AI エージェント向け: ドキュメントインデックスは https://www.mongodb.com/ja-jp/docs/llms.txt で利用できます。すべてのページの markdown バージョンは、いずれかの URL パスに .md を追加することで利用できます。
See how MongoDB 9.0 delivers up to 2x higher throughput.
MongoDB Branding Shape
Register now >
Docs Menu

MongoDB MCP Server の使用例

このページでは、自然言語プロンプトを使用した実用的な例を通じてMongoDB MCP サーバーの使用方法を説明します。各例では、 AIクライアントに入力できるプロンプトと、大規模言語モデル(LLM)から受信できる応答の例を示します。

このページの例は、 MongoDB MCP サーバー を使用した独自のやり取りの開始点として使用できます。

注意

具体的にどのような出力が与えられるかは、データ、AI クライアント、および使用している LLM によって異なります。これらの例では、組織ID、プロジェクトID、パスワードなどの秘密情報はリダクションされています。

これらの例を実行中前に、次のことを確認してください。

次の例は、 MongoDB MCP Server を使用して Atlas インフラストラクチャを管理する方法を示しています。

Atlas アカウントの構造と利用可能なリソースの概要を取得します。

Show my Atlas organizations and projects

1 つのワークフローで、クラスターと必要なすべてのアクセス構成を含む新しい Atlasプロジェクトを設定します。

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

クラウドプロバイダーに対して Atlas がサポートするリージョン コードと人間が判読できるロケーションを検索するには、atlas-get-regions を使用します。これは、"Iowa" などの自然言語のロケーションを解決するのに役立ちます。または 「北部ヨーロッパ」 は、atlas-create-cluster や atlas-upgrade-cluster などのツールが要求する正確なリージョン コードに変換されます。

What Atlas regions are available on GCP?

atlas-create-cluster を使用して、M10〜M80 インスタンスサイズの専用 Atlas クラスターを作成します。代わりに無料階層クラスターを作成するには、atlas-create-free-cluster を使用します。

このツールには、projectId、clusterName、provider、regionsが必要です。

Create a dedicated Atlas cluster named myDedicatedCluster
in project myProject on AWS in US East

Non-Default Options

デフォルト以外のクラスター タイプ、インスタンス サイズ、またはバックアップ設定を指定するには、プロンプトにこれらのオプションを含めます。

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

複数のリージョン

複数のリージョンにクラスターを分散するには、プロンプトで最大 3 つのリージョンを指定します。ツールはリージョンを順序付きリストとして扱います。最初のリージョンの優先順位が最も高く、プライマリ ノードが保持されます。ツールは選挙可能なノードを、1 つのリージョンに 3 つのノード、2 つのリージョンに 2 つと 1 つのノード、または 3 つのリージョンに 2 つ、2 つ、1 つのノードとして分散します。

Create a dedicated Atlas cluster named myMultiRegionCluster
in project myProject on AWS across US East, Ohio, and Ireland

カスタマーマネージド キーを使用した保管時の暗号化

カスタマーマネージド キーでクラスターを暗号化するには、プロンプトでキー プロバイダーの名前を指定します。プロバイダーには、プロジェクト内に有効な保管時の暗号化構成が既に存在している必要があります。ツールは既存の構成を選択しますが、構成を作成または変更することはできません。キー プロバイダーの構成方法については、「カスタマー キー管理を使用した保管時の暗号化」を参照してください。

プロバイダーを指定しない場合、有効な構成が存在すると、ツールはクラスターのクラウドプロバイダーに構成されたカスタマーマネージド キーを使用します。その他の場合、クラスターはデフォルトの Atlas 保管時の暗号化を使用します。

Create a dedicated Atlas cluster named myEncryptedCluster
in project myProject on AWS in US East, encrypted with our
AWS customer-managed key

atlas-upgrade-cluster ツールは次のアップグレードパスをサポートしています。

  • 無料でフレキシブルに

  • 無料から M10

  • Flex to M10

このツールはまた、専有クラスターを別の M10-M80インスタンスサイズにスケーリングし、そのコンピューティング オートスケーリング設定を更新します。

クラスターへの接続

MCP 設定で接続文字列を構成した場合、または atlas-connect-cluster ツールを使用して接続した場合、 MCP サーバーは接続からクラスター名、プロジェクト、現在の階層を推測します。

