• CONFIG
  • STATUS
  • DEPLOY
  • HUMAN

Auditer vos configs d'infrastructure vectorielle avec l'IA

Connectez votre IA à Vertex AI Vector Search pour inspecter vos paramètres de déploiement. Une fois la connexion établie, votre agent peut extraire les données de configuration en temps réel de votre projet Google Cloud.

Demandez à l'IA à propos de cette page

Réponse rapide

Comment auditer mon infrastructure vectorielle avec l'IA ?

Votre IA utilise le MCP Vertex AI Vector Search pour extraire les détails des index, la dimensionnalité et l'état des points de terminaison directement depuis votre projet. Vous obtenez une vue claire de vos index déployés et de leurs configurations sans naviguer manuellement dans la console.

Chaque problème est répertorié.

Résultats de l'audit

Votre IA classe les données trouvées selon ces catégories spécifiques.

CONFIG

Vérification des métadonnées

L'IA extrait la dimensionnalité et les détails de configuration. Vous saurez si vos index respectent vos exigences architecturales.

STATUS

Santé des endpoints

L'agent identifie les points de terminaison actifs et leur état de déploiement. Cela permet de repérer rapidement les endpoints inactifs ou mal configurés.

DEPLOY

Cartographie du déploiement

L'IA liste quels index sont affectés à quels endpoints. Vous obtenez une vue précise de votre empreinte de recherche vectorielle active.

HUMAN

Intervention manuelle

L'IA détecte les écarts entre votre configuration cible et la réalité. À vous de décider s'il faut modifier une config dans la console Google Cloud.

Le flux

Ce que fait votre IA lors de la requête.

L'IA parcourt votre projet Google Cloud pour collecter les données de configuration spécifiques que vous avez demandées.

  1. Localiser les endpoints

    L'agent recherche tous les points de terminaison de recherche vectorielle disponibles dans votre projet pour établir un point de départ.

    list_index_endpoints

  2. Identifier les index

    L'IA scanne votre projet pour trouver tous les index vectoriels existants.

    list_vector_indexes

  3. Inspecter les paramètres

    L'agent analyse un index spécifique pour extraire ses dimensions et ses métadonnées.

    get_index_details

  4. Vérifier les déploiements

    L'IA vérifie quels index sont réellement en cours d'exécution sur vos endpoints.

    list_deployed_indexes

Essayez

Copiez ces exemples pour commencer.

Utilisez ces prompts pour lancer votre audit.

Points de départ

Remplacez les noms de projet ou les ID d'index par vos identifiants Google Cloud réels.

Vertex AI Vector Search Connector

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

Lien du connecteurhttps://edge.vinkius.com/vk_preview_7qmxXVVjzgLzy5Qveg1Au3aDsjeacjAMcHp2XBIt/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 — Vertex AI Vector Search capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "vertex-ai-vector-search-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_7qmxXVVjzgLzy5Qveg1Au3aDsjeacjAMcHp2XBIt/mcp"
    }
  }
}
Copiez dans le chat04

  • Liste tous mes endpoints d'index vectoriel dans mon projet de production.

  • Montre-moi la dimensionnalité et les métadonnées de l'index 'user-embeddings-v1'.

  • Quels index sont actuellement déployés sur mon endpoint principal ?

  • Vérifie si certains de mes index vectoriels ont des configurations incorrectes.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Commencez ici

Connectez Vertex AI Vector Search une fois, puis interrogez.

Liez simplement vos identifiants Google Cloud. Vos accès restent chiffrés de notre côté, et vous pouvez immédiatement auditer votre infrastructure via votre client IA habituel.

Connecter Vertex AI Vector Search à votre IA

FAQ

Fonctionnement de la tâche

  • 01

    L'IA peut-elle modifier mes configurations d'index ?

    Non. L'IA peut uniquement lire et rapporter vos configurations existantes. Toute modification doit être effectuée manuellement dans Google Cloud.

  • 02

    L'IA peut-elle supprimer un index en cas d'erreur ?

    Non. Ce MCP est en lecture seule pour votre infrastructure. Il identifie les problèmes mais ne peut ni supprimer ni modifier de données.

  • 03

    L'IA a-t-elle accès à mes données vectorielles réelles ?

    Non. L'IA accède uniquement aux métadonnées et aux paramètres de configuration des index, pas aux vecteurs de haute dimension eux-mêmes.

  • 04

    Comment l'IA sait-elle quel projet consulter ?

    L'IA utilise le contexte du projet fourni par votre session Google Cloud authentifiée.

  • 05

    Puis-je l'utiliser pour vérifier plusieurs projets Google Cloud ?

    Oui, à condition que vos identifiants authentifiés disposent des accès nécessaires pour ces projets.

  • D'autres questions sur Vertex AI Vector Search ? La page du Connector y répond. Voir toutes les capacités du Connector Vertex AI Vector Search

Connectez Vertex AI Vector Search à Claude, Cursor, ChatGPT et d'autres