MongoDB Atlas Stream Processing
技能 已验证 活跃管理 MongoDB Atlas Stream Processing (ASP) 工作流。负责工作空间预配、数据源/接收器连接、处理器生命周期操作、调试诊断和层大小调整。支持 Kafka、Atlas 集群、S3、HTTPS 和 Lambda 集成，用于流式处理数据工作负载和事件处理。不适用于常规 MongoDB 查询或 Atlas 集群管理。需要带有 Atlas API 凭证的 MongoDB MCP Server。
通过结构化的、工具驱动的工作流，使用户能够高效地构建、操作和调试 MongoDB Atlas Stream Processing (ASP) 管道。
功能
- 工作空间预配和管理
- 数据源和接收器连接配置
- 处理器生命周期操作（创建、启动、停止、修改、删除）
- 调试诊断和健康报告
- 层大小调整和性能调优
使用场景
- 从头开始设置新的 Atlas Stream Processing 工作流
- 修改现有的处理器管道和配置
- 调试和故障排除失败或缓慢的处理器
- 管理与 Kafka、S3、Lambda 和其他数据源/接收器的连接
非目标
- 执行常规 MongoDB 查询或数据操作
- 直接管理 Atlas 集群（Stream Processing 连接除外）
- 处理 MCP Server 配置之外的身份验证
先决条件
- MongoDB MCP Server
- Atlas API 凭证 (apiClientId, apiClientSecret)
- Atlas 项目 ID
安装
请先添加 Marketplace
/plugin marketplace add mongodb/agent-skills/plugin install agent-skills@mongodb-plugins质量评分
已验证类似扩展
Mongodb Search And Ai
100指导 MongoDB 用户实现和优化 Atlas Search（全文搜索）、Vector Search（语义搜索）和 Hybrid Search 解决方案。当用户需要为文本查询（自动完成、模糊匹配、分面搜索）、语义相似性（嵌入、RAG 应用）或组合方法构建搜索功能时，请使用此技能。当用户需要文本包含、子字符串匹配（“包含”、“包括”、“出现在”）、不区分大小写或多字段文本搜索，或跨多个字段进行具有可变组合的过滤时，也请使用此技能。提供有关选择正确的搜索类型、创建索引、构建查询和使用 MongoDB MCP 服务器优化性能的工作流。
Mongodb Mcp Setup
100指导用户配置关键的 MongoDB MCP 服务器选项。当用户已安装 MongoDB MCP 服务器但未配置必需的环境变量，或当他们询问连接到 MongoDB/Atlas 但未设置凭据时，请使用此技能。
MongoDB Connection Optimizer
100为任何支持的驱动程序语言优化 MongoDB 客户端连接配置（池、超时、模式）。在处理/更新/审查实例化或配置 MongoDB 客户端（例如，调用 `connect()` 时）、配置连接池、对连接错误（ECONNREFUSED、超时、池耗尽）进行故障排除、优化与连接相关的性能问题时，请使用此技能。这包括构建具有 MongoDB 的无服务器函数、创建使用 MongoDB 的 API 端点、优化高流量 MongoDB 应用程序、创建长期运行任务和并发性，或调试与连接相关的失败等场景。
Fixflow
100使用严格的交付工作流执行编码任务：构建完整计划、分步实现、持续运行测试，并默认在每一步 (`per_step`) 后提交。当用户要求行为驱动交付或需求不明确时，支持显式提交策略覆盖 (`final_only`, `milestone`) 和可选的 BDD（给定/当/则）。
Autoskill
100Observe the user's screen via screenpipe, detect repeated research workflows, match them against existing scientific-agent-skills, and draft new skills (or composition recipes that chain existing ones) for the patterns not yet covered. Use when the user asks to analyze their recent work and propose skills based on what they actually do. Requires the screenpipe daemon (https://github.com/screenpipe/screenpipe) running locally on port 3030 — the skill has no other data source and will refuse to run if screenpipe is unreachable. All detection runs locally; only redacted cluster summaries reach the LLM.
Tuning Incremental Sync Config
99Change the sync configuration of an existing data warehouse schema — switch sync_type, pick a different incremental_field, set primary_key_columns, choose cdc_table_mode, or change sync_frequency. Use when the user asks "switch my orders table from full refresh to incremental", "this table is syncing too slowly / too frequently", "I need to pick a different incremental column", "set up CDC for this Postgres table", or when diagnosis of a failing sync pointed to an incremental-field or PK misconfiguration.