Para agentes de IA: hay un índice de documentación disponible en https://www.mongodb.com/es/docs/llms.txt — versiones en markdown de todas las páginas están disponibles agregando .md a cualquier ruta URL.
Docs Menu

Crea agentes con plantillas de agentes de MongoDB.

Las plantillas de agente de MongoDB son puntos de partida predefinidos para crear agentes que funcionan con MongoDB y MongoDB Atlas. Puedes ejecutar cada plantilla localmente e implementarla en el motor de agentes de MongoDB Atlas.

Cada plantilla incluye sus propias instrucciones de configuración e implementación en el repositorio de agentes de MongoDB. Clona el repositorio en la raíz para acceder a las plantillas y ejecuta tus comandos desde el directorio de la plantilla.

Flujo de trabajo desde la plantilla del agente, pasando por la configuración y la implementación en Atlas Agent Engine y sus interfaces de usuario y de Atlas de MongoDB.
haga clic para ampliar

Nota

MongoDB Atlas Agent Engine se encuentra en vista previa pública. Revise las limitaciones de Agent Engine antes de implementar un agente en una carga de trabajo de producción.

El repositorio de agentes de MongoDB incluye las siguientes plantillas:

Template
Descripción

Un agente conversacional para explorar datos de MongoDB y responder preguntas sobre su entorno MongoDB Atlas. MongoDB Atlas Explorer utiliza las herramientas del Protocolo de Contexto de Modelo Gestionado (MCP) de MongoDB Atlas y el paquete de Habilidades del Agente de MongoDB. De forma predeterminada, es de solo lectura.

Un agente de solo lectura que utiliza el Asesor de rendimiento de MongoDB Atlas para detectar consultas lentas y explicar las estructuras de consulta de mayor impacto. MongoDB Atlas Query Insights utiliza las herramientas de MCP gestionadas de MongoDB Atlas y las habilidades de agente de MongoDB para la optimización de consultas, el diseño de esquemas, la búsqueda, la consulta y las conexiones.

También puedes comunicarte con MongoDB Atlas Explorer desde Slack mediante un bot autohospedado. Cada usuario en la lista de permitidos del bot comparte una única identidad de Atlas en lugar de usar sus propios permisos. Para saber cómo ejecutar el bot MongoDB Atlas Explorer localmente o implementarlo en Vercel, consulta el archivo README del bot MongoDB Atlas Explorer para Slack.

Antes de utilizar las plantillas del agente de MongoDB, necesita cumplir los siguientes requisitos previos:

  • Node.js 24 o posterior.

  • pnpm.

  • Atlas CLI 1.58 o posterior.

  • La interfaz de línea de comandos (CLI) agentengine. Para obtener información sobre cómo instalar la CLI, consulte la sección "Instalar y autenticar" en la documentación del motor del agente de MongoDB Atlas.

  • Un proyecto de MongoDB Atlas que contiene los datos que quieres que el agente explore.

  • Una clave API para su proveedor de modelos de lenguaje grandes (LLM). Por defecto, las plantillas utilizan OpenAI.

Las plantillas de agente de MongoDB se conectan a su proyecto de MongoDB Atlas mediante una configuración de MCP de MongoDB a nivel de proyecto. Para configurar el acceso, siga los siguientes pasos:

  1. Cree una configuración MCP a nivel de proyecto en MongoDB Atlas con la CLI de Atlas.

    1. Ejecute el siguiente comando para crear una configuración MCP a nivel de proyecto. Utilice la opción --groupId para especificar el ID de su proyecto y la opción --file para especificar la ruta a su archivo de solicitud.

      atlas api remoteMcpConfigurations createGroupMcpConfig --groupId <your-group-id> --file <your-request-file-path>
    2. Asigne los roles de MongoDB Atlas con los privilegios mínimos que necesita el agente, como GROUP_DATA_ACCESS_READ_ONLY.

