An astronaut overseeing a futuristic data hub
Descargar PDFVersión en Markdown

Conecta R2R 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. Lleva tu base de conocimientos directamente a tu agente de IA.

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 R2R.

  1. 01

    Buscar en vectores

    Realiza búsquedas de similitud semántica en tu base de datos de documentos para recuperar fragmentos de información relevantes.

  2. 02

    Ejecutar consulta RAG

    Utiliza el endpoint rag_query para que el motor R2R resuma información basada directamente en datos vectoriales.

  3. 03

    Listar documentos

    Muestra todos los documentos que han sido ingeridos en el sistema R2R.

Set de capacidades02 / 02

04-06

3 capacidades en este set.

Parte de 6 disponibles a través de R2R.

  1. 04

    Obtener detalles del documento

    Recupera la información y los metadatos específicos de un documento concreto.

  2. 05

    Verificar estado

    Comprueba la salud y la capacidad de respuesta del MCP R2R.

  3. 06

    Listar colecciones

    Muestra todas las colecciones de documentos organizadas en el sistema.

Trabajo real

Lo que los equipos ejecutan de verdad

01

RAG Debugging

Test how your agent retrieves specific information by running vector searches directly in your IDE.

02

Knowledge Auditing

Check your document collections and metadata to ensure your knowledge base is up to date.

03

Automated Summarization

Ask your agent to summarize large datasets by triggering RAG queries against your R2R engine.

04

System Health Checks

Quickly confirm your R2R deployment is online and responding to requests.

Automatiza una tarea

Pon R2R 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

R2R 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 R2R 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 850ms. Rápida en producción.

R2R se verifica a diario contra el servicio en producción.

Promedio diarioPico de 1133ms
3 octHoy
Día más rápido
693ms
Día más lento
1133ms
Tendencia de 14 días
Ralentizando+28%

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 R2R, para que veas la experiencia dentro de tu IA.

No autentica tu cuenta con R2R. Las acciones que requieran credenciales o datos reales de la cuenta podrían no ejecutarse hasta que actives el Connector y autorices el servicio.

R2R Connector

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

Enlace del conectorhttps://edge.vinkius.com/vk_preview_Psy9XiP4IhGY7SchHirciLtxL89aKlE6LAoJStd2/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 — R2R capabilities are ready to use.
Configuración · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "r2r-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_Psy9XiP4IhGY7SchHirciLtxL89aKlE6LAoJStd2/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 R2R 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 R2R delegan.

Este conector está diseñado para profesionales que necesitan integrar bases de datos vectoriales con modelos de lenguaje de forma fluida.

  • 01

    Ingenieros de IA y ML

    Para consultar instancias vectoriales de forma local sin necesidad de scripts externos o herramientas como Postman.

  • 02

    Custodios de datos

    Para verificar rápidamente la ingesta de documentos y navegar por los metadatos desde la terminal.

  • 03

    Desarrolladores Backend

    Para auditar las respuestas del motor y ajustar fácilmente los límites de recuperación semántica.

FAQ

Preguntas de quienes usan R2R.

  • 01

    What do I need to connect this MCP?

    You need your R2R Base URL and an Auth Key if your deployment requires authentication.

  • 02

    Which AI clients can I use with this?

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

  • 03

    How does the agent access my documents?

    The agent uses the search and rag_query capabilities to interact with your R2R vector database.

  • 04

    Can I see what documents are in my system?

    Yes, you can use the list_documents capability to see all ingested files or get_document to see specific details.

  • 05

    Is my data hosted by Vinkius?

    Vinkius hosts the MCP connection and manages the credentials, but the data remains in your R2R deployment.

  • 06

    What URL should I use for the R2R API URL?

    If you are running R2R locally via Docker, it's typically http://localhost:7272. If you are using SciPhi Cloud or have it deployed on your own infrastructure, provide the exact public or private endpoint.

  • 07

    Do I need an R2R API Key?

    It depends on your deployment. Open deployments for local testing may not require a key. Production deployments or SciPhi Cloud environments require you to provide the generated key.

  • 08

    What is the difference between RAG and Search?

    The search capability issues a standard vector similarity match—it returns relevant raw snippets from your database. The rag_query capability asks the R2R server to perform the search and compute an intelligent answer wrapping those snippets using an LLM.

  • 09

    Are document ingestions possible via chat?

    No. This integration is designed for observational toolsets (listing documents, inspecting states, querying the index). Heavy ingestions of PDFs or websites should be handled through scripts or the dashboard.

Explora

Más en Friends

Sugerencias

Conecta R2R a Claude, Cursor, ChatGPT y más