An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie Vectara mit ChatGPT, Claude und Gemini

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Verbinden Sie Ihre Unternehmensdaten direkt mit Ihren KI-Agenten.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 7 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 02

01-04

4 Fähigkeiten in diesem Set.

Teil von 7, verfügbar über Vectara.

  1. 01

    Korpora auflisten

    Zeigt alle verfügbaren Korpora (durchsuchbare Datensätze) im Vectara-Konto an.

  2. 02

    Dokumente im Korpus anzeigen

    Listet alle indizierten Dokumente innerhalb eines spezifischen Korpus auf.

  3. 03

    RAG-Chat ausführen

    Nutzt Korpus-Schlüssel und Benutzeranfragen, um eine KI-Antwort mit Quellenangaben zu generieren.

  4. 04

    Korpus-Details abrufen

    Ruft Metadaten und Konfigurationen für einen bestimmten Korpus ab.

Fähigkeiten-Set02 / 02

05-07

3 Fähigkeiten in diesem Set.

Teil von 7, verfügbar über Vectara.

  1. 05

    Dokument löschen

    Entfernt ein Dokument dauerhaft aus einem Korpus. Diese Aktion kann nicht rückgängig gemacht werden.

  2. 06

    Chat-Sitzungen anzeigen

    Listet die bisherigen RAG-Chat-Sitzungen auf.

  3. 07

    Semantische Suche durchführen

    Führt eine semantische Suche über ein oder mehrere Korpora anhand von Suchbegriffen aus.

Echte Arbeit

Was Teams täglich ausführen

01

RAG Debugging

Test how your agent interprets specific documents by running queries against your corpora.

02

Internal Knowledge Retrieval

Ask questions against company wikis or technical manuals to get instant, cited answers.

03

Dataset Maintenance

Clean up your search index by deleting old or incorrect documents through your AI client.

04

Automated Documentation Search

Locate specific technical details across massive document libraries using natural language.

Eine Aufgabe automatisieren

Bringen Sie Vectara für eine Sache an die Arbeit.

Schritt-für-Schritt-Automatisierungen, die Ihre KI über diesen Connector ausführt: der Ablauf, die Prompts für den Einstieg und die genauen Fähigkeiten hinter jedem Schritt.

Ein Connector, jede KI

Vectara funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um Vectara arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 868ms. Schnell in der Produktion.

Vectara wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1195ms
3. Okt.Heute
Schnellster Tag
745ms
Langsamster Tag
1195ms
14-Tage-Trend
Verlangsamend+24%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 7 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von Vectara zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei Vectara. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

Vectara Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Vectara capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "vectara-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? Vectara in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die Vectara-Nutzer abgeben.

Dieser Connector richtet sich an technische Fachkräfte, die interne Daten effizient für KI-Anwendungen nutzbar machen wollen.

  • 01

    Software Engineers

    Testen RAG-Implementierungen direkt über den Chat, anstatt Testskripte zu schreiben.

  • 02

    Data Engineers

    Verwalten und bereinigen Datenbank-Kontexte innerhalb von Vectara über einfache Textbefehle.

  • 03

    Product Leads

    Stellen Fragen zu internen Handbüchern, ohne auf die Entwicklung einer Frontend-UI warten zu müssen.

  • 04

    Technical Writers

    Finden gezielte Passagen in tausenden von Dokumenten mittels semantischer Abfragen.

FAQ

Fragen von Vectara-Nutzern.

  • 01

    How do I connect Vectara to my AI client?

    You subscribe to the MCP on Vinkius, enter your Vectara API Key and Customer ID, and then connect your client like Claude or Cursor.

  • 02

    Can I delete documents using this MCP?

    Yes, you can use the delete_corpus_document capability to permanently remove a document from a corpus.

  • 03

    Does this support RAG?

    Yes, the execute_rag_chat capability allows your agent to perform RAG-powered chats with citations.

  • 04

    What clients are compatible?

    This MCP works with any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code.

  • 05

    Can I search multiple corpora at once?

    Yes, the perform_semantic_search capability allows you to provide multiple comma-separated corpus keys for a single query.

  • 06

    Can I query my internal documents directly using just conversational chat?

    Yes. If your data is indexed in a Vectara corpus, simply ask your agent: search the 'employee-handbook' corpus for remote work policies. The agent uses the queryTool to pass your question to Vectara's semantic engine, effortlessly bringing back precisely matching paragraph citations instantly.

  • 07

    How do I remove outdated context files destroying the accuracy of my RAG model?

    You don't need to rebuild APIs or use cURL. Tell your AI: delete document ID 'doc-992a' from my Sales corpus. It automatically formats the mutation and wipes the poisoned embedding from Vectara's nodes permanently, restoring high accuracy.

  • 08

    Will the RAG Chat capability provide accurate source citations?

    Yes. When you instruct the agent to run execute_rag_chat, Vectara processes the query against its internal LLM and index, returning a synthesized natural language answer appended solidly with exact document citations, proving the AI isn't hallucinating facts.

Entdecken

Mehr in AI Frontier

Vorschläge

Verbinde Vectara mit Claude, Cursor, ChatGPT & mehr