MongoDB y sus socios han desarrollado integraciones de productos específicas para ayudar a aprovechar MongoDB en las aplicaciones impulsadas por IA y agentes de IA.
Esta página destaca las integraciones de IA que MongoDB y sus socios han desarrollado. Puede conectar MongoDB a proveedores de IA populares y LLMs a través de sus métodos de conexión estándar y APIs. Para obtener una lista completa de integraciones y servicios de socios, consulte el catálogo del ecosistema de socios de MongoDB.
Esta página también enumera las integraciones mantenidas por la comunidad. Estas integraciones se desarrollan de código abierto y no son gestionadas oficialmente por MongoDB. Las integraciones mantenidas por la comunidad se etiquetan en consecuencia en la columna de descripción. Para obtener soporte con estas integraciones, comuníquese con los mantenedores del proyecto dado.
Aplicación de IA y marcos de agente
Los siguientes marcos utilizan MongoDB como almacén de vectores, backend de memoria o almacén de características para admitir aplicaciones y agentes de IA. Los casos de uso incluyen RAG, memoria de agente, flujos de trabajo de múltiples agentes y servicios de aprendizaje automático.
Marco | Descripción | Documentación |
|---|---|---|
Marco de Python para construir agentes de IA autónomos con roles especializados y aplicaciones multiagente con "equipos" que pueden completar tareas complejas delegando el trabajo entre ellos. | ||
Un marco de funcionalidad store que te permite usar MongoDB como almacén tanto en linea como offline para definir, almacenar y servir funcionalidades de aprendizaje automático. | ||
Marco de Python para desarrollar aplicaciones personalizadas con LLM, modelos de incrustación, búsqueda vectorial y más para casos de uso como RAG. | ||
Marco para desarrollar aplicaciones de IA utilizando "strings", componentes específicos de LangChain que se pueden combinar para diversos casos de uso. La integración de LangChain con MongoDB proporciona varios componentes para RAG. | ||
Aporta las capacidades de LangChain a Java. | ||
Aporta las capacidades de LangChain al ecosistema de Go. | ||
Marco especializado dentro del ecosistema LangChain para desarrollar agentes de IA y flujos de trabajo complejos de múltiples agentes, con soporte para persistencia, transmisión y memoria. | ||
Marco que ofrece varias herramientas para conectar fuentes de datos personalizadas a LLMs y desarrollar aplicaciones RAG. | ||
Framework de PHP de código abierto para crear aplicaciones con tecnología de IA. Soporta MongoDB como almacén vectorial con modelos de incrustación de Voyage AI para casos de uso como RAG. | ||
Marco de TypeScript de código abierto que proporciona componentes para construir agentes de IA, incluidos flujos de trabajo, RAG y evaluaciones. Utiliza MongoDB para el almacenamiento y la recuperación de vectores, RAG y memoria. | ||
Marco de Microsoft que combina varios servicios de IA con sus aplicaciones para casos de uso, incluyendo RAG. | ||
Marco que aplica los principios de diseño de Spring a las aplicaciones de IA para casos de uso que incluyen RAG. | ||
COMMUNITY MAINTAINED - bifurcación de AutoGen para construir aplicaciones de IA de varios agentes. Utiliza MongoDB como almacén de vectores para incrustaciones y generación de recuperación aumentada. | ||
Community MAINTAINED — Marco para crear sistemas de agentes de IA colaborativos. Utiliza MongoDB para la memoria vectorial semántica y episódica y la persistencia de sesiones. | ||
MANTENIDO POR LA COMMUNITY — Marco de Python para crear agentes de IA multimodales. Utiliza MongoDB para el almacenamiento de memoria, la persistencia de sesiones, el estado del flujo de trabajo y la búsqueda vectorial. | ||
MANTENIDO POR LA COMMUNITY — Marco de Microsoft para crear aplicaciones de IA multiagente. Utiliza MongoDB como almacén de vectores para la generación de recuperación aumentada. | ||
