Esta página demuestra cómo utilizar el servidor MCP de MongoDB a través de ejemplos prácticos con instrucciones en lenguaje natural. Cada ejemplo muestra el prompt que puedes ingresar en tu cliente de IA y una respuesta de ejemplo que podrías recibir de los grandes modelos de lenguaje (LLM).
Puedes usar los ejemplos de esta página como puntos de partida para tus propias interacciones con el Servidor MCP de MongoDB.
Nota
La salida exacta que recibas variará dependiendo de tus datos, el cliente de IA y el LLM que estés utilizando. La información privada, como los Identificadores de la Organización, los IDs del grupo y las contraseñas se eliminan en estos ejemplos.
Requisitos previos
Antes de ejecutar estos ejemplos, asegúrate de contar con lo siguiente:
Una configuración de servidor MCP de MongoDBfuncional
Acceso a una implementación de MongoDB con datos para explorar.
Datos de muestra cargados en tu implementación.
Administración de Atlas
Los siguientes ejemplos demuestran cómo gestionar tu infraestructura de Atlas utilizando el servidor MCP de MongoDB.
Ver organizaciones y proyectos
Obtenga una visión general de la estructura de su cuenta de Atlas y de los recursos disponibles.
Show my Atlas organizations and projects
Crear un Clúster de Atlas
Configura un nuevo proyecto de Atlas con un clúster y todas las configuraciones de acceso necesarias en un único flujo de trabajo.
Create a new Atlas project named myNewProject and create a free cluster named myNewCluster in the new project, add access list for my current IP, create a database user named myNewUser with read and write access to the new cluster, and return the connection string for the new cluster
Lista de regiones de Atlas compatibles
Para consultar los códigos de región y las ubicaciones legibles para humanos que Atlas admite para un proveedor de nube, utilice atlas-get-regions. Esto resulta útil para resolver una ubicación en lenguaje natural, como "Iowa" o "Norte de Europa", y obtener el código de región exacto que esperan herramientas como atlas-create-cluster y atlas-upgrade-cluster.
What Atlas regions are available on GCP?
Crear un clúster Atlas dedicado
Use atlas-create-cluster para crear un clúster Atlas dedicado con tamaños de instancia M10–M80. Para crear un clúster de nivel gratuito en su lugar, utiliza atlas-create-free-cluster.
La herramienta requiere projectId, clusterName, provider y regions.
Create a dedicated Atlas cluster named myDedicatedCluster in project myProject on AWS in US East
Non-Default Options
Para especificar un tipo de clúster, tamaño de instancia o configuraciones de copia de seguridad que no sean las predeterminadas, incluye esas opciones en tu mensaje:
Create a dedicated Atlas cluster named myShardedCluster in project myProject on AWS in US East with cluster type SHARDED, instance size M30, and continuous backups enabled
Múltiples regiones
Para distribuir un clúster en varias regiones, nombre hasta tres regiones en su solicitud. La herramienta trata las regiones como una lista ordenada: la primera región tiene la máxima prioridad y contiene el nodo primario. La herramienta distribuye los nodos elegibles como tres nodos en una región, dos y un nodo en dos regiones, o dos, dos y un nodo en tres regiones.
Create a dedicated Atlas cluster named myMultiRegionCluster in project myProject on AWS across US East, Ohio, and Ireland
Cifrado en reposo con una clave gestionada por el cliente
Para cifrar un clúster con una clave gestionada por el cliente, asigne un nombre al proveedor de claves en su solicitud. El proveedor ya debe tener una configuración de cifrado en reposo válida en el Proyecto. La herramienta selecciona una configuración existente, no puede crearla ni modificarla. Para aprender a configurar un proveedor de claves, consulte Cifrado en reposo con gestión de claves por parte del cliente.
Si no nombra un proveedor, la herramienta utiliza la clave gestionada por el cliente configurada para el proveedor de nube del clúster cuando existe una configuración válida. De lo contrario, el clúster utiliza el cifrado en reposo de Atlas por defecto.
Create a dedicated Atlas cluster named myEncryptedCluster in project myProject on AWS in US East, encrypted with our AWS customer-managed key
Actualice un clúster de Atlas
La herramienta atlas-upgrade-cluster admite las siguientes rutas de actualización:
Free to Flex
Gratis para M10
Flex a M10
La herramienta también escala un clúster dedicado a un tamaño de instancia M10–M80 diferente y actualiza su configuración de autoescalado de cómputo.
Conectado a un clúster
Si has configurado una cadena de conexión en tus ajustes de MCP o te has conectado usando la herramienta atlas-connect-cluster, el Servidor MCP inferirá el nombre del clúster, el proyecto y el nivel actual de tu conexión.
Upgrade my current Atlas cluster to Flex
No conectada a ningún clúster
Si no cuentas con una conexión activa al clúster, proporciona el nombre del clúster y el proyecto en tu solicitud. Opcionalmente, puedes especificar el nivel de destino, el proveedor y la región.
Upgrade my Atlas cluster named myFlexCluster in project myProject to M10 on AWS in US East
Escalado de un clúster dedicado
Para escalar un clúster dedicado, especifique al menos una de las siguientes opciones:
El nuevo tamaño de instancia
¿Habilitar el escalado automático de cómputo?
El tamaño mínimo o máximo de instancia para el escalado automático
Scale my Atlas cluster named myDedicatedCluster in project myProject to M30 and let it autoscale between M20 and M50
Pausar o reanudar un clúster de Atlas
La herramienta atlas-pause-resume-cluster pausa o reanuda un clúster de Atlas dedicado (M10+). Los clúster gratuitos y Flex no se pueden pausar.
La herramienta requiere los siguientes parámetros:
projectIdclusterNameaction. EstablezcaactionenPAUSEoRESUME.
Pausar un clúster
Cuando se pausa un clúster, deja de estar disponible para las conexiones y no genera costo de cómputo. Si el clúster es su conexión activa actual, el servidor MCP se desconecta automáticamente de él después de que se pausa el clúster.
Pause cluster test-cluster-1 from project XXX
Reanudar un clúster
Cuando reanuda un clúster, no está disponible de inmediato para las conexiones. Utilice atlas-inspect-cluster para sondear el estado del clúster hasta que alcance IDLE.
Resume cluster test-cluster-1 from project XXX
Exploración de datos
Los siguientes ejemplos demuestran cómo puedes usar el servidor MCP de MongoDB para explorar y comprender tus datos de MongoDB.
Listar bases de datos disponibles
Descubre qué bases de datos están disponibles en tu clúster y obtén perspectivas sobre sus contenidos.
Show my Atlas databases
Explora colecciones
Sumérgete más en una base de datos específica para comprender su estructura y colecciones.
Show the collections in the Atlas sample_mflix database
Análisis de datos
Analiza tus datos de MongoDB para identificar patrones y tendencias.
Summarize the Atlas movies collection by thrillers
Operaciones de bases de datos
Los siguientes ejemplos demuestran cómo utilizar el servidor MCP de MongoDB para realizar operaciones comunes de base de datos.
Insertar nuevos documentos
Agregue nuevos datos a sus colecciones.
Add a document to the movies_copy collection
Crear nuevas colecciones
Crea y personaliza nuevas colecciones.
Create a new collection to store movie purchases data that includes geospatial and timeseries fields
Copiar una colección existente
Crea una copia de seguridad o un duplicado de una colección existente.
Make a copy of the movies collection named movies_copy
Exportación y uso compartido de datos
El siguiente ejemplo demuestra cómo exportar los resultados de query para su uso compartido o realizar un procesamiento posterior en herramientas externas.
Generar informes completos y exportarlos para su uso en otras aplicaciones o para compartirlos con los miembros del equipo.
Los resultados exportados se guardan en un archivo en el ordenador que ejecuta el Servidor MCP. También puedes acceder a los datos exportados a través del recurso exported-data utilizando la aplicación cliente de IA.
El archivo de exportación se almacena en la ruta del sistema de archivos especificada por la opción de configuración exportPath. El archivo de exportación puede ser eliminado después del periodo de tiempo especificado por la opción de configuración exportTimeout. Para obtener más detalles, consulte Exportar datos desde el servidor MCP de MongoDB.
Summarize and export the contents of the movies collection.
implementaciones locales de Atlas
Puede usar MCP servidor con implementaciones locales de Atlas. Para usar las herramientas del Servidor MCP con implementaciones locales de Atlas, debe instalar Docker. Para obtener una introducción a las implementaciones locales de Atlas, consulte Crear una implementación local de Atlas.
Los siguientes ejemplos muestran cómo utilizar el servidor MongoDB MCP para interactuar y crear implementaciones locales de Atlas.
Listar implementaciones locales de Atlas
El siguiente ejemplo enumera las implementaciones locales de Atlas.
List all local Atlas deployments.
Conectar con la implementación local de Atlas y enumerar las bases de datos
El siguiente ejemplo se conecta a una implementación local de Atlas denominado local7356 y enumera las bases de datos.
Connect to my local Atlas deployment local7356 and list the databases.
Crear un nuevo despliegue local de Atlas con base de datos y colección
El siguiente ejemplo crea una nueva implementación local de Atlas con una base de datos y una colección de ejemplo. Para ejecutar el ejemplo, debes deshabilitar el modo de solo lectura.
Create a new local Atlas deployment, connect to it, create a collection with sample pizza orders data, and then retrieve the sample data.
Borrar implementación local de Atlas
En el siguiente ejemplo se elimina una implementación local de Atlas llamada local5528. Para ejecutar el ejemplo, es necesario desactivar el modo de solo lectura.
Delete my local Atlas deployment local5528.
Después de que la herramienta atlas-local-delete-deployment elimina la implementación local de Atlas, el cliente de IA podría responder que la implementación ya se ha eliminado. Esto se debe a que la herramienta atlas-local-delete-deployment se ejecutó correctamente y la implementación local de Atlas ya no existe.
