Hoppa till innehållet

Integration · Företagsdata

Ansluta Claude & ChatGPT till Pinecone

Be om din AI att söka i en Pinecone-index, titta på vad som lagras i ett namnrymd eller lägg till nya anteckningar. Den kan köra likhetssökningar, hämta vektorer via ID eller metadata, uppdatera (upsert) vektorer, anteckningar och dokument, samt läsa statistik om index och namnrymdar. Du kan kontrollera och arbeta med din vektordata från en chatt istället för att skriva skript.

Anslut Pinecone gratis

Gratis abonnemang, inget kreditkort krävs. Tar ungefär en minut.

Prova att fråga

  • “Hur många vektorer finns i indexet, och hur är de fördelade över namnrymdarna?”

    AI:n läser indexstatistiken: totalt antal vektorer, dimension och antalet per namnrymd.

  • “Sök i namnrymden support-docs efter passager om återbetalningspolicy.”

    Den söker anteckningar baserat på mening med ditt text som fråga och returnerar de bästa matchningarna med deras fält.

  • “Hitta de 10 vektorerna som är mest liknande vektorn doc-4812.”

    Den kör en fråga med det vektor-ID:n, returnerar de närmaste matchningarna med betyg och, om du ber, deras metadata.

Vad din AI kan göra

Sökning och frågande

Hitta liknande vektorer via vektor eller ID, sök anteckningar baserat på mening med valfri omordning, och sök dokument med en metadata-filter.

Skapa och uppdatera data

Uppdatera (upsert) vektorer, anteckningar och dokument, uppdatera vektorvärden eller metadata, och delvis uppdatera dokument.

Namnrymdar och statistik

Lista och skapa namnrymdar, lista vektor- och dokument-ID:n, och läsa indexstatistik per namnrymd.

  • “Visa metadata för vektorerna faq-001 och faq-002.”

    Den hämtar de två vektorerna via ID:n och visar deras värden och metadata.

  • “Markera alla vektorer med källa=old-site som arkiverade.”

    Den uppdaterar metadata för alla vektorer som matchar filtret, i den namnrymd du anger.

  • “Ta bort alla vektorer från testnamnrymden.”

    Den tar bort varje vektor i den namnrymden. Raderingen är permanent och kan inte åtgärdas.

24 verktyg för Pinecone

Dessa verktyg aktiveras när du ansluter. Du kan stänga av valfritt verktyg eller kräva ditt godkännande innan det körs.

  • cancel_importFlyttar pengarAvbryt en import (import-id). Finansiell eller irreversibel åtgärd; kan kräva godkännande. API-sammanfattning: Avbryt en import.
  • create_importSynligt för andraSkapa en ny import. Krävs: pinecone api version eller uri. Har effekter synliga utanför detta system. API-sammanfattning: Starta import.
  • create_namespaceÄndrar dataSkapa ett nytt namnrum i indexet med ett `name`, eventuellt med ett `schema` som anger vilka metadatafält som är filtrerbara.
  • delete_documents_delete_documentsRaderarPermanentt ta ut ett dokument per namnrymd. Destruktivt åtgärd; kan kräva godkännande. API-sammanfattning: Ta ut dokument.
  • delete_namespaceRaderarPermanentt ta ut en namnrymd via namnrymd. Destruktivt åtgärd; kan kräva godkännande.
  • delete_vectorsRaderarPermanentt ta ut vektorer från en `namespace` via `ids` eller metadata `filter`; `delete_all` tar bort alla vektor i namnrymden. Detta kan inte åtgärdas.
  • describe_index_statsÄndrar dataHämta statistik för indexet: total vektorräkning, dimension och räkningar per namnrum. Välj att överföra metadata `filter`.
  • fetch_documentsÄndrar dataTa ut dokument från en `namespace` via `ids` eller metadata `filter`, välj vilken `include_fields` som ska returneras.
  • fetch_vectorsTa ut vektorer via deras `ids` från en valfri `namespace`, returnera värden och metadata.
  • fetch_vectors_by_metadataÄndrar dataTa ut vektorer vars metadata matchar en `filter` i en valfri `namespace`. Stöder `limit` och `pagination_token`.
  • get_importHämta en import via import-id. API-sammanfattning: Beskriv en import.
  • get_namespaceHämta detaljer för en namnrymd via `namespace`-namn, t.ex. antalet anteckningar.
  • list_documentsÄndrar dataLista dokument-ID:n i ett `namespace`, eventuellt filtrerat efter ID `prefix`. Stöder `limit` och `pagination_token`.
  • list_importsLista importer. Valfria filter: pagination-token. Resultat är paginerade.
  • list_namespacesLista namnrymderna i den anslutna indexen, valfritt filtrerat efter namn `prefix`. Använd för att hitta vilken namnrymd som innehåller de data du behöver.
  • list_vector_idsLista vektor-ID:n i en `namespace`, valfritt endast dem som börjar med en ID `prefix`. Stöder `limit` och `pagination_token`.
  • query_vectorsÄndrar dataHitta de `top_k` mest liknande vektorerna till en fråga `vector` eller en befintlig vektor `id`, i ett valfritt `namespace` och med ett eventuellt metadata `filter`. Ställ `include_metadata` in för att returnera metadatan.
  • search_documentsÄndrar dataSök dokument i en `namespace` och returnera de `top_k` bästa matchningarna. `score_by` listar betygsättningsmetoder, t.ex. [{"type": "text", "field": "body", "query": "refund policy"}]; lägg till en valfri metadata `filter`.
  • search_recordsÄndrar dataSök anteckningar i en `namespace` efter betydelse. Skicka `query` med `top_k` och antingen text `inputs` (för index med integrerad embedding), en anteckning `id` eller en `vector`, plus valfri metadata `filter`, `fields` för att returnera och `rerank`.
  • update_documentsÄndrar dataDelvis uppdatera dokument i en `namespace`: antingen skicka `documents` (varje med `_id` och fälten att ändra) eller metadata `filter` med `set_fields` / `remove_fields`.
  • update_vectorÄndrar dataUppdatera en vektor med `id` (ny `values` eller `set_metadata`), eller uppdatera metadatan för alla vektorer som matchar ett `filter`, i ett valfritt `namespace`.
  • upsert_documentsÄndrar dataLägg till eller skriv över upp till 1 000 `documents` i ett `namespace`. Varje dokument behöver ett `_id`; andra fält lagras och valideras mot indexschema.
  • upsert_recordsÄndrar dataLägg till eller skriv över anteckningar i ett `namespace` för en index med integrerad embedding. Varje element i `items` behöver ett `_id` plus dess text- och metadatafält; befintliga anteckningar med samma ID ersätts.
  • upsert_vectorsÄndrar dataLägg till eller skriv över vektorer i ett `namespace`. Varje element i `vectors` har ett `id`, `values` och eventuellt `metadata`; befintliga vektorer med samma ID ersätts.

