Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.
PopNx MCPServidores MCP para quienes usan IA · explicados con palabras sencillas
☰ MenúEspañol Ajustes
Modo principiante Desactivado
ColoresSistemaClaroOscuro
IdiomaไทยEnglish中文日本語한국어EspañolDeutsch

pgvector

de mittalpkversión 0.1.0i★ 0iSe ejecuta en tu computadora
Nombre en el registroio.github.mittalpk/pgvector

Cómo instalar

Resumen

Descripción del creador (original en inglés)

Similarity search, hybrid search, and index management for pgvector-backed PostgreSQL tables

Qué puedes hacer con él

Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.

  • Conexión: Se ejecuta en tu computadora
  • Transporte: stdio
  • Categoría: Búsqueda y memoria de IA
  • Debes completar: DATABASE_URL

Instalación

Elige la app de IA que usas y copia la configuración.

Pasó 2/2 revisiones · Funciona en tu computadora

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

  1. Instala Python (uv)

    Una sola vez; sirve para todos los servidores que necesitan Python (uv)

    Abrir la página de descarga de Python (uv) ↗

  2. Regístrate y crea una clave de pgvector

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Puede tener costo.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  4. Pega esta configuración y guarda el archivo

    {
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value",
        "MCP_PGVECTOR_READ_ONLY": "your-value"
      }
    }
  }
}

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  5. Cierra Claude y vuelve a abrirlo

  6. Pruébalo

    Usa pgvector y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando pgvector o muestra una herramienta de pgvector en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar pgvector

pgvector se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar pgvector

  • Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)
  • Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)
  • Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)

B · Otros en Búsqueda y memoria de IA que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)

  1. Instala Python (uv)

    Una sola vez; sirve para todos los servidores que necesitan Python (uv)

    Abrir la página de descarga de Python (uv) ↗

  2. Regístrate y crea una clave de pgvector

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Puede tener costo.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  4. Pega este comando y pulsa Enter

    claude mcp add pgvector --env DATABASE_URL=your-value --env MCP_PGVECTOR_READ_ONLY=your-value -- uvx mcp-server-pgvector

    Cambia “your-value” por tu clave antes de pulsar Enter

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  5. Escribe /mcp en Claude Code

    Deberías ver pgvector en la lista como conectado

  6. Pruébalo

    Usa pgvector y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando pgvector o muestra una herramienta de pgvector en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)

  1. Instala Python (uv)

    Una sola vez; sirve para todos los servidores que necesitan Python (uv)

    Abrir la página de descarga de Python (uv) ↗

  2. Regístrate y crea una clave de pgvector

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Puede tener costo.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de pgvector, DATABASE_URL, MCP_PGVECTOR_READ_ONLY está vacío; añade tu clave y guarda

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  5. Abre el chat de IA de Cursor en modo Agent

  6. Pruébalo

    Usa pgvector y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando pgvector o muestra una herramienta de pgvector en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

Necesitas una clave de pgvector (regístrate en el sitio del autor; puede tener costo) · Instala Python (uv) en tu computadora primero (una sola vez)

  1. Instala Python (uv)

    Una sola vez; sirve para todos los servidores que necesitan Python (uv)

    Abrir la página de descarga de Python (uv) ↗

  2. Regístrate y crea una clave de pgvector

    Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Puede tener costo.

    Cómo obtener la clave está en el README del autor, más abajo

  3. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de pgvector, DATABASE_URL, MCP_PGVECTOR_READ_ONLY está vacío; añade tu clave y guarda

    Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie

  5. Abre el chat de IA de VS Code en modo Agent

  6. Pruébalo

    Usa pgvector y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando pgvector o muestra una herramienta de pgvector en la respuesta, ya está conectado

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa pgvector💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

Claude Code

claude mcp add pgvector --env DATABASE_URL=your-value --env MCP_PGVECTOR_READ_ONLY=your-value -- uvx mcp-server-pgvector

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value",
        "MCP_PGVECTOR_READ_ONLY": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value",
        "MCP_PGVECTOR_READ_ONLY": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "pgvector": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value",
        "MCP_PGVECTOR_READ_ONLY": "your-value"
      }
    }
  }
}

Valores que debes completar

  • DATABASE_URL secreto obligatorio env
    PostgreSQL connection string, e.g. postgresql://user:password@host:5432/dbname
  • MCP_PGVECTOR_READ_ONLY env
    Set to 'true' to disable upsert_embedding and create_vector_index

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

De un vistazo

Descargas por semanai
23/sem
Licenciai
Sin licencia indicada
Conexión
Se ejecuta en tu computadora
Última versióni
0.1.0
Publicado en el registroi
22 jul 2026
Último cambio de códigoi
22 jul 2026
Creador
mittalpk
Paquetes
pypi: mcp-server-pgvector
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Todas las apps, con ventajas y desventajas →

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 12 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub mittalpk, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: hace 4 meses

  • … Aún sin revisar

    Tiene licencia

    Todavía no hemos leído este repo en GitHub

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión con Google para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión con Google para escribir una reseña

Comparado con otros en Búsqueda y memoria de IAi

  • Más estrellas que el 0% de los otros 5957 servidores de esta categoría
  • Publicado en el registro más recientemente que el 23% de los otros 5957 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 100% de los otros 5957 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro pgvector?

