vectorize-mcp-server

vectorize-mcp-server — официальный MCP-сервер от vectorize-io. Поиск, приватные исследования, извлечение текста из файлов и разбиение на фрагменты через Vectorize. Ставится через npx. Лицензия MIT.

Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026

Кратко о сервере

Разработчик
vectorize-io
Лицензия
MIT
Транспорт
stdio
Авторизация
token_env
ОС
Не указана
Языки
typescript

Уровень риска: medium

Обращается к API Vectorize с токеном организации; extract отправляет содержимое документов в API.

Настройка клиентов

cursor
{
    "code": "{\n  \"mcpServers\": {\n    \"vectorize\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"@vectorize-io/vectorize-mcp-server@latest\"],\n      \"env\": {\n        \"VECTORIZE_ORG_ID\": \"your-org-id\",\n        \"VECTORIZE_TOKEN\": \"your-token\",\n        \"VECTORIZE_PIPELINE_ID\": \"your-pipeline-id\"\n      }\n    }\n  }\n}",
    "lang": "json",
    "notes": "Общий конфиг для Claude, Windsurf, Cursor и Cline",
    "verified": "docs"
}

Что умеет

Vectorize MCP Server — официальный MCP-сервер Vectorize, платформы для векторного поиска и извлечения текста. Он подключает ассистента к вашему конвейеру (pipeline) Vectorize: модель ищет по проиндексированным документам, превращает файлы в Markdown и готовит отчёты глубокого исследования по вашим данным.

Инструменты:

  • retrieve — векторный поиск по конвейеру с возвратом документов. Параметры: вопрос (question) и число результатов (k), например «Финансовое состояние компании» и 5 документов.
  • extract — извлечение текста из документа и разбиение на фрагменты в формате Markdown («любой файл в Markdown»). Документ передаётся в base64 вместе с типом содержимого, например application/pdf.
  • deep-research — приватное глубокое исследование по данным конвейера, при желании с веб-поиском (webSearch). Например, отчёт о финансовом состоянии компании.

Каждый инструмент опирается на официальный API Vectorize: retrieval, extraction и deep research. Имена параметров в README: для retrieve — question и k, для extract — base64document и contentType, для deep-research — query и webSearch. Для локальной доработки сервера README предлагает npm install и npm run dev.

Кому подойдёт

  • Командам, которые уже индексируют документы в Vectorize и хотят искать по ним из ассистента.
  • Аналитикам, готовящим отчёты по внутренним документам.
  • Разработчикам RAG-систем, которым нужно быстро превращать PDF и другие файлы в Markdown.

Похожие серверы — в категории знания и память.

Установка

Нужны три значения из аккаунта Vectorize: идентификатор организации, токен и идентификатор конвейера. Их передают через переменные VECTORIZE_ORG_ID, VECTORIZE_TOKEN и VECTORIZE_PIPELINE_ID. Сервер запускается через npx:

export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latest

Для VS Code в README есть кнопки установки в один клик.

Подключение к клиентам

Конфиги приведены дословно из README. Подробнее — в инструкции как подключить MCP.

{
  "mcpServers": {
    "vectorize": {
      "command": "npx",
      "args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
      "env": {
        "VECTORIZE_ORG_ID": "your-org-id",
        "VECTORIZE_TOKEN": "your-token",
        "VECTORIZE_PIPELINE_ID": "your-pipeline-id"
      }
    }
  }
}

Первый конфиг README приводит для Claude, Windsurf, Cursor и Cline. Второй кладётся в .vscode/mcp.json рабочей области: VS Code сам спросит идентификаторы и токен (токен — скрытым полем), поэтому конфиг можно передать коллегам. Тот же блок, обёрнутый в ключ mcp, подходит для пользовательских настроек VS Code (Preferences: Open User Settings (JSON)).

Проверка

Спросите: «Найди в моих документах информацию о финансовом состоянии компании» — сработает retrieve.

Примеры задач

Подготовь отчёт о финансовом состоянии компании по документам конвейера, дополнив его веб-поиском.
Преобразуй этот PDF в Markdown и разбей на фрагменты.

Риски

  • Токен. Токен Vectorize даёт доступ к данным организации; в VS Code используйте поле ввода с паролем, а не текст в конфиге.
  • Отправка документов. extract передаёт содержимое файла в API Vectorize.
  • Веб-поиск. С webSearch запрос глубокого исследования выходит за пределы ваших данных.

Частые вопросы

Что нужно для подключения?

Идентификатор организации, токен и идентификатор конвейера Vectorize.

Можно ли искать по нескольким конвейерам?

Сервер работает с одним конвейером из переменной VECTORIZE_PIPELINE_ID.

Изменяет ли сервер данные?

README описывает только поиск, извлечение текста и исследование.

Основы протокола — на странице что такое MCP-сервер.

Похожие MCP-серверы

browser-use

Браузерные агенты и облачные браузеры для ИИ: выполнение задач на сайтах, заполнение форм и извлечение данных.

Риск: medium Лицензия: MIT ★ 121 451

Fetch

Эталонный сервер для загрузки веб-страниц и их преобразования в удобный для модели текст.

Риск: medium Лицензия: NOASSERTION ★ 92 089

Chrome DevTools MCP

Chrome DevTools для агентов: управление Chrome, отладка, сеть, консоль и замеры производительности.

Риск: medium Лицензия: Apache-2.0 ★ 55 015

browser

Безголовый браузер для ИИ и веб-автоматизации со встроенным MCP-сервером.

Риск: medium Лицензия: AGPL-3.0 ★ 41 461

Источники