项目简介

本项目是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在为集成Pinecone的大型语言模型（LLM）客户端（如编码助手）提供标准化接口。它允许LLM客户端访问Pinecone的产品文档，并管理其Pinecone项目中的向量索引及数据。

主要功能

• Pinecone文档搜索: 允许LLM助手搜索官方Pinecone文档，获取准确的产品信息和使用示例。
• 索引管理: 提供列出、描述（配置和统计数据）Pinecone索引的能力。
• 创建索引: 支持为特定向量嵌入模型创建新的Pinecone索引。
• 数据操作: 允许向Pinecone索引中插入、更新或搜索向量数据记录。
• 结果优化: 支持对搜索结果进行级联搜索（跨多个索引）和基于查询的相关性重排序。

安装步骤

1. 安装 Node.js: 确保您的系统安装了 Node.js（版本 16 或更高）。Node.js通常包含 npm 和 npx 工具。
2. 获取 Pinecone API Key: 访问 Pinecone 控制台 生成您的 API Key。此 Key 用于允许服务器管理您的索引和数据。
3. 配置大模型助手: 根据您使用的大模型助手客户端（例如 Cursor 或 Claude desktop）的文档，将其配置为启动此MCP服务器。通常需要编辑客户端的配置文件（如 '.cursor/mcp.json' 或 'claude_desktop_config.json'）。

服务器配置（针对大模型助手客户端）

MCP服务器由大模型助手客户端负责启动和管理。您需要在客户端的配置中提供启动此服务器所需的信息。这些信息通常包括：

• 一个唯一的服务器名称（例如："pinecone"）。
• 启动命令 ('command'): 用于执行此MCP服务器的可执行文件或脚本。根据项目README，通常使用 'npx' 来直接运行npm包提供的命令，例如 'npx'。
• 命令参数 ('args'): 传递给启动命令的额外参数。例如，'-y @pinecone-database/mcp' 用于通过npx运行指定包。
• 环境变量 ('env'): 提供MCP服务器运行所需的环璄变量。最重要的是 'PINECONE_API_KEY'，其值应设置为您在步骤2中获得的 Pinecone API Key。

配置示例（概念性，具体格式请参考您助手客户端文档）：

{
  "mcpServers": {
    "pinecone": { // 服务器名称
      "command": "npx", // 启动命令
      "args": ["-y", "@pinecone-database/mcp"], // 命令参数
      "env": {
        "PINECONE_API_KEY": "<您的Pinecone API Key>" // 环境变量
      }
    }
  }
}

将上述概念信息填入您助手客户端的配置文件中相应位置。

基本使用方法

配置完成后，启动您的大模型助手客户端。客户端应该能够检测到已配置的MCP服务器。在与助手的对话中，您可以直接提出与Pinecone相关的问题或任务，例如：

• "请搜索关于Pinecone索引创建的文档。" (对应 'search-docs' 工具)
• "列出我所有的Pinecone索引。" (对应 'list-indexes' 工具)
• "帮我在索引 'my-index' 的 'default' 命名空间中搜索关于 '向量数据库' 的记录。" (对应 'search-records' 工具)
• "创建一个名为 'article-index' 的索引，用于嵌入文本内容。" (对应 'create-index-for-model' 工具)

大模型助手会根据您的指令，判断是否需要调用Pinecone MCP服务器提供的工具来完成任务，并在必要时请求您的确认。