    3. En el archivo de configuración de MCP, agregue su dirección IP pública local y las direcciones IP del motor del agente de MongoDB Atlas. Las direcciones 34.196.57.85 y 54.227.181.25 corresponden a las direcciones IP del motor del agente de Atlas. Reemplace YOUR_LOCAL_PUBLIC_IP con su propia dirección y conserve ambas direcciones del motor del agente de Atlas para que los agentes implementados puedan conectarse. El siguiente ejemplo muestra un archivo de solicitud de muestra:

      {
      "mcpConfigName": "{template-name-environment}",
      "roles": [
      "GROUP_DATA_ACCESS_READ_ONLY"
      ],
      "ipAccessList": [
      {
      "ipAddress": "YOUR_LOCAL_PUBLIC_IP"
      },
      {
      "ipAddress": "34.196.57.85"
      },
      {
      "ipAddress": "54.227.181.25"
      }
      ]
      }
  2. Cree un secreto de cliente para la configuración de MCP. El secreto hereda los roles de la configuración.

    1. Ejecute el siguiente comando para crear un secreto de cliente. Use la opción --groupId para especificar el ID de su proyecto, la opción --mcpConfigId para especificar el ID de su configuración MCP y la opción --file para especificar la ruta al archivo de metadatos de su secreto.

      atlas api remoteMcpConfigurations createGroupMcpSecret --groupId <your-group-id> --mcpConfigId <your-mcp-id> --file <your-metadata-file-path>
    2. En el archivo de metadatos, configure el tiempo de caducidad del secreto. El siguiente ejemplo muestra un archivo de metadatos secreto que caduca después de 8760 horas (un año):

      {
      "secretExpiresAfterHours": 8760
      }
    3. Copia y guarda la clave secreta del cliente inmediatamente. El comando devuelve la clave secreta del cliente solo una vez.

  3. Almacene el ID del cliente, el secreto del cliente y la clave API de su proveedor LLM.

    1. Para el desarrollo local, guárdelos en un archivo .env. Para un agente desplegado, guárdelos en el almacén de secretos de Atlas Agent Engine con el comando agentengine secret set.

Cree una configuración y un secreto de MCP independientes para cada entorno, como desarrollo local, pruebas y producción. No comparta credenciales entre entornos.

Importante

El campo ipAccessList limita las direcciones IP que pueden usar la configuración MCP. Utilice una lista de direcciones IP permitidas diferente para cada entorno e incluya solo las direcciones que cada entorno necesite.

Todos los usuarios del agente comparten el mismo acceso a MongoDB Atlas, ya que el secreto del cliente hereda los roles de la configuración de MCP. Por lo tanto, otorgue únicamente los roles de MongoDB Atlas que cada usuario del agente necesite.

Para consultar los comandos completos y los archivos de configuración de cada plantilla, consulte el archivo README de las plantillas del agente de MongoDB. Para obtener más información sobre cómo almacenar secretos en Atlas Agent Engine, consulte la sección «Aprovisionamiento de secretos» en la documentación de MongoDB Atlas Agent Engine.

Después de configurar las credenciales para un agente, ejecute la plantilla localmente para probarla y, a continuación, impleméntela en MongoDB Atlas Agent Engine.

Para ejecutar una plantilla localmente, ejecute el siguiente comando desde el directorio de la plantilla en el repositorio de agentes de MongoDB:

agentengine dev up

Para obtener más información sobre cómo ejecutar la plantilla, consulte el archivo README del directorio de plantillas.

Para desplegar una plantilla, ejecute el siguiente comando desde el directorio de la plantilla en el repositorio de agentes de MongoDB:

agentengine deploy --auto

Para obtener más información sobre cómo implementar un agente, consulte la sección "Implementar una compilación" en la documentación del motor de agentes de MongoDB Atlas.

