pinecone-mcp

Pinecone MCP 工具参考

Pinecone MCP 服务向 AI Agent 和 IDE 提供以下工具。有关设置和安装说明，请参阅 MCP 服务指南。

主要限制： Pinecone MCP 仅支持集成索引——即使用 Pinecone 内置嵌入模型创建的索引。它不适用于使用外部嵌入模型的标准索引。对于这类索引，请使用 Pinecone CLI。

---

list-indexes

列出当前 Pinecone 项目中的所有索引。

---

describe-index

获取指定索引的配置详情，包括云服务商、区域、维度、度量标准、嵌入模型、字段映射和状态。

参数：

• name（必需）— 索引名称

---

describe-index-stats

获取索引统计信息，包括记录总数和各命名空间的明细。

参数：

• name（必需）— 索引名称

---

create-index-for-model

使用集成嵌入模型创建新的无服务器索引。Pinecone 会自动处理嵌入，无需外部模型。

参数：

• name（必需）— 索引名称
• cloud（必需）— aws、gcp 或 azure
• region（必需）— 云区域（例如 us-east-1）
• embed.model（必需）— 嵌入模型：llama-text-embed-v2、multilingual-e5-large 或 pinecone-sparse-english-v0
• embed.fieldMap.text（必需）— 包含待嵌入文本的记录字段（例如 chunk_text）

---

upsert-records

在集成索引中插入或更新记录。系统会使用索引配置的模型自动生成嵌入。

参数：

• name（必需）— 索引名称
• namespace（必需）— 要写入的命名空间
• records（必需）— 记录数组。每条记录都必须包含 id 或 _id 字段，以及索引 fieldMap 中指定的文本字段。请勿将字段嵌套在 metadata 下，应直接放在记录中。

记录示例：

{ "_id": "rec1", "chunk_text": "The Eiffel Tower was built in 1889.", "category": "architecture" }

---

search-records

针对集成索引进行语义文本搜索。传入纯文本即可，MCP 会使用索引的模型自动生成查询嵌入。

参数：

• name（必需）— 索引名称
• namespace（必需）— 要搜索的命名空间
• query.inputs.text（必需）— 文本查询
• query.topK（必需）— 要返回的结果数
• query.filter（可选）— 使用 MongoDB 风格运算符（$eq、$ne、$in、$gt、$gte、$lt、$lte）进行元数据筛选
• rerank.model（可选）— 重排模型：bge-reranker-v2-m3、cohere-rerank-3.5 或 pinecone-rerank-v0
• rerank.rankFields（可选）— 用于重排的字段（例如 ["chunk_text"]）
• rerank.topN（可选）— 重排后要返回的结果数

---

cascading-search

同时搜索多个索引，然后对结果去重并重排，生成一个排序列表。

参数：

• indexes（必需）— 要搜索的 { name, namespace } 对象数组
• query.inputs.text（必需）— 文本查询
• query.topK（必需）— 重排前每个索引要检索的结果数
• rerank.model（必需）— 重排模型：bge-reranker-v2-m3、cohere-rerank-3.5 或 pinecone-rerank-v0
• rerank.rankFields（必需）— 用于重排的字段
• rerank.topN（可选）— 重排后最终要返回的结果数

---

rerank-documents

针对查询对一组文档或记录进行重排，无需先执行向量搜索。

参数：

• model（必需）— bge-reranker-v2-m3、cohere-rerank-3.5 或 pinecone-rerank-v0
• query（必需）— 用于重排的查询
• documents（必需）— 要重排的字符串或记录数组
• options.topN（必需）— 要返回的结果数
• options.rankFields（可选）— 如果文档是记录，则指定用于重排的字段