Mongodb Search And Ai
Skill Verifiziert AktivLeitet MongoDB-Benutzer bei der Implementierung und Optimierung von Atlas Search (Volltext), Vector Search (semantisch) und Hybrid Search-Lösungen an. Verwenden Sie diesen Skill, wenn Benutzer Suchfunktionen für textbasierte Abfragen (Autovervollständigung, Fuzzy-Suche, facettenreiche Suche), semantische Ähnlichkeit (Embeddings, RAG-Anwendungen) oder kombinierte Ansätze erstellen müssen. Verwenden Sie ihn auch, wenn Benutzer Textinhalte, Teilzeichenfolgenübereinstimmungen („enthält“, „beinhaltet“, „erscheint in“), groß-/kleinschreibungsunempfindliche oder mehrfeldige Textsuche oder Filterung über viele Felder mit variablen Kombinationen hinweg benötigen. Bietet Workflows für die Auswahl des richtigen Suchtyps, die Erstellung von Indizes, die Konstruktion von Abfragen und die Optimierung der Leistung mit dem MongoDB MCP-Server.
MongoDB-Benutzern die Möglichkeit zu geben, leistungsstarke Suchfunktionen zu erstellen, von einfacher Textübereinstimmung bis hin zu fortschrittlicher semantischer Ähnlichkeit und hybriden Ansätzen, indem klare Anleitungen und Workflows bereitgestellt werden.
Funktionen
- Leitet die Implementierung von Atlas Search, Vector Search und Hybrid Search an
- Empfiehlt den geeigneten Suchtyp basierend auf dem Anwendungsfall
- Bietet Workflows für die Indexerstellung und Abfragekonstruktion
- Enthält detaillierte Referenzdateien für lexikalische, Vektor- und Hybridsuche
- Bietet Anleitungen zu Versionsprüfungen und Abfrageoptimierung
Anwendungsfälle
- Wenn Benutzer textbasierte Suchfunktionen erstellen müssen (Autovervollständigung, Fuzzy-Suche)
- Wenn Benutzer semantische Ähnlichkeitssuche mit Embeddings oder RAG benötigen
- Wenn Benutzer lexikalische und Vektorsuche für hybride Ansätze kombinieren müssen
- Wenn Benutzer Atlas Search-Indizes und Abfragen verstehen und implementieren müssen
Nicht-Ziele
- Implementierung allgemeiner Datenbankverwaltungsaufgaben
- Ersetzung der MongoDB Atlas-Benutzeroberfläche für die Indexverwaltung (stellt JSON für die manuelle Erstellung bereit)
- Ausführung beliebiger Datenbankabfragen außerhalb von Suche und Indizierung
Installation
Zuerst Marketplace hinzufügen
/plugin marketplace add mongodb/agent-skills/plugin install agent-skills@mongodb-pluginsQualitätspunktzahl
VerifiziertVertrauenssignale
Ähnliche Erweiterungen
MongoDB Connection Optimizer
100Optimieren Sie die Konfiguration von MongoDB-Clientverbindungen (Pools, Timeouts, Muster) für jede unterstützte Treibersprache. Verwenden Sie diese Fähigkeit, wenn Sie an Funktionen arbeiten/diese aktualisieren/überprüfen, die einen MongoDB-Client instanziieren oder konfigurieren (z. B. beim Aufruf von `connect()`), Verbindungspools konfigurieren, Verbindungsprobleme beheben (ECONNREFUSED, Timeouts, Pool-Erschöpfung), Leistungsprobleme im Zusammenhang mit Verbindungen optimieren. Dies schließt Szenarien wie das Erstellen von serverlosen Funktionen mit MongoDB, das Erstellen von API-Endpunkten, die MongoDB verwenden, die Optimierung von MongoDB-Anwendungen mit hohem Datenverkehr, das Erstellen von langlaufenden Aufgaben und Nebenläufigkeit oder das Debuggen von verbindungsbezogenen Fehlern ein.
Agentdb Query
99Query AgentDB through the controller bridge -- semantic routing, hierarchical recall, causal graphs, context synthesis, pattern store/search
V3 Memory Unification
99Unify 6+ memory systems into AgentDB with HNSW indexing for 150x-12,500x search improvements. Implements ADR-006 (Unified Memory Service) and ADR-009 (Hybrid Memory Backend).
Embeddings
99Vector embeddings with HNSW indexing, sql.js persistence, and hyperbolic support. 75x faster with agentic-flow integration. Use when: semantic search, pattern matching, similarity queries, knowledge retrieval. Skip when: exact text matching, simple lookups, no semantic understanding needed.
Azure AI Search SDK for Python
95Azure AI Search SDK for Python. Use for vector search, hybrid search, semantic ranking, indexing, and skillsets. Triggers: "azure-search-documents", "SearchClient", "SearchIndexClient", "vector search", "hybrid search", "semantic search".
Migrate Validate
100Validate pending migrations for foreign key consistency, rollback safety, and best practices