Upgrade my current Atlas cluster to Flex

クラスターに接続されていない場合

アクティブなクラスター接続がない場合は、プロンプトにクラスター名とプロジェクトを指定します。オプションで、ターゲット階層、プロバイダー、リージョンを指定できます。

Upgrade my Atlas cluster named myFlexCluster
in project myProject to M10 on AWS in US East

専有クラスターの増加

専有クラスターを増やすには、次のオプションの少なくとも 1 つを指定します。

  • 新しいインスタンスサイズ

  • コンピューティングのオートスケーリングを有効にするかどうか

  • オートスケーリングの最小または最大インスタンスサイズ

Scale my Atlas cluster named myDedicatedCluster
in project myProject to M30 and let it autoscale
between M20 and M50

atlas-pause-resume-cluster ツールは専用の (M10+) Atlas クラスターを一時停止または再開します。Free クラスターと Flex クラスターは一時停止できません。

このツールには次のパラメータが必要です。

  • projectId

  • clusterName

  • action. action を PAUSE または RESUME に設定します。

クラスターの一時停止

クラスターを一時停止すると、接続できなくなり、コンピュートコストが発生しません。クラスターが現在のアクティブな接続である場合、クラスターの一時停止後、MCP サーバーは自動的にクラスターから切断します。

Pause cluster test-cluster-1 from project XXX

クラスターの再開

クラスターを再開しても、すぐに接続できるようにはなりません。atlas-inspect-cluster を使用して、クラスターの状態が IDLE に達するまでポーリングします。

Resume cluster test-cluster-1 from project XXX

次の例は、 MongoDB MCP Server を使用してMongoDBデータを検索して理解する方法を示しています。

クラスターで利用可能なデータベースを検出し、その内容に関するインサイトを得ます。

Show my Atlas databases

特定のデータベースを深く調べて、その構造とコレクションを理解します。

Show the collections in the Atlas sample_mflix database

MongoDBデータを分析して、パスワードなしと傾向を特定します。

Summarize the Atlas movies collection by thrillers

次の例は、MongoDB MCP サーバーを使用して一般的なデータベース操作を実行する方法を示しています。

コレクションに新しいデータを追加します。

Add a document to the movies_copy collection

新しいコレクションを作成してカスタマイズします。

Create a new collection to store movie purchases data that
includes geospatial and timeseries fields

既存のコレクションのバックアップまたは重複を作成します。

Make a copy of the movies collection named movies_copy

次の例では、外部ツールで共有またはプロセシングするためにクエリ結果をエクスポートする方法を示しています。

包括的なレポートを生成し、他のアプリケーションで使用したり、チームメンバーと共有したりするためにエクスポートします。

エクスポートされた結果は、MCP Server を実行するコンピューター上のファイルに保存されます。AIクライアントアプリケーションを使用して、exported-dataリソースを介してエクスポートされたデータにアクセスすることもできます。

エクスポートファイルは、exportPath 構成オプションで指定されたファイルシステム パスに保存されます。エクスポートファイルは、exportTimeout 構成オプションで指定された期間後に削除の対象となります。詳細については、 MongoDB MCP Server からのデータのエクスポート を参照してください。

Summarize and export the contents of the movies collection.

MongoDB Atlas のローカル配置で MCP サーバーを使用できます。ローカル Atlas 配置で MCP サーバー ツールを使用するには、Dockerをインストールする必要があります。Atlas のローカル配置の概要については、Atlas 配置の作成 を参照してください。

次の例は、 MongoDB MCP Server を使用してローカル Atlas 配置を操作し、作成する方法を示しています。

次の例では、Atlas のローカル配置を示しています。

List all local Atlas deployments.

次の例では、 local7356 という名前の Atlas のローカル配置に接続し、データベースを一覧表示します。

Connect to my local Atlas deployment local7356 and list the
databases.