MANTENIMIENTO DE LA COMMUNITY — Plataforma de desarrollo de aplicaciones LLM de código abierto. Utiliza nodos LangChain agrupados para admitir MongoDB para el almacenamiento de vectores y el historial de mensajes de chat. | ||
Community MAINTAINED — Marco de Python para compilar aplicaciones y agentes de IA con estado. Utilice MongoDB para conservar el estado del agente, las sesiones y los puntos de control del flujo de trabajo. | ||
Community MAINTAINED — Librería para representar y procesar datos multimodales. Utilice MongoDB Atlas como índice de documentos y almacenamiento de vectores. | ||
COMMUNITY MAINTAINED — Herramienta de código abierto para consultar documentación con IA. Utiliza MongoDB como almacén vectorial, almacén de documentos y backend de historial de conversaciones. | ||
MANTENIMIENTO DE LA COMMUNITY — Framework para evolucionar y automatizar agentes de IA. Utiliza MongoDB como registro de herramientas, almacén de artefactos y base de datos de estado de flujo de trabajo. | ||
Community MAINTAINED — Marco para la generación de recuperación aumentada basada en grafos. Utilice MongoDB para el almacenamiento de documentos, el almacenamiento de índices y la recuperación de vectores. | ||
COMMUNITY MAINTAINED — Marco para crear pipelines de RAG y agentes de nivel empresarial. Utilice MongoDB Atlas como almacén de vectores de incrustación. | ||
COMMUNITY MAINTAINED — Capa de memoria para agentes y asistentes de IA. Utiliza MongoDB Atlas como almacén de vectores para la memoria persistente del agente. | ||
Community MAINTAINED — Plataforma de infraestructura de memoria de IA. Utiliza MongoDB como backend de base de datos propia para el almacenamiento de memoria y sesiones. | ||
MANTENIDO POR LA COMMUNITY — Marco de Microsoft para crear agentes de IA empresariales. Utiliza MongoDB como almacén de vectores en aplicaciones de agente de C# y Python. | ||
Community MAINTAINED — Marco de agente para crear recursos de IA de backend. Utiliza MongoDB como backend de documentos y almacenamiento de datos para sus agentes. | ||
MANTENIMIENTO DE LA COMMUNITY — SDK oficial de OpenAI para crear aplicaciones de múltiple agente. Utilice MongoDB para el almacenamiento persistente de sesiones y memoria entre los turnos del agente. | ||
COMMUNITY MAINTAINED — Marco de agente de Python compilado en Pydantic. Utiliza memoria persistente respaldada por MongoDB Atlas para sus agentes de IA. | ||
Community MAINTAINED — Marco de código abierto para crear IA conversacional y chatbots. Utilice MongoDB como almacén de seguimiento para la persistencia del estado de la conversación. | ||
Community MAINTAINED — Marco de Rust para crear aplicaciones con tecnología LLM. Utiliza MongoDB como índice de almacenamiento de documentos y almacenamiento de vectores. | ||
MANTENIDO POR LA COMMUNITY — Desarrolladores de aplicaciones de IA de código abierto. Utiliza MongoDB Atlas como componente de almacenamiento vectorial en sus flujos de trabajo de IA. | ||
COMMUNITY MAINTAINED — Extensión de Alibaba de Spring AI para crear aplicaciones de IA. Utilice MongoDB como protector de puntos de control y almacén de estado de flujo de trabajo. | ||
COMMUNITY MAINTAINED — SDK respaldado por AWS para crear agentes de IA. Utiliza MongoDB Atlas con incrustaciones de Bedrock para el almacenamiento y la recuperación de memoria basados en vectores. | ||
COMMUNITY MAINTAINED — Marco de Python para crear aplicaciones de datos e IA. Utiliza MongoDB como nodo de datos para leer y escribir datos de colección. | ||
COMMUNITY MAINTAINED — Marco de Python para crear agentes de IA confiables. Utiliza MongoDB para el almacenamiento del estado de la sesión y el flujo de trabajo en todas las ejecuciones del agente. |
Plataformas y automatización
También puede integrarse con las siguientes plataformas empresariales para compilar aplicaciones de IA generativa. Estas plataformas ofrecen funcionalidades como modelos preentrenados, herramientas de automatización de flujos de trabajo, desarrolladores de pipelines visuales y plataformas de backend como servicio que utilizan MongoDB como capa de datos.