La siguiente lista contiene consideraciones de seguridad y datos para las plantillas del agente de MongoDB:

  • De forma predeterminada, solo lectura. MongoDB Atlas Explorer escribe en MongoDB Atlas únicamente si se le otorgan permisos de escritura en su configuración MCP y se establece la variable de entorno ALLOW_WRITE_OPERATIONS en true. Cada escritura requiere una pausa para su aprobación manual. MongoDB Atlas Query Insights no puede escribir en MongoDB Atlas.

  • Los rastros y las conversaciones incluyen tus datos. MongoDB Atlas Agent Engine almacena cada rastro y conversación en tu proyecto. Los rastros y las conversaciones pueden incluir nombres de bases de datos, colecciones y campos, así como los documentos que lee el agente. Solo las personas con acceso a tu proyecto pueden verlos. Eres responsable de la gestión de tus datos. Para obtener más información, consulta la sección "Inspeccionar rastros" en la documentación de MongoDB Atlas Agent Engine.

  • Su proveedor de LLM recibe las indicaciones y los resultados de las herramientas. Esto incluye los resultados de las consultas que lee el agente. Elija un proveedor de LLM cuyas políticas de gestión de datos cumplan con la política de datos de su organización.

  • Sin acceso a la consola. Los agentes no pueden ejecutar comandos de consola en su entorno aislado.

  • Puedes alojar cualquier bot de Slack. El bot de Slack es solo un ejemplo, no un servicio gestionado. Tú mismo te encargas de alojarlo, protegerlo y mantenerlo.

Usted es el propietario de su implementación y sus datos. Si encuentra un defecto o un problema de seguridad en su agente, siga los pasos que se indican a continuación para revertir o apagar el agente:

  1. Detén cualquier proceso que llame al agente, como el bot de Slack o las tareas programadas. También puedes pausar el agente en MongoDB Atlas Agent Engine.

  2. Elimine el secreto del cliente MCP en MongoDB Atlas.

  3. Cree un nuevo secreto de cliente y actualice los secretos en Atlas Agent Engine.

  4. Vuelva a implementar la última compilación segura con el comando agentengine deploy --build-id <build-id>.

  5. Utilice el comando agentengine invoke para confirmar que el agente funciona y, a continuación, reinicie las llamadas que detuvo.

Las plantillas de agente de MongoDB tienen las siguientes limitaciones:

  • Las plantillas requieren MongoDB Atlas. No son compatibles con MongoDB Enterprise Advanced, implementaciones locales ni MongoDB Atlas para el sector público.

  • Los flujos de trabajo de implementación oficiales solo admiten MongoDB Atlas Agent Engine. No se admiten entornos de ejecución autohospedados.

  • Los agentes no registran los cambios que se produzcan en su entorno de MongoDB Atlas a lo largo del tiempo.

  • Cada configuración de MCP tiene un límite de capacidad por hora. Una cuenta de servicio de MongoDB Atlas puede tener un máximo de 100 tokens de acceso activos, y cada token dura una hora. Todos los espacios de trabajo y clientes que utilizan la misma configuración de MCP comparten ese límite. MongoDB Atlas Agent Engine crea dos tokens cada vez que se inicia una conversación o se reanuda después del tiempo de espera por inactividad. Los mensajes de seguimiento dentro de ese intervalo reutilizan los procesos de la sesión y no crean tokens. Esto permite de 40 a 50 conversaciones nuevas o reanudadas por hora. Cuando el agente alcanza el límite de tokens, las nuevas conversaciones fallan hasta que caduquen los tokens más antiguos, lo que puede tardar hasta una hora. Para obtener más información, consulte los límites de tokens de acceso en el repositorio de agentes de MongoDB.

Cada plantilla tiene limitaciones específicas que no se incluyen en esta lista. Para obtener la información más actualizada sobre limitaciones, consulte el repositorio de agentes de MongoDB.

Para obtener más información sobre los agentes que funcionan con MongoDB, consulte los siguientes recursos: