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

Tutorial de inicio rápido de búsqueda vectorial de MongoDB

En esta sección, se crea un índice MongoDB Vector Search en datos de ejemplo que se cargan en el clúster:

En esta sección, ejecuta una query muestra de Búsqueda Vectorial de MongoDB sobre el campo indexado.

Este inicio rápido se centró en recuperar documentos del clúster que contienen texto relacionado semánticamente con una query realizada. Sin embargo, se puede crear un índice de búsqueda vectorial sobre incrustaciones que representen cualquier tipo de datos que se puede guardar en el clúster, como imágenes o videos.

La consulta que ejecutaste en esta guía de inicio rápido es una canalización de agregación, en la que la $vectorSearch etapa realiza una búsqueda del vecino más cercano aproximado (ANN) seguida de una $project etapa que refina los resultados. Para ver todas las opciones de una consulta de búsqueda semántica, incluyendo el uso del vecino más cercano exacto (ENN) o cómo limitar el alcance de tu búsqueda semántica con la filter opción, consulta Ejecutar consultas de búsqueda vectorial.