
Conecte Vectara 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. Transforme seus dados privados em respostas inteligentes e fundamentadas.
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.
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.

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.
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.
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.
01-04
4 capacidades neste conjunto.
Parte de 7 disponíveis através de Vectara.
- 01
Listar corpora
Lista todos os conjuntos de dados (corpora) disponíveis na sua conta Vectara.
- 02
Listar documentos do corpus
Exibe todos os documentos que foram indexados dentro de um corpus específico.
- 03
Executar chat RAG
Realiza uma conversa baseada em RAG, fornecendo respostas resumidas e com citações usando as chaves do corpus e sua pergunta.
- 04
Obter detalhes do corpus
Recupera metadados e as configurações de um corpus selecionado.
05-07
3 capacidades neste conjunto.
Parte de 7 disponíveis através de Vectara.
- 05
Excluir documento do corpus
Remove permanentemente um documento de um corpus. Esta ação não pode ser desfeita.
- 06
Listar sessões de chat
Mostra o histórico das sessões de chat RAG realizadas anteriormente.
- 07
Realizar busca semântica
Executa uma busca semântica em um ou mais corpora usando chaves e texto de consulta.
Trabalho real
O que as equipes executam de verdade
RAG Debugging
Test how your agent interprets specific documents by running queries against your corpora.
Internal Knowledge Retrieval
Ask questions against company wikis or technical manuals to get instant, cited answers.
Dataset Maintenance
Clean up your search index by deleting old or incorrect documents through your AI client.
Automated Documentation Search
Locate specific technical details across massive document libraries using natural language.
Automatize uma tarefa
Coloque Vectara 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
Vectara 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.
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 ChatConstruindo o seu próprio app? O connector é seu para usar.
Você não precisa de um cliente para colocar Vectara 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 868ms. Rápida em produção.
Vectara é verificado diariamente contra o serviço em produção.
- Dia mais rápido
- 745ms
- Dia mais lento
- 1195ms
- 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. 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 Vectara, para você ver a experiência dentro da sua IA.
Ele não autentica a sua conta com Vectara. Ações que exigem credenciais ou dados reais da conta podem não ser executadas até que você ative o Connector e autorize o serviço.
Vectara Connector
Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.
https://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/mcpClaude Desktop
Siga os passos abaixo para conectar em segundos.
- 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 — Vectara capabilities are ready to use.
{
"mcpServers": {
"vectara-mcp": {
"url": "https://edge.vinkius.com/vk_preview_P55Xdk6UU5XMN3cdVPORquufduaGCfpEWSemsNQg/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 Vectara 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 Vectara delega.
Profissionais técnicos que precisam integrar bases de conhecimento privadas a fluxos de trabalho de IA.
- 01
Engenheiros de Software
Para testar respostas de consultas RAG diretamente via chat, sem precisar escrever scripts de teste.
- 02
Engenheiros de Dados
Para gerenciar e remover contextos de bancos de dados antigos de forma segura via comandos de texto.
- 03
Líderes de Produto
Para consultar manuais internos de produtos sem depender do desenvolvimento de uma interface de usuário.
- 04
Redatores Técnicos
Para localizar trechos específicos em milhares de documentos usando buscas semânticas contextuais.
FAQ
Perguntas de quem usa Vectara.
- 01
How do I connect Vectara to my AI client?
You subscribe to the MCP on Vinkius, enter your Vectara API Key and Customer ID, and then connect your client like Claude or Cursor.
- 02
Can I delete documents using this MCP?
Yes, you can use the delete_corpus_document capability to permanently remove a document from a corpus.
- 03
Does this support RAG?
Yes, the execute_rag_chat capability allows your agent to perform RAG-powered chats with citations.
- 04
What clients are compatible?
This MCP works with any MCP-compatible client, including Claude, Cursor, Windsurf, and VS Code.
- 05
Can I search multiple corpora at once?
Yes, the perform_semantic_search capability allows you to provide multiple comma-separated corpus keys for a single query.
- 06
Can I query my internal documents directly using just conversational chat?
Yes. If your data is indexed in a Vectara corpus, simply ask your agent: search the 'employee-handbook' corpus for remote work policies. The agent uses the queryTool to pass your question to Vectara's semantic engine, effortlessly bringing back precisely matching paragraph citations instantly.
- 07
How do I remove outdated context files destroying the accuracy of my RAG model?
You don't need to rebuild APIs or use cURL. Tell your AI: delete document ID 'doc-992a' from my Sales corpus. It automatically formats the mutation and wipes the poisoned embedding from Vectara's nodes permanently, restoring high accuracy.
- 08
Will the RAG Chat capability provide accurate source citations?
Yes. When you instruct the agent to run execute_rag_chat, Vectara processes the query against its internal LLM and index, returning a synthesized natural language answer appended solidly with exact document citations, proving the AI isn't hallucinating facts.
Explore
Mais em AI Frontier
Elastic Enterprise Search Conector de IA
Manage enterprise search via Elastic — search engines and documents, handle indexing, and monitor search analy
VerVertex AI Search Conector de IA
Search across your enterprise data using Google's semantic search and generative AI grounding.
VerLlamaIndex (AI Data Framework & RAG) Conector de IA
Query and manage RAG pipelines via LlamaIndex — execute natural language searches, audit indexed files, and mo
VerLucidworks Fusion (AI Search & Discovery) Conector de IA
Manage AI-powered search via Lucidworks Fusion — execute semantic queries, index documents, and monitor ML tra
Ver
Sugestões
GroundX Conector de IA
Data search and RAG optimization platform.
VerJina AI (Search Foundation & LLM Grounding) Conector de IA
Power your RAG and search via Jina AI — generate embeddings, rerank documents, read URLs, and perform semantic
VerLinkup (AI Search & RAG) Conector de IA
Power your AI agents with real-time web search via Linkup — execute semantic queries and extract RAG-ready con
VerData Pipeline Prover Conector de IA
A data team asked an AI to build an ETL pipeline. No schema contract. No idempotency. No freshness SLA. The pi
Ver
Conecte Vectara ao Claude, Cursor, ChatGPT e outros
