An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Milvus Open Source Vector Database à sua IA

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. Controle total do seu armazenamento de embeddings via chat.

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 · 7 capacidades

Entregamos só as ações que importam.

Conjunto de capacidades01 / 02

01-04

4 capacidades neste conjunto.

Parte de 7 disponíveis através de Milvus.

  1. 01

    Listar coleções

    Liste todas as coleções de índices monitoradas dentro do banco de dados vetorial Milvus.

  2. 02

    Descrever coleção

    Explore o mapeamento de esquema e as definições de indexação de uma coleção específica.

  3. 03

    Obter entidades

    Extraia itens vetoriais específicos utilizando suas Primary Keys.

  4. 04

    Excluir entidades

    Remova registros vetoriais de forma irreversível através de suas chaves primárias.

Conjunto de capacidades02 / 02

05-07

3 capacidades neste conjunto.

Parte de 7 disponíveis através de Milvus.

  1. 05

    Ver estatísticas da coleção

    Obtenha métricas nativas sobre a contagem de linhas e o estado das coleções.

  2. 06

    Consultar entidades

    Realize consultas utilizando expressões escalares para filtrar e recuperar dados estruturados.

  3. 07

    Buscar vetores

    Execute buscas de vizinhos mais próximos enviando arrays de embeddings com dimensões exatas.

Trabalho real

O que as equipes executam de verdade

01

Embedding Debugging

Quickly check if your vector dimensions match your expected model output.

02

Database Auditing

Verify the schema and index types of your collections during development.

03

Data Maintenance

Clean up old or incorrect vector records using primary key deletions.

04

Retrieval Testing

Test how different scalar filters affect your similarity search results.

Automatize uma tarefa

Coloque Milvus 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

Milvus 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 Milvus 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 926ms. Rápida em produção.

Milvus é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1112ms
3 de out.Hoje
Dia mais rápido
689ms
Dia mais lento
1112ms
Tendência de 14 dias
Melhorando-13%

Conecte seu cliente

Uma URL. Todos os clientes.

Ative o Connector, copie seu link e cole no cliente que você já usa. 7 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 Milvus, para você ver a experiência dentro da sua IA.

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

Milvus Connector

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

Link do conectorhttps://edge.vinkius.com/vk_preview_xJCavC8CNaxFuBWU15XnlYyQ3g4Cn853dcyYbM82/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 — Milvus capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "milvus-open-source-vector-database-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_xJCavC8CNaxFuBWU15XnlYyQ3g4Cn853dcyYbM82/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 Milvus 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 Milvus delega.

Desenvolvedores e especialistas em dados que precisam de uma interface rápida para gerenciar infraestrutura de IA sem escrever código constante.

  • 01

    Engenheiros de ML

    Testam a relevância de vetores e dimensões de embeddings via chat.

  • 02

    Arquitetos de Busca

    Auditam esquemas de coleções e monitoram a performance de indexação.

  • 03

    Desenvolvedores de Software

    Integram recuperação de dados por IA em aplicações e gerenciam ciclos de vida de vetores.

FAQ

Perguntas de quem usa Milvus.

  • 01

    How do I connect my Zilliz Cloud account?

    You simply enter your Zilliz Cloud Token in the configuration settings after subscribing to the MCP.

  • 02

    Can I use this with my local Milvus instance?

    Yes, just provide the Base URL for your local instance during the setup process.

  • 03

    What clients are compatible with this MCP?

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

  • 04

    Does this MCP support scalar filtering?

    Yes, you can use the query_entities capability to filter data using structured scalar expressions.

  • 05

    Is the data deletion permanent?

    Yes, using the delete_entities capability to remove records via primary keys is an irreversible action.

  • 06

    How do I perform an ANN search through my agent?

    Use the search_vectors capability by providing the collection name and a JSON float array matching the collection's dimensions. Your agent will perform an Approximate Nearest Neighbor search and return the most semantically relevant entities.

  • 07

    Can I filter results using structured fields instead of just vectors?

    Yes. Use the query_entities capability with a Milvus-style filter expression. This allows you to retrieve entities based on primary keys, tags, or other scalar fields without necessarily performing a vector similarity search.

  • 08

    How do I check the schema and dimension requirements for a Milvus collection?

    The describe_collection capability retrieves the complete schema mapping. Your agent will report the required vector dimensions, index types, and primary key names, helping you ensure your search queries are compatible with the database logic.

Explore

Mais em Loved By Devs

Sugestões

Conecte Milvus ao Claude, Cursor, ChatGPT e outros