An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Elasticsearch Vector ao ChatGPT, Claude e Gemini

Configure uma vez e funcione no ChatGPT, Claude, Cursor e em qualquer outro cliente que você goste. Tudo roda com segurança em segundo plano, para você relaxar e focar no que realmente importa. Domine a busca semântica e vetorial através de conversas naturais.

Pergunte à IA sobre este Connector

Desenvolvido, mantido e hospedado pela Vinkius.

MCP VERIFICADO · PRONTO PARA PRODUÇÃO · GARANTIA VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

A sua IA faz o trabalho. A gente cuida com segurança.

Nenhuma outra ferramenta de IA te dá isso. O seu workflow roda no cliente que você já ama, a sua conta fica protegida, e você decide o que o agente pode e não pode fazer. É a razão completa para mudar de vez.

Cada Connector vive dentro da nossa infraestrutura, no mesmo lugar onde o seu workflow roda. As três coisas abaixo já fazem parte dele, trabalhando silenciosamente em segundo plano para que você nunca precise pensar nelas. Nada para adicionar, nada para configurar, nada com que se preocupar.

A futuristic MCP client docking bay
V8 Isolate01

Cada Connector roda dentro do seu próprio ambiente lacrado.

Cada Connector roda em seu próprio runtime V8 lacrado — sem acesso aos seus arquivos, ao seu sistema ou a outros servidores. Um Connector nunca enxerga além da sua própria requisição.

Kill Switch02

Um interruptor para todos os agentes. Na hora.

Uma única ação desativa todos os Connectors, revoga todos os tokens e encerra todas as sessões de uma vez. A Governança de IA guarda o registro.

FinOps por usuário03

Limites de gastos que pausam em vez de assustar.

Cada usuário tem suas próprias conexões e credenciais, isoladas das dos demais. O que ultrapassar o seu limite de gastos fica aguardando a sua aprovação, em vez de ser cobrado.

Três controles, embutidos na camada pela qual sua IA se conecta.

Conjunto curado · 6 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 02

01-03

3 capacidades neste conjunto.

Parte de 6 disponíveis através de Elasticsearch Vector.

  1. 01

    Criar índice vetorial

    Cria um novo índice do tipo dense_vector para armazenamento de embeddings.

  2. 02

    Busca vetorial kNN

    Realiza buscas de vizinhos mais próximos (kNN) usando vetores densos.

  3. 03

    Obter informações do índice

    Recupera detalhes e configurações de um índice específico.

Conjunto de capacidades02 / 02

04-06

3 capacidades neste conjunto.

Parte de 6 disponíveis através de Elasticsearch Vector.

  1. 04

    Indexar documento

    Adiciona e armazena um novo documento no índice.

  2. 05

    Listar todos os índices

    Exibe uma lista de todos os índices disponíveis no cluster.

  3. 06

    Excluir documento

    Remove um documento específico do índice de forma imediata.

Trabalho real

O que as equipes executam de verdade

01

Embedding Model Testing

Quickly verify how different embedding models perform by running kNN searches against existing data.

02

Rapid Prototyping

Spin up new dense_vector indices and start indexing documents in seconds.

03

Data Integrity Audits

Check dimensional constraints and similarity thresholds to ensure search accuracy.

04

Real-time Index Management

Manage storage namespaces and document deletions through a chat interface.

Automatize uma tarefa

Coloque Elasticsearch Vector para trabalhar em uma coisa.

Automações passo a passo que sua IA executa por este Connector: o fluxo, os prompts para começar e as capabilities exatas por trás de cada passo.

Um connector, todas as IAs

Elasticsearch Vector funciona com os clientes de IA mais populares.

Estes são os clientes mais populares, cada um com um guia passo a passo: um link, configurado uma vez, com governança e visibilidade embutidas. E como tudo roda no padrão MCP, a mesma conexão também funciona em qualquer outro cliente compatível — nada para reconstruir.

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

Construindo o seu próprio app? O connector é seu para usar.

