: det samlede antal vektorer, dimensionen og antallet pr. namespace.
“Søg i namespacet support-docs efter afsnit om returret.”
Den søger i records efter betydning med din tekst som forespørgsel og viser de bedste match med deres felter.
“Find de 10 vektorer, der ligner vektor doc-4812 mest.”
Den laver en forespørgsel med det vektor-ID og viser de nærmeste match med score og, hvis du beder om det, deres metadata.

Det kan din AI

Søgning og forespørgsler

Find lignende vektorer ud fra vektor eller ID, søg i records efter betydning med mulighed for reranking, og søg i dokumenter med metadatafilter.

Skriv og opdater data

Indsæt eller overskriv vektorer, records og dokumenter, opdater vektorværdier eller metadata, og ret dele af dokumenter.

Namespaces og statistik

Se og opret namespaces, list vektor- og dokument-ID'er, og læs indeksets statistik pr. namespace.

“Vis mig metadata for vektorerne faq-001 og faq-002.”
Den henter de to vektorer ud fra ID og viser deres værdier og metadata.
“Markér alle vektorer med source=old-site som arkiveret.”
Den opdaterer metadata på alle vektorer, der matcher filteret, i det namespace, du nævner.
“Fjern alle vektorer fra namespacet test.”
Den sletter alle vektorer i det namespace. Sletningen er permanent og kan ikke fortrydes.

18 værktøjer til Pinecone

Værktøjerne er slået til, når du forbinder. Du kan slå dem fra enkeltvis eller kræve din godkendelse, før de kører.

create_namespaceÆndrer dataOpret et nyt navnerum i indekset med et `name`, eventuelt med et `schema`, der angiver, hvilke metadatafelter der kan filtreres efter.
delete_vectorsSletterSlet vektorer permanent fra et `namespace` via `ids` eller et metadatafilter (`filter`); `delete_all` fjerner alle vektorer i navnerummet. Dette kan ikke fortrydes.
describe_index_statsÆndrer dataHent statistik for indekset: samlet antal vektorer, dimension og antal pr. navnerum. Angiv eventuelt et metadatafilter med `filter`.
fetch_documentsÆndrer dataHent dokumenter fra et `namespace` via `ids` eller et metadatafilter (`filter`), og vælg med `include_fields`, hvilke felter der skal returneres.
fetch_vectorsHent vektorer via deres `ids`, eventuelt fra et bestemt `namespace`, og få værdier og metadata med i resultatet.
fetch_vectors_by_metadataÆndrer dataHent vektorer, hvis metadata matcher et `filter`, eventuelt i et bestemt `namespace`. Understøtter `limit` og `pagination_token`.
get_namespaceHent oplysninger om ét navnerum via navnet i `namespace`, f.eks. antallet af poster.
list_documentsÆndrer dataVis dokument-ID'er i et `namespace`, eventuelt filtreret efter ID-præfikset `prefix`. Understøtter `limit` og `pagination_token`.
list_namespacesVis navnerummene i det tilsluttede indeks, eventuelt filtreret efter navnepræfikset `prefix`. Brug dette til at finde det navnerum, der indeholder de data, du har brug for.
list_vector_idsVis vektor-ID'er i et `namespace`, eventuelt kun dem, der begynder med ID-præfikset `prefix`. Understøtter `limit` og `pagination_token`.
query_vectorsÆndrer dataFind de `top_k` vektorer, der ligner en forespørgselsvektor (`vector`) eller en eksisterende vektor angivet med `id` mest, eventuelt i et bestemt `namespace` og med et metadatafilter (`filter`). Angiv `include_metadata` for at få metadata med i resultatet.
search_documentsÆndrer dataSøg efter dokumenter i et `namespace`, og returner de `top_k` bedste match. `score_by` angiver metoderne til at beregne relevansscoren, f.eks. [{"type": "text", "field": "body", "query": "refusionspolitik"}]; tilføj eventuelt et metadatafilter (`filter`).
search_recordsÆndrer dataSøg efter poster i et `namespace` ud fra betydning. Angiv `query` med `top_k` og enten tekst i `inputs` (for indekser med integreret embedding), et post-ID (`id`) eller en `vector`, samt eventuelt et metadatafilter (`filter`), de `fields`, der skal returneres, og `rerank`.
update_documentsÆndrer dataOpdater udvalgte felter i dokumenter i et `namespace`: angiv enten `documents` (hver med `_id` og de felter, der skal ændres) eller et metadatafilter (`filter`) med `set_fields` / `remove_fields`.
update_vectorÆndrer dataOpdater én vektor via `id` (med nye `values` eller `set_metadata`), eller opdater metadata for alle vektorer, der matcher et `filter`, eventuelt i et bestemt `namespace`.
upsert_documentsÆndrer dataTilføj eller overskriv op til 1.000 `documents` i et `namespace`. Hvert dokument skal have et `_id`; øvrige felter gemmes og valideres mod indeksets skema.
upsert_recordsÆndrer dataTilføj eller overskriv poster i et `namespace` i et indeks med integreret embedding. Hvert element i `items` skal have et `_id` samt sine tekst- og metadatafelter; eksisterende poster med samme ID erstattes.
upsert_vectorsÆndrer dataTilføj eller overskriv vektorer i et `namespace`. Hvert element i `vectors` har et `id`, `values` og eventuelt `metadata`; eksisterende vektorer med samme ID erstattes.

