An astronaut overseeing a futuristic data hub
Baixar PDFVersão em Markdown

Conecte Redis 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. Gerencie embeddings e índices semânticos diretamente no seu Redis.

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 Redis Vector.

  1. 01

    Criar índice vetorial

    Define o nome e as dimensões do vetor para criar um novo índice RediSearch.

  2. 02

    Buscar vetores

    Realiza uma busca de similaridade KNN em um índice vetorial usando um array JSON de floats.

  3. 03

    Inserir ou atualizar vetor

    Insere ou atualiza um vetor em um hash do Redis especificando a chave do documento.

Conjunto de capacidades02 / 02

04-06

3 capacidades neste conjunto.

Parte de 6 disponíveis através de Redis Vector.

  1. 04

    Obter informações do índice

    Recupera detalhes técnicos e configurações de um índice vetorial específico.

  2. 05

    Listar índices

    Exibe todos os índices vetoriais do RediSearch que estão carregados.

  3. 06

    Excluir vetor

    Remove um documento de vetor do Redis de forma imediata.

Trabalho real

O que as equipes executam de verdade

01

RAG Architecture Validation

Check if your vector dimensions and metrics match your embedding model's output.

02

Rapid Prototyping

Create and test new vector indexes as you experiment with different similarity algorithms.

03

Semantic Data Cleanup

Remove obsolete or outdated embeddings to maintain index performance.

04

Interactive Debugging

Query specific vectors to verify that your similarity search is returning the expected neighbors.

Automatize uma tarefa

Coloque Redis 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

Redis 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 Redis 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 942ms. Rápida em produção.

Redis Vector é verificado diariamente contra o serviço em produção.

Média diáriaPico de 1228ms
3 de out.Hoje
Dia mais rápido
781ms
Dia mais lento
1228ms
Tendência de 14 dias
Desacelerando+24%

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 Redis Vector, para você ver a experiência dentro da sua IA.

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

Redis Vector Connector

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

Link do conectorhttps://edge.vinkius.com/vk_preview_zP1SqypHeKOFu0yRPw2yTUOrfnlmdOQBZrAWkuF4/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 — Redis Vector capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "redis-vector-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_zP1SqypHeKOFu0yRPw2yTUOrfnlmdOQBZrAWkuF4/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 Redis 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 Redis Vector delega.

Desenvolvedores e arquitetos que precisam integrar capacidades de busca semântica diretamente em seus fluxos de IA.

  • 01

    Engenheiros de IA e ML

    Para iterar rapidamente no ajuste de similaridade e armazenar embeddings de chunks durante o processamento.

  • 02

    Desenvolvedores Backend

    Para manter a lógica de armazenamento semântico, auditar esquemas e gerenciar hashes de vetores.

  • 03

    Arquitetos de Dados

    Para validar ambientes vetoriais no Redis e confirmar a viabilidade de arquiteturas RAG.

FAQ

Perguntas de quem usa Redis Vector.

  • 01

    Does this MCP work with any Redis instance?

    No, your Redis instance must have the RediSearch module installed to support vector operations.

  • 02

    What 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 create new indexes using my AI agent?

    Yes, you can use the create_vector_index capability to specify names and dimensions for new indexes.

  • 04

    How do I perform a similarity search?

    You can use the search_vectors capability by providing a JSON array of floats representing your query vector.

  • 05

    Is my Redis URL stored by Vinkius?

    Vinkius manages the connection and credentials so you can connect your client once and start working.

  • 06

    What is the format required for the 'Redis URL' parameter?

    The parameter requires standard Redis URI string formatting. Typically it looks like redis://[username]:[password]@[host]:[port]. For TLS/SSL-enabled endpoints spanning secure setups, use the rediss:// scheme prefix.

  • 07

    Does my Redis instance strictly need the RediSearch module?

    Yes, absolutely. The base Redis product (standard open-source) only manages key-value caching out of the box. You must be running the Redis Stack or a managed tier (like Redis Enterprise or compatible cloud offerings) that explicitly includes RediSearch to generate and query KNN vector indexes.

  • 08

    Can I query using embedding arrays output directly from OpenAI models?

    Yes. Once you receive your numerical float array from an embedding model (like text-embedding-ada-002), you can pipe that exact JSON array into the search_vectors agent capability alongside the relevant index name to perform immediate proximity lookups.

Explore

Mais em Loved By Devs

Sugestões

Conecte Redis Vector ao Claude, Cursor, ChatGPT e outros