Superó 2 de 2 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

Debes completar: DATABASE_URL

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez hace 4 meses, y la última versión (0.1.0) llegó al registro hace 4 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: Ruflo, Context7, Metabase

Alternativas

Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

Ruflo

Agent teams, swarms, memory and hooks for Claude Code and Codex, served over MCP.

de ruvnetMuy usado↓ 74,3 mil/sem★ 81,5 milActualizado hoy

Se ejecuta en tu computadora
Instalar

Context7

Up-to-date docs for AI agents

de upstashMuy usado↓ 1,2 M/sem★ 64,6 milActualizado anteayer

Computadora o nube
Instalar

Metabase

Lets AI clients search, explore, query, and visualize data in a Metabase instance.

de metabaseMuy usado★ 50,3 milActualizado hace 6 meses

Se ejecuta en la nube
Instalar

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

mcp-server-pgvector

An MCP server that gives LLM agents first-class access to pgvector-backed embedding tables in PostgreSQL: similarity search, hybrid (vector + full-text) search, upserts, and HNSW/IVFFlat index management.

Generic Postgres MCP servers expose raw SQL or schema introspection; this one speaks pgvector specifically — nearest-neighbor search, distance metrics, and ANN index tuning are first-class tools, not something the model has to hand-write SQL for.

Tools

ToolDescription
list_vector_tablesDiscover every vector column in the database, with its dimensionality
describe_vector_tableColumns, indexes, and approximate row count for a table
similarity_searchk-NN search over a vector column (cosine / L2 / inner product), with structured metadata filters
hybrid_searchWeighted blend of vector similarity and Postgres full-text search (ts_rank_cd)
upsert_embeddingInsert or update a row's embedding + metadata
create_vector_indexCreate an HNSW or IVFFlat index with tunable parameters
explain_similarity_queryEXPLAIN ANALYZE a similarity query to confirm the ANN index is used

Safety

  • Every table/column name is validated against information_schema / pg_catalog before being interpolated into SQL — an LLM can only ever reference identifiers that already exist. Values are always bound parameters.
  • Metadata filters are a closed {column, op, value} allowlist, not a raw SQL fragment.
  • Set MCP_PGVECTOR_READ_ONLY=true to disable upsert_embedding and create_vector_index, leaving only read/search tools available — useful when pointing the server at a production database.
  • Every query runs with a per-command timeout (MCP_PGVECTOR_COMMAND_TIMEOUT_SECONDS, default 30s) so one expensive query can't occupy a pool connection — and stall every other caller — indefinitely. Set it to 0 to disable.

Installation

uvx mcp-server-pgvector

Or with pip:

pip install mcp-server-pgvector

python -m mcp_server_pgvector

Configuration

The server reads its connection string from DATABASE_URL (or PGVECTOR_DATABASE_URL):

{

"mcpServers": { "pgvector": { "command": "uvx", "args": ["mcp-server-pgvector"], "env": { "DATABASE_URL": "postgresql://user:password@localhost:5432/mydb", "MCP_PGVECTOR_READ_ONLY": "false", "MCP_PGVECTOR_COMMAND_TIMEOUT_SECONDS": "30" } } } }

Production readiness

Covered:

  • Identifier-safe SQL (every table/column checked against pg_catalog before use) and a closed filter-operator allowlist — no path from tool arguments to raw SQL.
  • Per-query timeout, so one runaway query can't monopolize the (small, 5-connection) pool.
  • 60+ tests, including dimension-mismatch and injection-attempt regressions, run in CI on every push/PR against a real pgvector container across Python 3.10–3.13. A separate CI job builds the package and runs twine check on the result.
  • Connection failures surface as plain ConnectionRefusedError/asyncpg exceptions — verified these don't leak the DSN's credentials into error text.

Known limitations, honestly:

  • No per-tool authorization — access control is whatever the Postgres role in DATABASE_URL can do. If you need different agents to have different permissions, give them different connection strings backed by different Postgres roles, not different server instances of this same DSN.
  • hybrid_search's full-text side is hardcoded to Postgres's 'english' text search configuration; there's no parameter to change it yet.
  • No structured logging — failures are exceptions surfaced through the MCP error channel, not written to a log you can tail. Fine for a single-user desktop MCP client, a real gap if you're running this as a shared service.
  • The connection pool is fixed at 1–5 connections and isn't configurable via environment variable yet.

Development

uv sync --dev

Bring up an isolated pgvector instance for local testing

docker compose -f docker-compose.dev.yml up -d

export DATABASE_URL=postgresql://postgres:postgres@localhost:5434/postgres uv run pytest

uv run ruff check . uv run pyright

Contributing

See CONTRIBUTING.md. See CHANGELOG.md for release history.

License

MIT — see LICENSE.