次の例では、データベースと例コレクションを含む新しいローカル Atlas 配置を作成します。例を実行するには、読み取り専用モードを無効にする必要があります。

Create a new local Atlas deployment, connect to it, create a
collection with sample pizza orders data, and then retrieve the
sample data.

次の例では、local5528 という名前の Atlas 配置を削除します。例を実行するには、読み取り専用モードを無効にする必要があります。

Delete my local Atlas deployment local5528.

atlas-local-delete-deployment ツールがローカル Atlas 配置を削除すると、AIクライアントは配置がすでに削除されていると応答する可能性があります。これは、atlas-local-delete-deployment ツールが正常に実行され、Atlas のローカル配置が存在しなくなりました。

次の例は、 MongoDB MCP サーバーを使用してパフォーマンスの問題を識別して解決する方法を示しています。プロンプトの実際の出力は、クラスターでパフォーマンスの問題が発生しているかどうかによって異なります。そのため、出力が例と完全に一致しない場合があります。

これらの例では、atlas-get-performance-advisor ツールを使用して、Performance Advisor から推奨事項を検索します。

パフォーマンスの低いクエリを特定して分析することで、パフォーマンスのボトルネックを理解します。

注意

低速クエリ分析を実行する際、MongoDB MCP サーバーは低速クエリのサンプルを検索し、上限は 50 クエリに限定します。サンプルには、最適なパフォーマンスと応答時間を確保するために、プロンプトで指定された条件に一致する直近の低速クエリが最大 50 含まれます。

クラスター内のすべての低速クエリをクエリします。

Show me slow queries in my cluster

一般的なパフォーマンスの問題のクエリは以下のようになります。

How is my cluster performance?

特定の操作タイプ、期間、または名前空間のクエリ。

Show me slow writes for the past 24 hours in the movies collection

特定の実行時間を照会するクエリ。

Show me queries longer than 5 seconds

Performance Advisor を使用して、パフォーマンスを向上させるために作成または削除するインデックスの提案を提案します。

What indexes should I create or drop to improve performance?

データベーススキーマ設計と構造を改善するための推奨事項を取得します。

Suggest schema improvements for my database

次の例は、MongoDB MCPサーバーを使用してMongoDB ベクトル検索を操作する方法を示しています。MCP サーバーでベクトル検索をどのように操作するかについて詳しくは、ベクトル検索サポートを参照してください。

注意

自動埋め込み生成を使用するには、Voyage AI APIキーを使用して MCP サーバーを構成する必要があります。

コレクションのベクトル検索インデックスを作成、削除、一覧表示します。

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

Voyage AI APIキーを設定すると、ドキュメントの挿入時に MCP サーバーは埋め込みを自動的に生成します。未加工のテキスト値を指定すると、サーバーはベクトル検索インデックスを持つフィールドの埋め込みを生成します。

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"

Voyage AI APIキーを構成すると、MCP サーバーは検索クエリの実行中に埋め込みを自動的に生成します。生のテキストを入力すると、サーバーはクエリの埋め込みを自動的に生成します。

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.

次の例は、 MongoDB MCP Server を使用してMongoDB Search を操作する方法を示しています。 MCP サーバーでレプリカ検索をどのように操作するかについて詳しくは、「 レプリカ検索をサポートする 」を参照してください。

コレクションの語彙検索インデックスを作成、削除、一覧表示します。

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

aggregate$search集計ステージを使用して ツールで語彙検索クエリを実行します。

Run a lexical search query on sample_db.products on the 'description' field
using the lexical search index to find products that mention wireless.

aggregate$searchMeta集計ステージで ツールを使用すると、一致するドキュメント自体ではなく、一致するドキュメントの数などの語彙検索に関するメタデータが返されます。

How many products have "wireless" in the description on
sample_db.products using the lexical search index

MongoDB MCP サーバーの構成と使用の詳細については、次を参照してください。

利用可能なすべての構成オプションと接続方法の詳細については、こちらを参照してください。

ツールとその機能を網羅したリストで、

MCP サーバーを安全に配置して使用する方法を理解します。