用于 Claude Desktop 的 Pinecone 模型上下文协议服务器。
读取和写入 Pinecone 索引。
成分
flowchart TB
subgraph Client["MCP Client (e.g., Claude Desktop)"]
UI[User Interface]
end
subgraph MCPServer["MCP Server (pinecone-mcp)"]
Server[Server Class]
subgraph Handlers["Request Handlers"]
ListRes[list_resources]
ReadRes[read_resource]
ListTools[list_tools]
CallTool[call_tool]
GetPrompt[get_prompt]
ListPrompts[list_prompts]
end
subgraph Tools["Implemented Tools"]
SemSearch[semantic-search]
ReadDoc[read-document]
ListDocs[list-documents]
PineconeStats[pinecone-stats]
ProcessDoc[process-document]
end
end
subgraph PineconeService["Pinecone Service"]
PC[Pinecone Client]
subgraph PineconeFunctions["Pinecone Operations"]
Search[search_records]
Upsert[upsert_records]
Fetch[fetch_records]
List[list_records]
Embed[generate_embeddings]
end
Index[(Pinecone Index)]
end
%% Connections
UI --> Server
Server --> Handlers
ListTools --> Tools
CallTool --> Tools
Tools --> PC
PC --> PineconeFunctions
PineconeFunctions --> Index
%% Data flow for semantic search
SemSearch --> Search
Search --> Embed
Embed --> Index
%% Data flow for document operations
UpsertDoc --> Upsert
ReadDoc --> Fetch
ListRes --> List
classDef primary fill:#2563eb,stroke:#1d4ed8,color:white
classDef secondary fill:#4b5563,stroke:#374151,color:white
classDef storage fill:#059669,stroke:#047857,color:white
class Server,PC primary
class Tools,Handlers secondary
class Index storage
资源
服务器实现了读取和写入 Pinecone 索引的能力。
工具
semantic-search ：在 Pinecone 索引中搜索记录。
read-document ：从 Pinecone 索引中读取文档。
list-documents ：列出 Pinecone 索引中的所有文档。
pinecone-stats ：获取有关 Pinecone 索引的统计信息，包括记录数、维度和命名空间。
process-document ：将文档处理成块，并将其更新插入到 Pinecone 索引中。这将执行分块、嵌入和更新插入的整个步骤。
注：嵌入是通过 Pinecone 的推理 API 生成的，分块是通过基于 token 的分块器完成的。本文从 langchain 复制了大量内容，并使用 Claude 进行调试。
Related MCP server: MCP DuckDuckGo Search Server
快速入门
通过 Smithery 安装
要通过Smithery自动为 Claude Desktop 安装 Pinecone MCP 服务器：
npx -y @smithery/cli install mcp-pinecone --client claude
安装服务器
建议使用uv为 Claude 本地安装服务器。
或者
uv pip install mcp-pinecone
按照如下所述添加您的配置。
克劳德桌面
在 MacOS 上： ~/Library/Application\ Support/Claude/claude_desktop_config.json在 Windows 上： %APPDATA%/Claude/claude_desktop_config.json
注意：您可能需要使用uv的直接路径。使用which uv来查找路径。
开发/未发布的服务器配置
"mcpServers": {
"mcp-pinecone": {
"command": "uv",
"args": [
"--directory",
"{project_dir}",
"run",
"mcp-pinecone"
]
}
}
已发布的服务器配置
"mcpServers": {
"mcp-pinecone": {
"command": "uvx",
"args": [
"--index-name",
"{your-index-name}",
"--api-key",
"{your-secret-api-key}",
"mcp-pinecone"
]
}
}
注册 Pinecone
您可以在此处注册一个 Pinecone 帐户。
获取 API 密钥
在 Pinecone 中创建一个新索引，替换{your-index-name} ，并从 Pinecone 仪表板获取 API 密钥，替换配置中的{your-secret-api-key} 。
发展
构建和发布
准备分发包：
同步依赖项并更新锁文件：
构建软件包分发版：
这将在dist/目录中创建源和轮子分布。
发布到 PyPI：
注意：您需要通过环境变量或命令标志设置 PyPI 凭据：
调试
由于 MCP 服务器通过 stdio 运行，调试起来可能比较困难。为了获得最佳调试体验，我们强烈建议使用MCP Inspector 。
您可以使用以下命令通过npm启动 MCP Inspector：
npx @modelcontextprotocol/inspector uv --directory {project_dir} run mcp-pinecone
启动后，检查器将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。
执照
本项目遵循 MIT 许可证。详情请参阅LICENSE文件。
源代码
源代码可在GitHub上找到。
贡献
通过Bluesky或打开问题向我发送您的想法和反馈。