
Connectez Vectara 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. Transformez vos données privées en réponses intelligentes et sourcées.
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.
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.

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.
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.
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 · 7 capacités
Nous ne livrons que les actions qui comptent.
01-04
4 capacités dans cet ensemble.
Sur 7 disponibles via Vectara.
- 01
Lister les corpus
Affiche l'ensemble des corpus (jeux de données consultables) présents sur votre compte Vectara.
- 02
Lister les documents du corpus
Récupère la liste de tous les documents indexés au sein d'un corpus spécifique.
- 03
Exécuter un chat RAG
Génère une réponse IA résumée et sourcée en utilisant les clés de corpus et la requête utilisateur.
- 04
Obtenir les détails du corpus
Récupère les métadonnées et la configuration d'un corpus donné.
05-07
3 capacités dans cet ensemble.
Sur 7 disponibles via Vectara.
- 05
Supprimer un document
Supprime définitivement un document d'un corpus. Cette action est irréversible.
- 06
Lister les sessions de chat
Affiche l'historique des sessions de chat RAG effectuées.
- 07
Effectuer une recherche sémantique
Lance une recherche sémantique sur un ou plusieurs corpus à partir d'une requête textuelle.
Travail réel
Ce que les équipes font tourner
RAG Debugging
Test how your agent interprets specific documents by running queries against your corpora.
Internal Knowledge Retrieval
Ask questions against company wikis or technical manuals to get instant, cited answers.
Dataset Maintenance
Clean up your search index by deleting old or incorrect documents through your AI client.
Automated Documentation Search
Locate specific technical details across massive document libraries using natural language.
Automatisez une tâche
Mettez Vectara 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
Vectara 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.
Claude
ChatGPT
Gemini
Perplexity
Grok
Microsoft Copilot
Cursor
VS Code
Windsurf
JetBrains
Cline
LangChain
Vercel AI SDK
Lovable
Z.ai
Raycast
Qwen Code
Kimi Code
Le ChatVous construisez votre propre app ? Le connector est à vous.
Vous n'avez pas besoin d'un client pour mettre Vectara 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 868 ms. Rapide en production.
Vectara est vérifié quotidiennement contre le service en production.
- Jour le plus rapide
- 745ms
- Jour le plus lent
- 1195ms
- Tendance sur 14 jours
- En ralentissement+24%
Connectez votre client
Une URL. Tous les clients.
Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 7 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 Vectara, pour que vous voyiez l’expérience dans votre IA.
Il n’authentifie pas votre compte auprès de Vectara. 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.
Vectara Connector
Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.
https://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/mcpClaude Desktop
Suivez les étapes ci-dessous pour vous connecter en quelques secondes.
- 1In Claude Desktop, open Settings → Connectors.
- 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
- 3Click Add and start a new chat — Vectara capabilities are ready to use.
{
"mcpServers": {
"vectara-mcp": {
"url": "https://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/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 Vectara 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 Vectara délèguent.
Ce connecteur s'adresse aux professionnels de la donnée et du développement qui souhaitent intégrer des connaissances métier directement dans leurs outils de travail.
- 01
Ingénieurs Logiciel
Pour tester et déboguer les implémentations RAG en interrogeant directement les réponses via le chat.
- 02
Ingénieurs de Données
Pour gérer et nettoyer les index de données en supprimant les contextes obsolètes via des commandes textuelles.
- 03
Responsables Produit
Pour interroger les manuels produits stockés dans Vectara sans attendre le développement d'une interface dédiée.
- 04
Rédacteurs Techniques
Pour localiser instantanément des passages précis parmi des milliers de documents grâce à la recherche sémantique.
FAQ
Les questions des utilisateurs de Vectara.
- 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.
Explorer
Plus dans AI Frontier
Elastic Enterprise Search Connecteur IA
Manage enterprise search via Elastic — search engines and documents, handle indexing, and monitor search analy
VoirVertex AI Search Connecteur IA
Search across your enterprise data using Google's semantic search and generative AI grounding.
VoirLlamaIndex (AI Data Framework & RAG) Connecteur IA
Query and manage RAG pipelines via LlamaIndex — execute natural language searches, audit indexed files, and mo
VoirLucidworks Fusion (AI Search & Discovery) Connecteur IA
Manage AI-powered search via Lucidworks Fusion — execute semantic queries, index documents, and monitor ML tra
Voir
Suggestions
GroundX Connecteur IA
Data search and RAG optimization platform.
VoirJina AI (Search Foundation & LLM Grounding) Connecteur IA
Power your RAG and search via Jina AI — generate embeddings, rerank documents, read URLs, and perform semantic
VoirLinkup (AI Search & RAG) Connecteur IA
Power your AI agents with real-time web search via Linkup — execute semantic queries and extract RAG-ready con
VoirData Pipeline Prover Connecteur IA
A data team asked an AI to build an ETL pipeline. No schema contract. No idempotency. No freshness SLA. The pi
Voir
Connectez Vectara à Claude, Cursor, ChatGPT et d'autres