Optimización del rendimiento
Los siguientes ejemplos demuestran cómo se puede utilizar el MongoDB MCP servidor para identificar y resolver problemas de rendimiento. El resultado real para tus indicaciones dependerá de si tu clúster está experimentando problemas de rendimiento, por lo que tus resultados podrían no coincidir exactamente con los ejemplos proporcionados.
Estos ejemplos usan la herramienta atlas-get-performance-advisor para recuperar recomendaciones de Performance Advisor.
Analizar consultas lentas
Identifica y analiza las consultas de bajo rendimiento para entender los cuellos de botella de rendimiento.
Nota
Al realizar un análisis de consultas lentas, el servidor MongoDB MCP recupera una muestra de consultas lentas, limitada a 50 consultas. La muestra incluye hasta 50 de las consultas lentas más recientes que cumplen cualquiera de las condiciones especificadas en tu solicitud, para garantizar un rendimiento y tiempos de respuesta óptimos.
Query todas las queries lentas en el clúster:
Show me slow queries in my cluster
query para problemas generales de rendimiento:
How is my cluster performance?
Query para un tipo de operación, duración o namespace específico:
Show me slow writes for the past 24 hours in the movies collection
Query para un tiempo de ejecución específico:
Show me queries longer than 5 seconds
Obtenga recomendaciones de índices
Usa el Performance Advisor para sugerir índices que se deban crear o descartar para mejorar el rendimiento.
What indexes should I create or drop to improve performance?
Optimiza tu esquema
Obtén recomendaciones para mejorar el diseño de esquema y la estructura de tu base de datos.
Suggest schema improvements for my database
Búsqueda vectorial
Los siguientes ejemplos demuestran cómo utilizar el servidor MCP de MongoDB para trabajar con MongoDB búsqueda vectorial. Si deseas aprender más sobre cómo funciona el Servidor MCP con la búsqueda vectorial, consulta Soporte para Búsqueda Vectorial.
Nota
Para utilizar la generación automática de embeddings, debe configurar el MCP Server con una clave API de Voyage IA.
Crear y gestionar índices de búsqueda vectorial
Crea, descarta y lista los índices de búsqueda vectorial de tus colecciones.
Create a vector search index on the sample_db.products collection for the embeddings field with 1024 dimensions using dot product similarity
Show me all vector search indexes on the sample_db.products collection
Drop the vector search index from the sample_db.products collection
Insertar documentos con incrustaciones automáticas
Cuando configuras una clave de API de Voyage IA, el MCP servidor genera automáticamente embeddings al insertar documentos. Puedes proporcionar valores de texto en bruto, y el servidor genera las incrustaciones para los campos con índices de búsqueda vectorial.
Insert documents into the sample_db database and products collection. Use the voyage-3-large embedding model to generate vector embeddings from descriptions for the `embeddings` field. 1. name: "Headphones", description: "Premium wireless noise-canceling headphones with 30-hour battery" 2. name: "Earbuds", description: "True wireless earbuds with active noise cancellation" 3. name: "Monitor", description: "24-inch 4K monitor with 1ms response time" 4. name: "Keyboard", description: "Mechanical keyboard with customizable RGB lighting" 5. name: "Mouse", description: "Wireless ergonomic mouse with programmable buttons"
Ejecutar una consulta de búsqueda vectorial
Cuando configuras una clave API de Voyage IA, el MCP servidor genera automáticamente embebidos al realizar consultas de búsqueda vectorial. Puedes proporcionar el texto en bruto y el servidor genera automáticamente "query" para la consulta.
Run a vector search query on sample_db.products on the 'embeddings' field using the vector search index to find products that I can use to listen to music.
Búsqueda léxica
Los siguientes ejemplos demuestran cómo usar el servidor MCP de MongoDB para trabajar con la búsqueda de MongoDB. Para obtener más información sobre cómo funciona el servidor MCP con la búsqueda léxica, consulte la sección "Compatibilidad con la búsqueda léxica".
Crear y gestionar índices de búsqueda léxica
Cree, elimine y liste índices de búsqueda léxica para sus colecciones.
Create a lexical search index on the sample_db.products collection for the description field
Show me all lexical search indexes on the sample_db.products collection
Drop the lexical search index from the sample_db.products collection
Ejecutar una consulta de búsqueda léxica
Ejecute consultas de búsqueda léxica con la herramienta aggregate utilizando la etapa de agregación $search.
Run a lexical search query on sample_db.products on the 'description' field using the lexical search index to find products that mention wireless.
Obtener metadatos de los resultados de la búsqueda léxica
Utilice la herramienta aggregate con la etapa de agregación $searchMeta para devolver metadatos sobre una búsqueda léxica, como un recuento de documentos coincidentes, en lugar de los documentos coincidentes en sí.
How many products have "wireless" in the description on sample_db.products using the lexical search index
Próximos pasos
Para obtener más información acerca de configurar y usar el Servidor MongoDB MCP:
Aprende sobre todas las opciones de configuración disponibles y los métodos de conexión. | |
Explora la lista completa de herramientas y sus capacidades. | |
Comprender cómo implementar y utilizar de forma segura el servidor MCP. |