Klar i tre trin

1
Vælg systemet
Opret en gratis PipMCP-konto, og vælg Pinecone på listen.
2
Indsæt din nøgle
Indsæt to værdier: dit indeks-host og en API-nøgle. I Pinecone-konsollen (app.pinecone.io) åbner du dit projekt, går til API keys og klikker Create API key. Åbn derefter Database > Indexes, vælg indekset og kopiér dets host uden https:// (for eksempel my-index-abc123.svc.aped-4627-b74a.pinecone.io). Én forbindelse arbejder med ét indeks.
3
Tilføj linket i din AI
Du får et personligt MCP-link. Tilføj det i Claude, ChatGPT eller Cursor:
1. Klik på dit navn, og vælg Settings › Connectors › Add custom connector.
2. Indsæt dit link som Remote MCP server URL.
3. Slå det til fra +-menuen i en chat.

Spørgsmål

Hvad kan AI'en gøre i Pinecone?

AI'en kan læse indeksets statistik, se og undersøge namespaces, liste vektor- og dokument-ID'er, hente vektorer og dokumenter og lave lighedssøgninger og søgninger. Den kan oprette namespaces, indsætte vektorer, records og dokumenter, opdatere vektorer og dokumenter og slette vektorer, hvis du slår det værktøj til.

Kan AI'en se min Pinecone API-nøgle?

Nej. Din Pinecone API-nøgle gemmes krypteret og vises aldrig for AI'en. Når du har gemt den, bliver den ikke vist igen, heller ikke for dig. AI'en ser kun resultaterne af de værktøjer, den bruger.

Kan jeg styre, hvad AI'en må?

Ja. Du vælger, hvilke værktøjer der er slået til, så du kan starte med kun søgning og hentning. Sletning af vektorer er permanent, og indsættelse overskriver vektorer med samme ID, så de værktøjer kan kræve din godkendelse, før de udføres. Alle kald bliver logget.

Virker det med ChatGPT?

Ja. I ChatGPT går du til Settings › Apps & Connectors › Advanced og slår Developer mode til. Derefter tilføjer du dit PipMCP-link. Developer mode kræver et betalt ChatGPT-abonnement: Plus, Pro, Business eller Enterprise. Samme link virker også i Claude (Settings › Connectors › Add custom connector), Cursor og andre MCP-klienter.

Hvad koster det?

PipMCP har en gratis plan, og du skal ikke bruge betalingskort. Betalte planer afregnes pr. gennemført opgave. Du skal også selv have en Pinecone-konto.

Hvorfor skal Pinecone bruge et indeks-host?

Pinecone sender dataforespørgsler til et bestemt indeks' host og ikke til én fælles adresse. Du kopierer hostet fra indeksets side i Pinecone-konsollen og indsætter det sammen med din API-nøgle. AI'en arbejder derefter med det indeks og dets namespaces.