Vectorize

Vectorize

от vectorize-io
Превращает ассистента в эксперта по вашим документам. Vectorize берёт на себя всю грязную работу RAG: парсинг PDF, чанки, эмбеддинги, векторный индекс. Модель отвечает фактами из ваших файлов, а не общими фразами из интернета. Есть режим глубокого исследования по базе знаний.

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}"
        }
      }
    }
  }
}

Часто задаваемые вопросы

Инструменты были проиндексированы:
deep-research

Сгенерируй глубокое исследование по настроенному пайплайну.

Параметры
  • querystringобязательный

    Глубокий исследовательский запрос.

  • webSearchbooleanобязательный

    Выполнять ли веб-поиск.

extract

Выполняет извлечение текста и разбивку на фрагменты в документе.

Параметры
  • base64Documentstringобязательный

    Документ, закодированный в base64.

  • contentTypestringобязательный

    Документирует тип содержимого.

retrieve

Извлекает документы из настроенного конвейера.

Параметры
  • knumber

    Количество документов для получения.

  • questionstringобязательный

    Термин для поиска.

0.4.3основная
0.4.2
0.4.1
0.4.0
0.2.0
0.1.0

Выберите клиент, чтобы установить Vectorize:

Любой клиент

Конфиг добавления MCP сервера стандартный, обычно он не меняется вообще, поэтому подходит практически к любому ИИ клиенту, поддерживающему MCP.

{
  "mcpServers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      }
    }
  }
}
CursorCursor

Перейдите по ссылке и сервер автоматически будет добавлен в Cursor. Либо откройте/создайте файл ~/.cursor/mcp.json(%USERPROFILE%\.cursor\mcp.json на Windows) и добавьте конфиг сервера:

{
  "mcpServers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      }
    }
  }
}
VS Code

Создайте .vscode/mcp.json в проекте (ключ верхнего уровня — servers):

{
  "servers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "type": "stdio",
      "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}"
      }
    }
  }
}

Либо добавьте сервер через терминал:

code --add-mcp "{\"name\":\"vectorize-io-vectorize-mcp-server-twrrirx0m2\",\"type\":\"stdio\",\"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}\"}}"
ClaudeClaude Desktop

Откройте Settings → Developer → Edit Config — это откроет файл claude_desktop_config.json:

  • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %APPDATA%\Claude\claude_desktop_config.json

Впишите сервер и полностью перезапустите Claude Desktop:

{
  "mcpServers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      }
    }
  }
}
Claude CodeClaude Code

Добавьте сервер одной командой в терминале:

claude mcp add vectorize-io-vectorize-mcp-server-twrrirx0m2 --env VECTORIZE_ORG_ID=${input:org_id} --env VECTORIZE_TOKEN=${input:token} --env VECTORIZE_PIPELINE_ID=${input:pipeline_id} -- npx -y @vectorize-io/vectorize-mcp-server@latest

Либо через JSON-конфиг:

claude mcp add-json vectorize-io-vectorize-mcp-server-twrrirx0m2 "{\"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}\"}}"
CodexCodex

Добавьте сервер командой в терминале:

codex mcp add vectorize-io-vectorize-mcp-server-twrrirx0m2 --env VECTORIZE_ORG_ID=${input:org_id} --env VECTORIZE_TOKEN=${input:token} --env VECTORIZE_PIPELINE_ID=${input:pipeline_id} -- npx -y @vectorize-io/vectorize-mcp-server@latest

Либо вручную в ~/.codex/config.toml(%USERPROFILE%\.codex\config.toml на Windows):

[mcp_servers.vectorize-io-vectorize-mcp-server-twrrirx0m2]
command = "npx"
args = ["-y", "@vectorize-io/vectorize-mcp-server@latest"]

[mcp_servers.vectorize-io-vectorize-mcp-server-twrrirx0m2.env]
VECTORIZE_ORG_ID = "${input:org_id}"
VECTORIZE_TOKEN = "${input:token}"
VECTORIZE_PIPELINE_ID = "${input:pipeline_id}"
PerplexityPerplexity

MCP доступен подписчикам Perplexity Pro / Max / Enterprise. Локальные серверы — только в приложении для macOS.

  1. Откройте Настройки аккаунта → Connectors.
  2. Установите вспомогательное приложение PerplexityXPC (один раз).
  3. Нажмите Add Connector → вкладка Simple.
  4. В поле Server Name укажите Vectorize, а в поле команды запуска — строку ниже:
npx -y @vectorize-io/vectorize-mcp-server@latest

Нажмите Save и дождитесь статуса Running.

WindsurfWindsurf

Откройте Windsurf Settings → Cascade → MCP Servers или отредактируйте файл ~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      }
    }
  }
}
ClineCline

В панели Cline нажмите иконку MCP Servers → Configure → Configure MCP Servers (или отредактируйте ~/.cline/mcp.json) и добавьте сервер:

{
  "mcpServers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}
Continue

Создайте файл в .continue/mcpServers/ (например vectorize-io-vectorize-mcp-server-twrrirx0m2.yaml) или добавьте блок в config.yaml. MCP работает только в режиме agent:

mcpServers:
  - name: vectorize-io-vectorize-mcp-server-twrrirx0m2
    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}
Zed

Выполните agent: add context server или откройте настройки (zed: open settings file) и добавьте сервер в объект context_servers:

{
  "context_servers": {
    "vectorize-io-vectorize-mcp-server-twrrirx0m2": {
      "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}"
      }
    }
  }
}

Похожие MCP-сервера

Manticore MCP

Manticore MCP

официальный

от manticoresoftware

MCP сервер для Manticore Search: даёт ИИ-ассистентам доступ к базе - SQL-запросы, таблицы и схемы, документация. Работает с Claude, Cursor и другими. Полезен разработчикам, работающим с полнотекстовым и векторным поиском.

Python⭐ 5
Chroma MCP

Chroma MCP

официальный

от chroma-core

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...

Python⭐ 600
Qdrant MCP

Qdrant MCP

официальный

от qdrant

Хранит и ищет информацию в Qdrant: добавляет записи с метаданными, находит релевантное по смыслу, работает с локальной базой. Официальный сервер от Qdrant.

Python⭐ 1551
Milvus MCP

Milvus MCP

официальный

от zilliztech

Ищет по вектору и тексту в Milvus, управляет коллекциями и записями. Работает с Claude Desktop, Cursor и другими клиентами.

Python⭐ 245
Perplexity MCP

Perplexity MCP

официальный

от perplexityai

Официальный сервер Perplexity: ищет свежую информацию в вебе, отвечает на вопросы и проводит глубокие исследования с моделями Sonar. Работает по API-ключу.

TypeScript⭐ 2581
laradji/deadzone

laradji/deadzone

от laradji

Deadzone — векторный индекс для семантического поиска по документации, работающий как локальный MCP-сервер. Полезен разработчикам AI-агентов, которым нужен поиск по документам без интернета. Исполь...

Go⭐ 4
© 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