Desarrollo · Servidor MCP local
Vectora
AI assistant with RAG, web search, filesystem and memory. MCP sub-agent for Claude Code.
Lo que indica el MCP Registry
La entrada tal como está publicada en el MCP Registry oficial (consultada el 4 de octubre de 2026), última versión.
- Nombre en el registro
io.github.brunosrz/vectora- Versión
- 0.1.0rc3
- Estado
- Activo
- Categoría
- desarrollo
- Transporte
- stdio (proceso local)
- Paquete
- PyPI
- Publicado
- 22 de mayo de 2026
- Actualizado
- 22 de mayo de 2026
- Editor
- brunosrz (GitHub)
- Espacio de nombres
- Espacio de nombres verificado por el MCP Registry mediante GitHub (github.com/brunosrz) · cómo
- Repositorio
- github.com/brunosrz/vectora
- Fuente
- Entrada en la API del registro
Paquetes
| Registro | Paquete | Versión | Transporte |
|---|---|---|---|
| PyPI | vectora-agent | 0.1.0rc3 | stdio |
Cómo conectar Vectora
Vectora se ejecuta en local a partir de un paquete de Python publicado en PyPI: vectora-agent, versión 0.1.0rc3. Usa MCP mediante stdio, así que el cliente lo inicia como programa y se comunica con él a través de la entrada y salida estándar. Necesita Python; los clientes suelen iniciarlo con uvx (de uv) o tras pip install - el comando habitual es uvx vectora-agent. Lee estas variables de entorno: GOOGLE_API_KEY (secreto), COHERE_API_KEY (obligatorio, secreto), TAVILY_API_KEY (obligatorio, secreto), OPENAI_API_KEY (secreto), ANTHROPIC_API_KEY (secreto) y LANGSMITH_API_KEY (secreto); hay que definirlas en la configuración del cliente para este servidor.
En el formato JSON mcpServers que leen muchos clientes MCP de escritorio y de editores de código, la entrada tiene este aspecto (marcadores de posición entre corchetes angulares):
{
"mcpServers": {
"vectora": {
"command": "uvx",
"args": [
"vectora-agent"
],
"env": {
"GOOGLE_API_KEY": "<secreto>",
"COHERE_API_KEY": "<secreto>",
"TAVILY_API_KEY": "<secreto>",
"OPENAI_API_KEY": "<secreto>",
"ANTHROPIC_API_KEY": "<secreto>",
"LANGSMITH_API_KEY": "<secreto>"
}
}
}
}Obtenido de la entrada del registro, sin probar aquí. Lo que hace el servidor, y en qué condiciones, lo determina su editor; conviene revisar su repositorio o sitio web antes de darle acceso a cuentas o archivos propios. Cómo añadir un servidor MCP a un asistente · Antes de conectar
Más servidores de desarrollo
| Servidor | Ejecución |
|---|---|
| Vector PandaOperate your Vector Panda collections: search and upsert vectors, schema, measured indexes, exports. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| Vector Panda DocumentationSearch and read Vector Panda docs: API operations, pricing, storage tiers, measured benchmarks. | Remoto · HTTPComprobación en directo: ✓ negociación inicial |
| Vector Search APIIn-memory vector search with TF-IDF and cosine similarity. x402 micropayment. | Remoto · SSEComprobación en directo: ✗ sin negociación inicial |
| Vector Store ScannerProbes vector-database endpoints for unauthenticated exposure of embeddings/RAG data. | Local · stdio |
| VectorCache Semantic Vector CacheX402-gated semantic vector cache for agent swarms: Redis-backed similarity lookup. Paid in USDC. | Local · stdio |
| VectorizeHosted MCP front door to the Vectorize API: raster-to-vector tracing to SVG, PDF, EPS or DXF. | Remoto · HTTPComprobación en directo: requiere inicio de sesión |
| VectrSemantic codebase search + persistent working memory for AI code editors. Local, no API key. | Local · stdio y HTTP |
| VelesDB MemoryOffline agentic memory: remember/recall/relate/forget/why over a fused vector+graph+columnar engine. | Local · stdio |