MongoDB は、効果的なAI強化アプリケーションをビルドするのに役立つツールと統合を提供します。このページのリソースを使用して、TLM とAIエージェントをMongoDB の機能とベストプラクティスに関するコンテキストに接続します。
エージェント支援開発
MongoDB の機能をより効果的に活用するために、LM またはAIエージェントにコンテキストを付与します。
MongoDB MCP サーバー: MongoDB MCP サーバーは、 AIアプリケーションをMongoDB の機能とドキュメントに接続します。また、 MCP をサポートするAIクライアントからの自然言語を使用してMongoDBクラスターをクエリすることもできます。
MongoDB Agent 実力: MongoDB Agent 実力は、事前に構築された再利用可能な指示であり、接続の設定やスキーマの設計からクエリの記述やパフォーマンスの最適化まで、一般的なMongoDBタスクの実行方法を AI コーディングエージェントに指示します。Clade、Cursor、GeoMon のMongoDBプラグインを使用すると、次の実力が利用できます。
インフラストラクチャ
MongoDB MCP 設定
MongoDB MCP（モデル コンテキスト プロトコル）サーバーを設定するようエージェントをガイドします。これにより、 MongoDBデータベースと直接やり取りできるようになります。この実力は、認証情報と接続設定の構成に役立ちます。
MongoDB 接続
MongoDBクライアント接続構成（プール、タイムアウト、パターン）を最適化して接続プールを構成し、接続エラーのデバッグまたはトラブルシューティングを行い、接続に関連するパフォーマンスの問題を最適化します。これには、 MongoDBを使用したサーバーレス関数の構築、 MongoDBを使用するAPIエンドポイントとなる接続されたデバイスの作成、 高トラフィックのMongoDBアプリケーションの最適化、 長時間実行タスクと同時実行性の作成、 接続関連の障害のデバッグ が含まれます。
データモデリング
スキーマ設計
MongoDBスキーマ設計のベストプラクティスについて、開発者をガイドします。この実力は、効率的なドキュメント構造の設計、検証ルールの実装、特定のユースケースに合わせてスキーマを最適化するのに役立ちます。
高度な機能
Atlas Stream Processing
MongoDB Atlas Stream Processingパイプラインの構築、操作、デバッグに関する包括的な実力。ワークスペースのプロビジョニング、データソース/sink 接続、プロセッサのライフサイクル操作、デバッグ診断、階層のサイズ設定を取り扱います。ストリーミングデータワークロードとイベント処理のために、 Kafka、Atlas クラスター、S3、HTTPS、およびLambda の統合をサポートします。
自然言語クエリ
自然言語の説明をMongoDBクエリと集計パイプラインに変換します。この実力は、コレクションスキーマ、サンプルドキュメント、インデックス情報を使用して、正確で最適化されたクエリを生成します。地理空間クエリ、テキスト検索、複数コレクション結合などの複雑な操作をサポートします。MongoDB Atlas Searchおよびベクトル検索とは異なります（以下の「 検索とAIの推奨事項 」を参照してください）。
クエリオプティマイザ
MongoDBクエリのパフォーマンスを分析および最適化します。このスキームにより、クエリが適切にインデックス化され、Atlas Performance Advisor を使用して低速クエリをデバッグし、集計パイプラインに関するベストプラクティスの推奨事項が提供されます。
検索とAIに関する推奨事項
MongoDB Atlas SearchとAIベースの推奨事項を実装するためのガイダンスを提供します。この実力は、検索インデックスの設定、検索クエリをビルドする、 AI機能をアプリケーションに統合するのに役立ちます。
MongoDBドキュメントをAIと併用
MongoDB MCP サーバー を使用してドキュメントにアクセスし、質問をします。
MongoDB MCP サーバーには、自然言語を使用してMongoDBドキュメントを検索するツールが含まれています。
list-knowledge-sources: 使用可能なMongoDBドキュメント ソースとそのバージョンを一覧表示します。例、マニュアル、ドライバー、Atlas など。search-knowledge: MongoDBドキュメントの知識ベースを自然言語クエリで検索し、リンクのある関連コンテンツ チャンクを返します。
例
AIエージェントに質問します。
"How do I create a compound index in MongoDB?"
エージェントはsearch-knowledge ツールを使用して関連するドキュメントを検索し、完全なページへの URL を含むテキストの抜粋を返します。
任意で、特定のドキュメント ソースまたはバージョンで検索をフィルターすることもできます。
MongoDBドキュメント内の任意のページをマークダウンとして表示し、LM のコンテキストとして使用します。ドキュメントUIを使用してページをマークダウンとしてコピーすることも、エージェントがページURLから直接マークダウンにアクセスすることもできます。
ドキュメントUI の使用
ドキュメントUIを使用してページをマークダウンとしてコピーするには
ブラウザで [] ページを開きます。
ページ右上隅にある Copy page ボタンを押します。
次に、マークダウンをエージェントが使用するファイルまたは LLM とのチャットに貼り付けることができます。
ページURL の使用
ページURLからページのマークダウン バージョンを生成するには、次の手順に従います。
ページURLの末尾から後続のスラッシュを削除します。
削除されたURLに
.mdを追加します。
エージェントを結果URLからマークダウンに直接アクセスできます。
例
現在のドキュメント ページURL は次のとおりです。
https://www.mongodb.com/ja-jp/docs/build-with-ai/
このページのマークダウン バージョンは次で利用できます。
https://www.mongodb.com/ja-jp/docs/build-with-ai.md
MongoDB AIアドバイザーを使用して、ドキュメントUIからページで直接チャットできます。この機能は、ドキュメントのほとんどのページで使用できます。
ページとチャットするには次の手順に従います。
ブラウザで [] ページを開きます。
ページ右上隅にある ボタンを Copy page ボタンの横にあります。
ドロップダウン メニューから Ask a Question を選択します。
これにより、ページに関する質問をできるチャットウィンドウが開きます。LLM は、ページ コンテンツをコンテキストとして使用して応答を生成します。
MongoDBドキュメントは、次の場所に llms.txtファイルを提供しています。
https://www.mongodb.com/ja-jp/docs/llms.txt
このファイルには、LLMs に関連する MongoDB ドキュメント ページのリストが含まれています。このファイルを使用して、 MongoDB の概念とユースケースに関するコンテキストを LLM に提供できます。