MCP server de Vectorize
Commit 2 nov 2026Permite que un cliente de IA realice recuperación vectorial, extraiga y fragmente documentos en Markdown y genere informes de investigación profunda desde un pipeline de Vectorize.
También conocido como vectorize-io/vectorize-mcp-server
- Stars
- 116
- Herramientas
- —
- Descargas, 30 días
- —
- Última versión
- —
- Último commit
- 2 nov 2026
- Licencia
- MIT
¿Qué es Vectorize MCP?
Vectorize es un MCP server. Permite que un cliente de IA realice recuperación vectorial, extraiga y fragmente documentos en Markdown y genere informes de investigación profunda desde un pipeline de Vectorize.
Resumen generado a partir del README del proyecto
Acerca del MCP server de Vectorize
Este servidor permite a los desarrolladores que utilizan la plataforma Vectorize realizar recuperación vectorial y extracción de documentos directamente desde un cliente de IA. Conecta tu entorno local con un pipeline de Vectorize, permitiendo que una IA interactúe con tus datos mediante herramientas especializadas. Los usuarios pueden configurar esto en entornos como Claude, Windsurf, Cursor o Cline proporcionando un Vectorize Organization ID, un token de autenticación y un Pipeline ID específico a través de variables de entorno.
El servidor ofrece tres capacidades principales. Puede realizar búsquedas vectoriales para encontrar documentos relevantes basados en una pregunta específica, extraer texto de archivos como PDFs y convertirlos en fragmentos de Markdown, y ejecutar tareas de investigación profunda. Al integrar estas funciones, un asistente de IA puede ir más allá de un chat simple para consultar activamente tu base de datos vectorial y procesar documentos complejos con fines de investigación.
Qué puedes hacer con él
- 1Recuperación de documentos vectorialesPide a tu IA que encuentre información específica en tus conjuntos de datos indexados mediante búsqueda vectorial.
- 2Conversión de documentos a MarkdownConvierte archivos subidos, como PDFs, en texto Markdown estructurado para un mejor procesamiento por parte de la IA.
- 3Investigación profunda automatizadaInstruye a tu IA para generar informes de investigación exhaustivos utilizando tus pipelines de datos existentes.
Escrito a partir del README del proyecto. Cada caso de uso se verifica con una cita del mismo.
Configuración
VECTORIZE_ORG_IDVECTORIZE_PIPELINE_IDVECTORIZE_TOKEN
| Nombre | Descripción | Tipo |
|---|---|---|
| VECTORIZE_ORG_ID | — | |
| VECTORIZE_PIPELINE_ID | — | |
| VECTORIZE_TOKEN | — |
Verificaciones automáticas
Ejecutado 13 nov 2026Informe completo →Aún no verificado. Un servidor necesita una puntuación de 80, ningún hallazgo grave y suficientes datos para que podamos revisarlo. Cómo funcionan las verificaciones · Qué corregir para obtener más puntos
- Repositorio de origen vinculado y accesibleAprobado
- Licencia de código abierto (OSI)Aprobado
- Commit o lanzamiento en el último añoAprobado
- El nombre del paquete no es similar a un paquete popularNo verificado
- El endpoint remoto usa HTTPSNo verificado
- Las herramientas destructivas están etiquetadasNo verificado
- Sin instrucciones ocultas para el modeloAprobado
- No hay avisos críticos en el paquete ni en sus dependenciasNo verificado
README
Ver en GitHubVectorize MCP Server
A Model Context Protocol (MCP) server implementation that integrates with Vectorize for advanced Vector retrieval and text extraction.
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:
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": "${input:pipeline_id}"
}
}
}
}
}
Optionally, you can add the following to a file called .vscode/mcp.json in your workspace to share the configuration with others:
{
"inputs": [
{
"type": "promptString",
"id": "org_id",
"description": "Vectorize Organization ID"
},
{
"type": "promptString",
"id": "token",
"description": "Vectorize Token",
"password": true
},
{
"type": "promptString",
"id": "pipeline_id",
"description": "Vectorize Pipeline ID"
}
],
"servers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "${input:org_id}",
"VECTORIZE_TOKEN": "${input:token}",
"VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
}
}
}
}
Configuration on Claude/Windsurf/Cursor/Cline
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}
Tools
Retrieve documents
Perform vector search and retrieve documents (see official API):
{
"name": "retrieve",
"arguments": {
"question": "Financial health of the company",
"k": 5
}
}
Text extraction and chunking (Any file to Markdown)
Extract text from a document and chunk it into Markdown format (see official API):
{
"name": "extract",
"arguments": {
"base64document": "base64-encoded-document",
"contentType": "application/pdf"
}
}
Deep Research
Generate a Private Deep Research from your pipeline (see official API):
{
"name": "deep-research",
"arguments": {
"query": "Generate a financial status report about the company",
"webSearch": true
}
}
Development
npm install
npm run dev
Release
Change the package.json version and then:
git commit -am "x.y.z"
git tag x.y.z
git push origin
git push origin --tags
Contributing
- Fork the repository
- Create your feature branch
- Submit a pull request
Preguntas sobre Vectorize MCP
¿Cómo configuro el MCP server de Vectorize?
Establece las variables de entorno VECTORIZE_ORG_ID, VECTORIZE_TOKEN y VECTORIZE_PIPELINE_ID y ejecuta el paquete con npx. Puedes añadir el mismo bloque de variables de entorno a la configuración mcpServers de Claude, Windsurf, Cursor o Cline.
¿Puede el MCP server de Vectorize buscar en mi pipeline y devolver documentos?
Sí, la herramienta retrieve realiza búsquedas vectoriales y recupera documentos para una pregunta, con un parámetro k para definir el número de resultados.
¿Puede convertir documentos a Markdown?
Sí, la herramienta extract extrae texto de un documento y lo fragmenta en formato Markdown, utilizando un documento en base64 y su tipo de contenido.
¿Soporta Vectorize consultas de investigación profunda?
Sí, la herramienta deep-research genera un informe de investigación profunda privado desde tu pipeline, con la opción de habilitar la búsqueda web.
¿Qué autenticación necesita el servidor?
Necesita un token de Vectorize junto con tu ID de organización e ID de pipeline, pasados como variables de entorno.