vectorize-io/vectorize-mcp-server

vectorize-io/vectorize-mcp-server

от vectorize-io
MCP-сервер для интеграции с Vectorize: выполняет векторный поиск по документам, извлекает текст из любых файлов в Markdown и запускает Deep Research. Полезен разработчикам AI-приложений, работающих...

Vectorize MCP Server

A Model Context Protocol (MCP) server implementation that integrates with Vectorize for advanced Vector retrieval and text extraction.

Vectorize MCP server

Installation

Running with npx
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID

npx -y @vectorize-io/vectorize-mcp-server@latest
VS Code Installation

For one-click installation, click one of the install buttons below:

Install with NPX in VS Code Install with NPX in VS Code Insiders

Manual Installation

For the quickest installation, use the one-click install buttons at the top of this section.

To install manually, add the following JSON block to your User Settings (JSON) file in VS Code. You can do this by pressing Ctrl + Shift + P and typing Preferences: Open User Settings (JSON).

{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "org_id",
        "description": "Vectorize Organization ID"
      },
      {
        "type": "promptString",
        "id": "token",
        "description": "Vectorize Token",
        "password": true
      },
      {
        "type": "promptString",
        "id": "pipeline_id",
        "description": "Vectorize Pipeline ID"
      }
    ],
    "servers": {
      "vectorize": {
        "command": "npx",
        "args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
        "env": {
          "VECTORIZE_ORG_ID": "${input:org_id}",
          "VECTORIZE_TOKEN": "${input:token}",
          "VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
        }
      }
    }
  }
}
Инструменты были проиндексированы:
deep-research

Сгенерируй глубокое исследование по настроенному пайплайну.

Параметры
  • querystringобязательный

    The deep research query.

  • webSearchbooleanобязательный

    Whether to perform a web search.

extract

Выполняет извлечение текста и разбивку на фрагменты в документе.

Параметры
  • base64Documentstringобязательный

    Document encoded in base64.

  • contentTypestringобязательный

    Document content type.

retrieve

Извлекает документы из настроенного конвейера.

Параметры
  • knumber

    The number of documents to retrieve.

  • questionstringобязательный

    The term to search for.

Похожие MCP-сервера

KashiwaByte/vikingdb-mcp-server

KashiwaByte/vikingdb-mcp-server

MCP сервер для интеграции с VikingDB, векторной базой данных от ByteDance. Позволяет выполнять вставку данных, семантический поиск и управление коллекциями и индексами. Идеально подходит для AI-приложений, RAG-систем и быстрого векторного поиска.

Python5
Redis MCP

Redis MCP

официальный

MCP сервер Redis дает AI-агентам управлять Redis на естественном языке: кэширование, сессии и векторный поиск. Интегрируется с MCP клиентами, упрощает разработку приложений для работы с данными в р...

Python619
zilliztech/mcp-server-milvus

zilliztech/mcp-server-milvus

официальный

MCP-сервер для векторной базы Milvus. Предоставляет LLM-приложениям векторный и гибридный поиск, управление коллекциями, операции с данными. Полезен разработчикам, интегрирующим AI с Claude Desktop...

Python243
Chroma MCP

Chroma MCP

официальный

MCP-сервер для интеграции Chroma (open-source базы эмбеддингов) с LLM. Позволяет создавать коллекции, добавлять документы и выполнять семантический поиск с фильтрацией. Подходит разработчикам, стро...

Python592
qdrant/mcp-server-qdrant

qdrant/mcp-server-qdrant

официальный

MCP инструмент для Qdrant реализует семантическую память с векторным поиском: сохраняет информацию (store) и ищет по смыслу (find). Полезен AI-агентам для долговременного контекста. Поддерживает stdio и SSE.

Python1526
pinecone-io/assistant-mcp

pinecone-io/assistant-mcp

официальный

MCP-сервер на Rust для получения данных от Pinecone Assistant. Укажите API-ключ и лимит результатов. Интеграция с ИИ-инструментами через Docker. Для разработчиков поисковых ассистентов.

Rust45
© Каталог MCP, 2026. Все права защищены.
Проект не аффилирован с Anthropic и любыми упомянутыми продуктами.
Все названия и торговые марки принадлежат их владельцам.
Контакты для связи: hi@mcp-katalog.ru

Лука Никитин