Plataforma | Descripción | Documentación |
|---|---|---|
Plataforma totalmente gestionada para desarrollar aplicaciones de IA generativa. Integrar MongoDB como una Base de Conocimiento para almacenar datos personalizados en MongoDB Atlas, implementar RAG e implementar agentes. | ||
Plataforma de Google Cloud para desarrollar e implementar aplicaciones y agentes de IA. Incluye herramientas y modelos preentrenados de Google que puede usar con MongoDB Atlas para RAG y otros casos de uso, como consultas en lenguaje natural. | ||
Herramienta de automatización de flujos de trabajo sin código que permite compilar flujos de trabajo autónomos a través de nodos interactivos en un lienzo visual. Brinda soporte a múltiples nodos de MongoDB, incluyendo nodos para RAG y memoria para sus agentes de IA. | ||
COMMUNITY MAINTAINED — Plataforma de backend como servicio de código abierto. Utiliza MongoDB como backend de base de datos predeterminado para el almacenamiento de documentos, sesiones y estados de flujo de trabajo. | ||
MANTENIDO POR LA COMMUNITY — Plataforma para crear e implementar herramientas de IA e integraciones de llamadas a funciones. Utiliza el kit de herramientas de MongoDB para dar acceso a los agentes a sus datos. | ||
MANTENIMIENTO DE LA Community — Plataforma de backend como servicio compilada en Parse servidor. Utiliza MongoDB como base de datos por defecto para los datos de la aplicación, los documentos y la gestión de sesiones. | ||
Community MAINTAINED — Plataforma de automatización de flujos de trabajo de código abierto. Utiliza MongoDB como conector para operaciones CRUD, almacenamiento de vectores y memoria de chat en flujos de trabajo. | ||
MANTENIMIENTO DE LA COMMUNITY — Plataforma de desarrollo de aplicaciones LLM de código abierto. Utiliza MongoDB Atlas como almacén de vectores, almacén de documentos y nodo de recuperación en flujos de trabajo de IA. | ||
MANTENIDO POR COMMUNITY — Plataforma de código abierto de bajo código para crear aplicaciones LLM. Utilice MongoDB Atlas para el almacenamiento de vectores y la memoria de chat en flujos de trabajo visuales. | ||
MANTENIMIENTO DE LA COMMUNITY — Plataforma de código abierto para crear bases de conocimiento de IA y aplicaciones de chat. Utiliza MongoDB para el almacenamiento de estado de sesión y aplicación. | ||
COMMUNITY MAINTAINED — Herramienta de código abierto para organizar y analizar conjuntos de datos visuales. Utilice MongoDB Atlas como índice de similitud vectorial para la búsqueda de conjuntos de datos. | ||
MANTENIMIENTO DE LA COMMUNITY — Framework visual de código abierto para crear pipeline y agentes de IA. Utiliza MongoDB Atlas como componente de almacenamiento vectorial. | ||
MANTENIMIENTO DE LA COMMUNITY — Plataforma de chat de IA de código abierto. Utiliza MongoDB como su base de datos por defecto para el historial de conversaciones, los mensajes y la gestión de sesiones de usuario. | ||
COMMUNITY MAINTAINED: plataforma de automatización de flujos de trabajo sin código. Utiliza la aplicación nativa de MongoDB para integrar sus datos de MongoDB en flujos de trabajo automatizados. |
ETL y pipeline de datos
Las siguientes herramientas admiten la extracción, transformación y carga de datos con MongoDB como conector de origen o destino para sus pipelines de IA y datos.
Herramienta | Descripción | Documentación |
|---|---|---|
COMMUNITY MAINTAINED — Plataforma de integración de datos de código abierto para pipeline ETL y ELT. Utiliza MongoDB como conector de origen o destino. | ||
COMMUNITY MAINTAINED — Plataforma de código abierto para programar y supervisar flujos de trabajo de datos. Utilice MongoDB para ingerir o query datos de sus pipelines. | ||
COMMUNITY MANTENIDO — Librería de Python de código abierto para crear pipelines de datos. Utiliza la fuente de MongoDB para extraer y cargar datos en el destino de su elección. | ||
COMMUNITY MAINTAINED — Plataforma de integración empresarial para conectar aplicaciones y datos. Utiliza MongoDB Snap Pack para la ingestión de datos, las query y los flujos de trabajo de ETL. | ||
Community MAINTAINED: plataforma de preprocesamiento de datos para la ingesta de contenido no estructurado en pipelines de IA. Utiliza MongoDB como conector de destino de ingesta. |
Herramientas
Las siguientes herramientas amplían sus aplicaciones de IA con capacidades de conectividad, observabilidad y memoria. Estas incluyen servidores MCP para la conectividad de agente a datos, puertas de enlace y proxies de LLM, y plataformas de observabilidad para el seguimiento y la evaluación de aplicaciones de LLM.
Herramienta | Descripción | Documentación |
|---|---|---|
Model Context Protocol (MCP) es un estándar abierto sobre cómo los LLM se conectan y para la interacción con recursos y servicios externos. Utiliza la implementación oficial del servidor MCP de MongoDB para interactuar con los datos y clústeres de MongoDB desde las herramientas de IA agénticas. | ||
MANTENIDO POR LA COMMUNITY — plataforma de observabilidad y evaluación de código abierto para aplicaciones LLM. Utiliza Atlas Vector Search de MongoDB como destino de base de datos vectorial rastreada. | ||
MANTENIMIENTO DE LA COMMUNITY — Puerta de enlace de IA para administrar el tráfico y la observabilidad de LLM. Utilice MongoDB como registro y almacén de seguimiento para implementaciones empresariales. | ||
Community MAINTAINED — Registro y plataforma de alojamiento para servidores MCP. Utiliza el servidor MCP oficial de MongoDB de Smithery para conectar agentes a sus datos. | ||
MANTENIMIENTO DE LA COMMUNITY — API de búsqueda optimizada para IA para agentes y RAG. Utiliza MongoDB Atlas como backend para la búsqueda híbrida con el cliente híbrido de Tavily. |