An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta Pgvector Vector Database a ChatGPT, Claude y Gemini

Configúralo una vez y funciona en ChatGPT, Claude, Cursor y en cualquier otro cliente que te guste. Todo se ejecuta con seguridad en segundo plano, para que tú te relajes y te centres en lo que de verdad importa. Controla tus embeddings y búsquedas de similitud mediante lenguaje natural.

Pregunta a la IA sobre este Connector

Desarrollado, mantenido y alojado por Vinkius.

MCP VERIFICADO · LISTO PARA PRODUCCIÓN · GARANTÍA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Tu IA hace el trabajo. Nosotros lo cuidamos, seguro.

Ninguna otra herramienta de IA te da esto. Tu workflow se ejecuta en el cliente que ya amas, tu cuenta permanece protegida y tú decides lo que el agente puede y no puede hacer. Es la razón completa para dar el salto.

Cada Connector vive dentro de nuestra infraestructura, en el mismo lugar donde se ejecuta tu workflow. Las tres cosas de abajo ya forman parte de él, trabajando en silencio en segundo plano para que nunca tengas que pensar en ellas. Nada que añadir, nada que configurar, nada de qué preocuparte.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector se ejecuta dentro de su propio entorno sellado.

Cada Connector se ejecuta en su propio runtime V8 aislado, sin acceso a tus archivos, a tu sistema ni a otros servidores. Un Connector nunca ve más allá de su propia petición.

Kill Switch02

Un interruptor detiene a todos los agentes. Al instante.

Una única acción desactiva todos los Connectors, revoca todos los tokens y cierra todas las sesiones a la vez. La Gobernanza de IA guarda el registro.

FinOps por usuario03

Límites de gasto que se pausan en vez de sorprenderte.

Cada usuario mantiene sus propias conexiones y credenciales, aisladas de las de los demás. Lo que supere tu límite de gasto se detiene y queda esperando tu aprobación en vez de cobrarse.

Tres controles, integrados en la capa por donde tu IA se conecta.

Set curado · 6 capacidades

Publicamos solo las acciones que importan.

Set de capacidades01 / 02

01-03

3 capacidades en este set.

Parte de 6 disponibles a través de pgvector.

  1. 01

    Crear índice

    Genera nuevos índices vectoriales para acelerar las consultas de búsqueda.

  2. 02

    Crear tabla

    Configura tablas nuevas con columnas de vectores y dimensiones personalizadas.

  3. 03

    Listar tablas

    Muestra las tablas disponibles y detecta cuáles contienen columnas vectoriales.

Set de capacidades02 / 02

04-06

3 capacidades en este set.

Parte de 6 disponibles a través de pgvector.

  1. 04

    Buscar vectores

    Realiza búsquedas de similitud vectorial utilizando métricas de distancia.

  2. 05

    Insertar vector

    Añade nuevas entradas de vectores con sus respectivos metadatos.

  3. 06

    Eliminar vector

    Borra entradas vectoriales específicas de tu base de datos.

Trabajo real

Lo que los equipos ejecutan de verdad

01

RAG Pipeline Development

Query production embeddings directly to provide context to your agent.

02

Semantic Search Implementation

Add vector-based search to existing applications using your current database.

03

Database Optimization

Create and manage HNSW indexes to reduce query latency on large datasets.

04

Knowledge Base Management

Keep your embeddings fresh by inserting and deleting vectors through natural language.

Automatiza una tarea

Pon pgvector a trabajar en una cosa.

Automatizaciones paso a paso que tu IA ejecuta a través de este Connector: el flujo de trabajo, los prompts para empezar y las capabilities exactas detrás de cada paso.

Un connector, todas las IAs

pgvector funciona con los clientes de IA más populares.

Estos son los clientes más populares, cada uno con una guía paso a paso: un enlace, configurado una vez, con gobernanza y visibilidad integradas. Y como todo corre sobre el estándar MCP, la misma conexión también funciona en cualquier otro cliente compatible: nada que reconstruir.