Kom igång i tre steg

  1. 1

    Välj appen

    Skapa ett gratis PipMCP-konto och välj Pinecone i applistan.

  2. 2

    Klistra in din nyckel

    Klistra in två värden: din indexvärd och en API-nyckel. I Pinecone-konsolen (app.pinecone.io) öppna ditt projekt, gå till API-nycklar och klicka på Skapa API-nyckel. Därefter öppna Database > Indexer, välj indexet och kopiera dess värd utan https:// (t.ex. mitt-index-abc123.svc.aped-4627-b74a.pinecone.io). En anslutning fungerar för ett enda index.

  3. 3

    Lägg till länken i din AI

    Du får en personlig MCP-länk. Lägg till den i Claude, ChatGPT eller Cursor:

    1. Klicka på ditt namn och sedan på Inställningar › Anslutningar › Lägg till anpassad anslutning.
    2. Klistra in din länk som URL för den fjärranslutna MCP-servern.
    3. Aktivera anslutningen via +-menyn i en chatt.

Frågor

Vad kan AI:n göra i Pinecone?

AI:n kan läsa indexstatistik, lista och undersöka namnrymdar, lista vektor- och dokument-ID:n, hämta vektorer och dokument, och köra likhetssökningar och sökningar. Den kan skapa namnrymdar, uppdatera (upsert) vektorer, anteckningar och dokument, uppdatera vektorer och dokument, och ta bort vektorer om du aktiverar detta verktyg.

Ser AI:n min Pinecone API-nyckel?

Nej. Din Pinecone API-nyckel är krypterad vid vila och visas aldrig för AI:n. Efter att du sparade den visas den inte längre, inte ens åt dig. AI:n ser endast resultaten från verktygen den anropar.

Kan jag styra vad AI:n får göra?

Ja. Du väljer vilka verktyg som är aktiverade, så du kan börja med bara sökning och hämtning. Att ta bort vektorer är permanent, och uppdateringar ersätter befintliga vektorer med samma ID, så dessa verktyg kan kräva ditt godkännande innan de köras. Varje verktygsanrop loggas.

Fungerar det med ChatGPT?

Ja. I ChatGPT gå till Inställningar › Appar & Kopplingar › Avancerat och aktivera Utvecklarmodus, sedan lägg till din PipMCP-länk. Utvecklarmodus kräver ett betald ChatGPT-avtal: Plus, Pro, Business eller Enterprise. Länken fungerar också i Claude (Inställningar › Kopplingar › Lägg till anpassad koppling), Cursor och andra MCP-klienter.

Vad kostar det?

PipMCP har en gratisplan utan krav på kreditkort. Betalda planer faktureras per utfört uppgift. Du behöver också din egen Pinecone-konto.

Varför behöver Pinecone en indexvärd?

Pinecone skickar datamålsfrågor till värdet för en specifik index, inte till ett gemensamt adress. Du kopierar det värdet från indexsidan i Pinecone-konsolen och klistrar in det bredvid din API-nyckel. AI:n arbetar sedan med den indexen och dess namnrum.

Låt din AI arbeta i Pinecone redan idag.

Kom igång gratis. Din nyckel förblir krypterad, och du bestämmer vad AI:n får göra.

Anslut Pinecone gratis

PipMCP har ingen koppling till Pinecone. Produktnamnen är varumärken som tillhör respektive ägare.