Você não precisa de um cliente para colocar Elasticsearch Vector para trabalhar: a mesma conexão hospedada entra nas suas aplicações e no código do seu agente, com a mesma governança em cada pedido. Construa com ele, converse com ele — uma conexão para os dois.

Observada, não estimada

Média de 917ms. Rápida em produção.

Elasticsearch Vector é verificado diariamente contra o serviço em produção.

Média diáriaPico de 974ms
14 de out.Hoje
Dia mais rápido
751ms
Dia mais lento
974ms
Tendência de 14 dias
Desacelerando+14%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 6 capacidades chegam prontas para rodar.

Acesso de prévia · não é autenticação no provedor

O token vk_preview_* pertence à infraestrutura de prévia da Vinkius. Ele permite que o Claude descubra e exiba as capacidades de Elasticsearch Vector, para você ver a experiência dentro da sua IA.

Ele não autentica a sua conta com Elasticsearch Vector. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.

Elasticsearch Vector Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_kUWPWShL0BRuDE0k7qrS1ZYbK8Cj21vwQZnEsEiQ/mcp

Claude Desktop

Siga os passos abaixo para conectar em 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 — Elasticsearch Vector capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "elasticsearch-vector-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_kUWPWShL0BRuDE0k7qrS1ZYbK8Cj21vwQZnEsEiQ/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Instruções passo a passo para cada cliente estão no guia. Como conectar

Configuração guiada para o Claude? Configurar Elasticsearch Vector no Claude e outras IAs

Veja todos os clientes de IA com quem este connector funciona ↑

Para quem é

Feito para o trabalho que quem usa Elasticsearch Vector delega.

Ideal para profissionais que trabalham na intersecção entre dados e inteligência artificial, buscando simplificar a gestão de vetores.

  • 01

    Engenheiros de IA

    Para realizar buscas semânticas e testar modelos de embedding sem precisar escrever queries DSL complexas.

  • 02

    Desenvolvedores de Software

    Para indexar documentos de embedding e validar resultados de busca kNN diretamente do IDE ou chat.

  • 03

    Cientistas de Dados

    Para monitorar mapeamentos de índices vetoriais e verificar restrições dimensionais usando linguagem natural.

  • 04

    Equipes de Operações

    Para verificar a integridade dos índices do cluster e gerenciar namespaces de armazenamento vetorial em tempo real.

FAQ

Perguntas de quem usa Elasticsearch Vector.

  • 01

    How do I connect my Elasticsearch cluster?

    You need your Elasticsearch Host URL and an API Key. You can find the API Key in Kibana under Stack Management, then Security, then API Keys.

  • 02

    Which AI clients can use this MCP?

    This MCP works with any compatible client, including Claude, Cursor, Windsurf, and VS Code.

  • 03

    Can I create new indices through my agent?

    Yes, you can use the create_index capability to provision new dense_vector indices with specific dimensions.

  • 04

    Does this support kNN searches?

    Yes, the search capability is specifically designed to perform dense vector kNN computations.

  • 05

    How do I delete data?

    You can use the delete_document capability to remove specific records from your indices using their UUID.

  • 06

    Can my agent perform kNN searches using raw vector arrays?

    Yes. Use the 'search' capability. Provide the index name and a JSON array representing your query vector. The agent will perform raw K-Nearest Neighbors computations to find the most semantically similar documents.

  • 07

    How do I create a new vector index with specific dimensions via chat?

    Use the 'create_index' capability. You can specify the index name and the number of dimensions (e.g., 1536 for OpenAI embeddings). The agent will provision the strictly typed data structure in your Elasticsearch cluster.

  • 08

    Can I delete a single document from a vector index through the agent?

    Absolutely. Use the 'delete_document' capability with the index and document ID. The agent will enforce immediate document vaporization, stripping the record from the physical Lucene partitions.

Explore

Mais em Brain Trust

Sugestões

Conecte Elasticsearch Vector ao Claude, Cursor, ChatGPT e outros