MongoDB 효과적인 AI 기반 애플리케이션을 빌드 데 도움이 되는 도구와 통합을 제공합니다. 이 페이지의 리소스를 사용하여 LLM 및 AI 에이전트를 MongoDB 기능 및 권장사항 에 대한 컨텍스트와 연결합니다.
에이전트 지원 개발
LLM 또는 AI 에이전트 컨텍스트를 제공하여 MongoDB 기능을 더 효과적으로 활용하세요.
MongoDB MCP 서버: MongoDB MCP 서버는 AI 애플리케이션 을 MongoDB 기능 및 문서에 연결합니다. MCP를 지원 AI 클라이언트에서 언어 사용하여 MongoDB 클러스터를 쿼리 할 수도 있습니다.
MongoDB Agent 스킬: MongoDB Agent 스킬은 사전 구축된 재사용 가능한 지침으로, AI 코딩 에이전트에게 연결 설정 및 스키마 설계부터 쿼리 작성 및 성능 최적화에 이르기까지 일반적인 MongoDB 작업을 수행하는 방법을 가르칩니다. 다음 스킬은 Claude, 커서 및 Gemini용 MongoDB 플러그인을 사용할 때 사용할 수 있습니다.
인프라
MongoDB MCP 설정
에이전트 MongoDB 데이터베이스와 직접 상호 작용할 수 있는 MongoDB MCP(Model Context Protocol) 서버 설정 과정을 안내합니다. 이 스킬 인증 자격 증명 및 연결 설정을 구성하는 데 도움이 됩니다.
MongoDB 연결
MongoDB 클라이언트 연결 구성(풀, 시간 초과, 패턴)을 최적화하여 연결 풀을 구성하고, 연결 오류를 디버깅하거나 해결하며, 연결과 관련된 성능 문제를 최적화합니다. MongoDB 로 서버리스 함수 빌드, MongoDB 사용하는 API 엔드포인트 생성, 트래픽이 많은 MongoDB 애플리케이션 최적화, 장기 실행 작업 및 동시성 생성, 연결 관련 실패 디버깅 등이 포함됩니다.
데이터 모델링
스키마 설계
개발자에게 MongoDB 스키마 설계 권장사항 안내합니다. 이 스킬 효율적인 문서 구조를 설계하고, 유효성 검사 규칙을 구현 , 특정 사용 사례에 맞게 스키마를 최적화하는 데 도움이 됩니다.
고급 기능
Atlas Stream Processing
MongoDB Atlas Stream Processing 파이프라인을 빌드, 운영 및 디버깅하기 위한 포괄적인 스킬. 작업 공간 프로비저닝, 데이터 소스/싱크 연결, 프로세서 수명 주기 작업, 디버깅 진단 및 계층 크기 조정을 처리합니다. 스트리밍 데이터 워크로드 및 이벤트 처리 위한 Kafka, Atlas cluster, S3, HTTPS 및 Lambda 통합을 지원합니다.
자연어 쿼리
언어 설명을 MongoDB 쿼리 및 집계 파이프라인으로 변환합니다. 이 스킬 컬렉션 스키마, 샘플 문서 및 인덱스 정보를 사용하여 정확하고 최적화된 쿼리를 생성합니다. 지리 공간적 쿼리, 텍스트 검색, 다중 컬렉션 조인과 같은 복잡한 작업을 지원합니다. MongoDB Atlas Search 및 Vector Search와는 다릅니다(아래 검색 및 AI Recommendations 스킬 참조).
쿼리 옵티마이저
MongoDB 쿼리 성능을 분석하고 최적화합니다. 이 스킬 쿼리가 올바르게 인덱싱되는지 확인하고, Atlas Performance Advisor 사용하여 느린 쿼리를 디버깅하며, 집계 파이프라인에 대한 권장사항을 제공합니다.
검색 및 AI 추천
MongoDB Atlas Search 및 AI 기반 권장 사항을 구현하기 위한 지침 제공합니다. 이 스킬 검색 인덱스를 구성하고, 검색 쿼리를 빌드 , AI 기능을 애플리케이션에 통합하는 데 도움이 됩니다.
AI 와 함께 MongoDB 문서 사용
MongoDB MCP 서버 를 사용하여 문서에 접근하고 질문할 수 있습니다.
MongoDB MCP 서버에는 언어 사용하여 MongoDB 문서를 검색 할 수 있는 도구가 포함되어 있습니다.
list-knowledge-sources: 사용 가능한 MongoDB 문서 소스와 해당 버전을 나열합니다. 예시: 매뉴얼, 드라이버, Atlas.search-knowledge: 언어 쿼리 사용하여 MongoDB 문서 지식 기반을 검색하고 링크와 함께 관련 콘텐츠 청크를 반환합니다.
예시
AI 에이전트 에게 문의하세요.
"How do I create a compound index in MongoDB?"
에이전트 는 search-knowledge 도구를 사용하여 관련 문서를 찾고 전체 페이지의 URL이 포함된 텍스트 발췌문을 반환합니다.
선택적으로 특정 문서 소스 또는 버전별로 검색을 필터하다 할 수 있습니다.
MongoDB 문서의 모든 페이지와 마크다운으로 상호 작용하여 LLM의 컨텍스트로 사용할 수 있습니다. 문서 UI 사용하여 페이지를 마크다운으로 복사하거나 에이전트 페이지 URL 에서 직접 마크다운 액세스 할 수 있습니다.
문서 UI 사용
문서 UI 사용하여 페이지를 마크다운으로 복사하려면 다음을 수행합니다.
브라우저에서 페이지를 엽니다.
페이지 오른쪽 상단에 있는 Copy page 버튼을 누릅니다.
그런 다음 에이전트 사용할 파일 이나 LLM과의 채팅에 마크다운을 붙여넣을 수 있습니다.
페이지 URL 사용
페이지 URL 에서 페이지의 마크다운 버전을 파생하려면 다음을 수행합니다.
페이지 URL 끝에서 트레일링 슬래시 제거합니다.
잘린 URL 에
.md을(를) 추가합니다.
에이전트 결과 URL 에서 직접 마크다운 액세스 할 수 있습니다.
예시
현재 문서 페이지 URL 은 다음과 같습니다.
https://www.mongodb.com/ko-kr/docs/build-with-ai/
이 페이지의 마크다운 버전은 다음에서 사용할 수 있습니다.
https://www.mongodb.com/ko-kr/docs/build-with-ai.md
MongoDB AI 어시스턴트를 사용하여 문서 UI 에서 직접 페이지와 채팅할 수 있습니다. 이 기능 문서 대부분의 페이지에서 사용할 수 있습니다.
페이지와 채팅하려면 다음을 수행합니다.
브라우저에서 페이지를 엽니다.
페이지 오른쪽 상단의 Copy page 버튼 옆에 있는 다음 버튼을 누릅니다.
드롭다운 메뉴에서 Ask a Question를 선택합니다.
그러면 페이지에 대해 질문할 수 있는 채팅 창 열립니다. LLM은 페이지 콘텐츠를 컨텍스트로 사용하여 응답을 생성합니다.
MongoDB 문서는 다음에서 llms.txt 파일 제공합니다.
https://www.mongodb.com/ko-kr/docs/llms.txt
이 파일 LLM과 관련된 MongoDB 문서 페이지 목록이 포함되어 있습니다. 이 파일 사용하여 LLM에 MongoDB 개념 및 사용 사례에 대한 컨텍스트를 제공할 수 있습니다.