
Connectez Zilliz Cloud 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. Automatisez vos opérations de base de données vectorielles par le langage naturel.
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 · 10 capacités
Nous ne livrons que les actions qui comptent.
01-04
4 capacités dans cet ensemble.
Sur 10 disponibles via Zilliz Cloud.
- 01
Créer une collection
Nécessite un corps JSON. Crée une nouvelle collection vectorielle.
- 02
Décrire une collection
Récupère les détails et la structure d'une collection spécifique.
- 03
Supprimer une collection
Supprime définitivement une collection de votre cluster.
- 04
Insérer des entités
Ajoute de nouvelles données dans une collection existante.
05-07
3 capacités dans cet ensemble.
Sur 10 disponibles via Zilliz Cloud.
- 05
Lister les collections
Affiche la liste de toutes les collections présentes dans le cluster Zilliz.
- 06
Interroger des entités
Effectue des recherches sur les entités en utilisant des filtres de métadonnées.
- 07
Libérer une collection
Libère une collection de la mémoire pour optimiser les ressources du cluster.
08-10
3 capacités dans cet ensemble.
Sur 10 disponibles via Zilliz Cloud.
- 08
Supprimer des entités
Supprime des entrées spécifiques au sein d'une collection.
- 09
Charger une collection
Charge une collection en mémoire pour permettre les recherches.
- 10
Rechercher des vecteurs
Nécessite une configuration JSON. Effectue une recherche de similarité vectorielle.
Travail réel
Ce que les équipes font tourner
Rapid Prototyping
Quickly spin up new collections to test how different vector dimensions behave.
Resource Optimization
Tell your agent to release unused collections to keep the cluster running efficiently.
Data Auditing
Use the agent to check collection schemas and row counts instantly.
Automated Retrieval
Let your agent handle the heavy lifting of similarity searches during application development.
Automatisez une tâche
Mettez Zilliz Cloud 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
Zilliz Cloud 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 Zilliz Cloud 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 968 ms. Rapide en production.
Zilliz Cloud est vérifié quotidiennement contre le service en production.
- Jour le plus rapide
- 790ms
- Jour le plus lent
- 1190ms
- Tendance sur 14 jours
- En ralentissement+19%
Connectez votre client
Une URL. Tous les clients.
Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 10 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 Zilliz Cloud, pour que vous voyiez l’expérience dans votre IA.
Il n’authentifie pas votre compte auprès de Zilliz Cloud. 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.
Zilliz Cloud Connector
Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.
https://edge.vinkius.com/vk_preview_RKv8SXkDaOvT7RS1nwfoO7ZP8GbUdouO1cKQtzMb/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 — Zilliz Cloud capabilities are ready to use.
{
"mcpServers": {
"zilliz-cloud-mcp": {
"url": "https://edge.vinkius.com/vk_preview_RKv8SXkDaOvT7RS1nwfoO7ZP8GbUdouO1cKQtzMb/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 Zilliz Cloud 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 Zilliz Cloud délèguent.
Ce connecteur est conçu pour les professionnels manipulant de grands volumes de données vectorielles et souhaitant simplifier leur interaction avec l'infrastructure.
- 01
Ingénieurs IA
Pour tester rapidement des recherches vectorielles et vérifier les schémas de collections via le langage naturel.
- 02
Data Scientists
Pour surveiller la santé du cluster et la distribution des données sans écrire de code répétitif.
- 03
Développeurs
Pour intégrer la gestion et la récupération de bases de données vectorielles directement dans leur flux de travail.
FAQ
Les questions des utilisateurs de Zilliz Cloud.
- 01
How do I connect this MCP to my Zilliz cluster?
You need to provide your Zilliz Cluster Endpoint and your API Key during the setup process in Vinkius.
- 02
Which AI clients can I use with this MCP?
You can use any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code.
- 03
Can I manage cluster resources through my AI agent?
Yes, you can use the load and release capabilities to manage how collections occupy cluster memory.
- 04
Does this MCP support metadata filtering?
Yes, the query_entities capability allows you to find specific records using boolean expressions and metadata filters.
- 05
Is it possible to delete data using this MCP?
Yes, you can use the delete_entities capability to remove specific records or the drop_collection capability to remove entire collections.
- 06
How do I find my Cluster Endpoint?
You can find your Cluster Endpoint in the Zilliz Cloud Console under the 'Cluster Details' page. It typically looks like https://in01-xxxxxxxxxxxx.vectordb.zillizcloud.com.
- 07
Why do I need to 'load' a collection before searching?
Zilliz requires collections to be loaded into memory to perform high-performance similarity searches. Use the load_collection capability to make your data available for search.
- 08
Can I filter my vector search using metadata?
Yes, Zilliz supports hybrid search. You can use the query_entities capability for metadata-only filtering or include filtering expressions in your search_vectors JSON configuration.
Explorer
Plus dans AI Frontier
Milvus (Open-Source Vector Database) Connecteur IA
Manage vector storage via Milvus — perform ANN searches, query scalar entities, and audit collections.
VoirDataStax Astra DB Vector Connecteur IA
Manage Astra DB collections, documents, and perform vector similarity searches via DataStax directly from your
VoirTypesense Vector Search Connecteur IA
Automate vector similarity searches via Typesense — index documents, manage collections, and execute semantic
VoirMongoDB Atlas Vector Search Connecteur IA
Manage vector storage via MongoDB Atlas — perform similarity searches, query MQL documents, and audit collecti
Voir
Suggestions
Marqo AI (Vector Search & Embeddings) Connecteur IA
Manage semantic search via Marqo — execute tensor queries, index JSON documents, and audit vector indices.
Voirpgvector (Vector Database) Connecteur IA
Run vector similarity searches, manage embedding tables, and build AI-powered retrieval pipelines — all direct
VoirQdrant Connecteur IA
Empower your AI to interact directly with your Qdrant vector database — query clusters, perform similarity sea
VoirJD Cloud Infrastructure Connecteur IA
Manage JD Cloud supply-chain infrastructure from your AI. Control VMs, disks, databases, and monitor resource
Voir
Connectez Zilliz Cloud à Claude, Cursor, ChatGPT et d'autres