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

¿Construyendo tu propia app? El connector es tuyo para usar.

No necesitas un cliente para poner pgvector a trabajar: la misma conexión alojada se conecta a tus propias aplicaciones y al código de tu agente, con la misma gobernanza en cada petición. Construye con él, conversa con él: una conexión para ambos.

Observada, no estimada

Promedio de 897ms. Rápida en producción.

pgvector se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1031ms
3 octHoy
Día más rápido
763ms
Día más lento
1031ms
Tendencia de 14 días
Estable0%

Conecta tu cliente

Una URL. Todos los clientes.

Activa el Connector, copia tu enlace y pégalo en el cliente que ya usas. 6 capacidades llegan listas para funcionar.

Acceso de vista previa · no es autenticación del proveedor

El token vk_preview_* pertenece a la infraestructura de vista previa de Vinkius. Permite que Claude descubra y muestre las capacidades de pgvector, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con pgvector. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

pgvector Connector

Todo listo. Elige tu cliente MCP y sigue las instrucciones de configuración.

Enlace del conectorhttps://edge.vinkius.com/vk_preview_m3Dmr7TKd7NjkaPwx4OA0eTWiY7yo9GZdmp9NSJ4/mcp

Claude Desktop

Sigue los pasos siguientes para conectarte en segundos.

  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 — pgvector capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "pgvector-vector-database-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_m3Dmr7TKd7NjkaPwx4OA0eTWiY7yo9GZdmp9NSJ4/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Las instrucciones paso a paso para cada cliente están en la guía. Cómo conectar

¿Configuración guiada para Claude? Conectar pgvector con Claude y otras IA

Ve todos los clientes de IA con los que funciona este connector ↑

Para quién es

Hecho para el trabajo que quienes usan pgvector delegan.

Diseñado para profesionales que integran inteligencia artificial con bases de datos relacionales.

  • 01

    Ingenieros de IA

    Para construir flujos de RAG que consulten embeddings de producción sin crear endpoints de API personalizados.

  • 02

    Arquitectos de Datos

    Para gestionar esquemas vectoriales, monitorear el rendimiento de índices y optimizar la latencia de consultas.

  • 03

    Desarrolladores Fullstack

    Para añadir búsqueda semántica a aplicaciones existentes consultando pgvector directamente mediante un agente de IA.

FAQ

Preguntas de quienes usan pgvector.

  • 01

    What is pgvector MCP?

    It is an MCP that connects your AI client to a PostgreSQL database equipped with the pgvector extension, allowing for vector similarity searches and table management.

  • 02

    Which AI clients can use this MCP?

    You can use this with any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code.

  • 03

    Do I need to write SQL to use this?

    No. You can perform searches, create tables, and manage indexes using natural language prompts through your AI agent.

  • 04

    Can I optimize my search speed?

    Yes. You can instruct your agent to create HNSW or IVFFlat indexes on your vector columns to accelerate queries.

  • 05

    Does this require a separate vector database?

    No. This MCP works directly with your existing PostgreSQL database using the pgvector extension.

  • 06

    Does the agent connect directly to my database?

    Yes. Your connection string is encrypted at rest and injected into an isolated runtime. The agent connects directly to your PostgreSQL instance. no intermediate proxies, no data copies, no third-party storage.

  • 07

    What vector dimensions are supported?

    Any dimension supported by pgvector. from small 128-d vectors to large 3072-d embeddings (e.g., OpenAI text-embedding-3-large). Specify the dimension when creating a table and the agent handles the rest.

  • 08

    Which distance metrics can I use for similarity search?

    pgvector supports three operators: ` (L2/Euclidean distance), (cosine distance), and ` (negative inner product). The agent uses cosine distance by default, which works best for normalized embeddings like those from OpenAI.

Explora

Más en Loved By Devs

Sugerencias

Conecta pgvector a Claude, Cursor, ChatGPT y más