An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez Opensearch Vector à ChatGPT, Claude et Gemini

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Pilotez vos index vectoriels par simple conversation.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 6 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 02

01-03

3 capacités dans cet ensemble.

Sur 6 disponibles via OpenSearch.

  1. 01

    Récupérer un index

    Récupère les paramètres et le mapping précis d'un index OpenSearch.

  2. 02

    Indexer un document

    Effectue une insertion atomique et rapide d'un document vectoriel dans l'espace d'embedding.

  3. 03

    Lister les index

    Affiche la liste de tous les index présents sur le cluster OpenSearch.

Ensemble de capacités02 / 02

04-06

3 capacités dans cet ensemble.

Sur 6 disponibles via OpenSearch.

  1. 04

    Rechercher par similarité

    Exécute une recherche k-NN en utilisant un vecteur dense pour trouver des documents conceptuellement proches.

  2. 05

    Supprimer un document

    Supprime un document vectoriel spécifique de l'espace OpenSearch.

  3. 06

    Créer un index

    Provisionne un nouvel index k-NN optimisé pour la similarité cosinus avec des dimensions configurables.

Travail réel

Ce que les équipes font tourner

01

RAG Pipeline Testing

Quickly verify if your retrieved context is accurate by running similarity searches through your agent.

02

Embedding Management

Add or remove specific document embeddings from your vector store as your data changes.

03

Index Monitoring

Check the status and document counts of your various vector indexes using simple text prompts.

04

Rapid Prototyping

Spin up new k-NN indexes with custom dimensions to test different embedding models.

Automatisez une tâche

Mettez OpenSearch au travail sur une chose.

Des automatisations étape par étape que votre IA exécute via ce Connector : le flux, les prompts pour démarrer et les capabilities exactes derrière chaque étape.

Un connector, toutes les IAs

OpenSearch fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

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

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre OpenSearch au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 916 ms. Rapide en production.

OpenSearch est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1525 ms
3 oct.Aujourd'hui
Jour le plus rapide
751ms
Jour le plus lent
1525ms
Tendance sur 14 jours
En ralentissement+80%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 6 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de OpenSearch, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de OpenSearch. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

OpenSearch Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_6R4dQ885yexHhsyH4M5e8fLiT1BjuMlzaUlJMumQ/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  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 — OpenSearch capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "opensearch-vector-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_6R4dQ885yexHhsyH4M5e8fLiT1BjuMlzaUlJMumQ/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer OpenSearch avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de OpenSearch délèguent.

Ce connecteur s'adresse aux professionnels de la donnée qui souhaitent intégrer la recherche vectorielle dans leurs flux de travail IA.

  • 01

    Ingénieurs ML

    Pour tester des requêtes de similarité sur des embeddings de production sans utiliser de lignes de commande.

  • 02

    Développeurs RAG

    Pour indexer et récupérer des documents de contexte destinés aux pipelines de génération augmentée par récupération.

  • 03

    Équipes Data

    Pour surveiller la santé des index et les configurations vectorielles via une interface conversationnelle plutôt que des tableaux de bord Kibana.

FAQ

Les questions des utilisateurs de OpenSearch.

  • 01

    What is this MCP used for?

    This MCP allows your AI client to perform k-NN vector searches, manage k-NN indexes, and handle document upserts within an OpenSearch cluster.

  • 02

    Which AI clients can I use with this?

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

  • 03

    Can I create indexes with specific dimensions?

    Yes, you can instruct your agent to create new k-NN indexes with configurable dimensions such as 384, 768, or 1536.

  • 04

    Does this work with existing OpenSearch clusters?

    Yes, you simply provide your existing host credentials to connect the MCP to your cluster.

  • 05

    How do I perform similarity searches?

    You can ask your agent to execute a k-NN search by providing the index name and a dense float vector.

  • 06

    What vector dimensions does it support?

    Any dimension supported by OpenSearch k-NN. Common values: 384 (MiniLM), 768 (BERT/all-mpnet), 1536 (OpenAI text-embedding-ada-002), 3072 (text-embedding-3-large). When creating an index, specify the exact dimension and the agent provisions the mapping automatically.

  • 07

    Can I delete an entire index or just individual documents?

    Currently, the agent supports deleting individual documents by ID from an index. Full index deletion is not exposed through this integration to prevent accidental data loss. If you need to drop an index, use the OpenSearch Dashboards or direct API calls.

  • 08

    Does this work with Amazon OpenSearch Service (managed)?

    Yes. Provide the Amazon OpenSearch Service endpoint as the host (e.g., https://search-xxx.us-east-1.es.amazonaws.com) along with the master username and password. The integration uses standard REST APIs that work identically on managed and self-hosted clusters.

Explorer

Plus dans Loved By Devs

Suggestions

Connectez OpenSearch à Claude, Cursor, ChatGPT et d'autres