MongoDB MCP 서버를 사용하면 MCP를 지원 AI 클라이언트의 언어 쿼리를 사용하여 MongoDB 클러스터와 상호 작용 작용할 수 있습니다. 이 페이지에서는 MCP 서버 도구에 대해 설명합니다.
개요
MongoDB MCP 서버 다음과 같은 도구 카테고리를 제공합니다.
조직, 프로젝트, 클러스터, 데이터베이스 사용자 계정, 성능 권장 사항 조회 등 Atlas 시스템 리소스에 대한 작업을 수행하는 Atlas 도구입니다.
Local Atlas 도구를 사용하면 로컬 Atlas 배포서버를 나열, 연결, 생성 및 삭제할 수 있습니다.
문서 삽입, 업데이트, 삭제, 쿼리 및 집계 파이프라인 실행 등의 작업을 수행하는 데이터베이스 도구입니다.
MCP 서버 Atlas 도구
Atlas 도구는 MongoDB MCP 서버 구성에 표시된 대로 Atlas API 자격 증명 설정하다 한 경우에만 사용할 수 있습니다.
다음 표에서는 Atlas 도구에 대해 설명합니다.
MCP 서버 Atlas 도구 이름 | 설명 |
|---|---|
| Atlas 조직 목록을 반환합니다. |
| Atlas 프로젝트 목록을 반환합니다. |
| 새 Atlas 프로젝트 만듭니다. |
| Atlas 클러스터 목록을 반환합니다. |
| 특정 Atlas cluster 에 대한 정보를 반환합니다. |
| 무료 Atlas cluster 생성합니다. |
| 구성된 서비스 계정을 사용하여 Atlas cluster 에 연결합니다. 연결 문자열 지정하지 않고 MCP 서버 구성한 경우 이 도구는 임의의 비밀번호를 사용하여 임시 데이터베이스 사용자를 생성하여 연결을 설정합니다. 자세한 내용은 도구 세부 정보를 참조하세요. |
| Atlas cluster 액세스 할 수 있는 IP 및 CIDR 범위에 대한 정보를 반환합니다. |
| Atlas cluster 에 대한 IP 및 CIDR 액세스 목록을 구성합니다. |
| Atlas 데이터베이스 사용자 목록을 반환합니다. |
| Atlas 데이터베이스 사용자를 생성합니다. |
| Atlas 프로젝트 에 대한 경고 목록을 반환합니다. |
| Atlas 클러스터에 대한 Performance Advisor 권장 사항을 반환합니다. 추천 인덱스, 제거하다 인덱스 제안, 느린 쿼리 로그 및 스키마 제안에 대한 작업을 지원합니다. 자세한 학습 은 Performance Advisor 도구를 참조하세요. |
MCP 서버 로컬 Atlas 도구
MCP 서버를 로컬 Atlas 배포서버와 함께 사용할 수 있습니다. 로컬 Atlas 배포에서 MCP 서버 도구를 사용하려면 Docker 설치해야 합니다. 로컬 Atlas 배포서버에 대한 소개는 로컬 Atlas 배포서버 만들기.를 참조하세요.
다음 표에서는 로컬 Atlas 도구에 대해 설명합니다.
MCP 서버 로컬 Atlas 도구 이름 | 설명 |
|---|---|
| 로컬 Atlas 배포서버를 나열합니다. |
| 로컬 Atlas 배포서버 만듭니다. 이 도구를 실행 하려면 읽기 전용 모드비활성화해야 합니다. |
| 로컬 Atlas 배포서버 서버에 연결합니다. |
| 로컬 Atlas 배포서버 삭제합니다. 이 도구를 실행 하려면 읽기 전용 모드비활성화해야 합니다. |
로컬 Atlas 도구를 실행 예시는 로컬 Atlas 배포서버를 참조하세요.
MCP 서버 데이터베이스 도구
다음 표에서는 데이터베이스 도구에 대해 설명합니다.
MCP 서버 데이터베이스 도구 이름 | 설명 |
|---|---|
| MongoDB cluster 에 연결합니다. |
| MongoDB 데이터베이스 쿼리 실행합니다. |
| MongoDB 집계 파이프라인 실행합니다. |
| 컬렉션 의 문서 수를 반환합니다. |
| 쿼리 옵티마이저 저가 평가된 메서드에 대해 선택한 성공적인 계획의 실행을 설명하는 통계를 반환합니다. |
| 컬렉션 에 문서를 추가합니다. MCP 구성에서 Voyage AI API 키 를 지정하면 서버 텍스트에서 벡터 임베딩을 자동으로 생성하여 삽입된 문서에 포함할 수 있습니다. |
| 컬렉션 에 인덱스 만듭니다. 이 도구는 벡터 검색 인덱스생성을 지원합니다. |
| 컬렉션에서 벡터 검색 인덱스 제거합니다. |
| 컬렉션의 단일 문서를 수정합니다. |
| 컬렉션의 여러 문서를 수정합니다. |
| 컬렉션의 이름을 변경합니다. |
| 새 컬렉션을 만듭니다. |
| 컬렉션에서 문서를 제거합니다. |
| 데이터베이스 에서 컬렉션 삭제합니다. |
| 데이터베이스 삭제합니다. |
| 제공된 데이터베이스 및 컬렉션 에 대한 인덱스 삭제합니다. |
| 현재 연결을 통해 사용할 수 있는 모든 데이터베이스의 목록을 반환합니다. |
| 데이터베이스 의 컬렉션 목록을 반환합니다. |
| 벡터 검색 인덱스를 포함하여 컬렉션 인덱스에 대한 정보를 반환합니다. |
| 컬렉션 스키마 정보를 반환합니다. |
| 컬렉션 크기를 메가바이트 단위로 반환합니다. |
| 데이터베이스 통계를 반환합니다. |
| 쿼리 또는 집계 파이프라인 의 결과를 JSON 형식으로 MCP 서버를 실행하는 컴퓨터의 파일 에 저장합니다. 결과는 AI 클라이언트 애플리케이션 의 |
| 가장 최근에 로그된 |
| 다른 MongoDB 연결로 전환합니다. |
도구 세부 정보
특정 MCP 도구에 대한 자세한 내용은 다음 섹션을 참조하세요.
벡터 검색 지원
MCP의 벡터 검색 지원은 미리보기 기능으로 제공됩니다. 이 기능 활성화 하려면 MCP 구성에서 previewFeatures 플래그 또는 MDB_MCP_PREVIEW_FEATURES 환경 변수를 search (으)로 설정하다 . 자세한 학습 은 MongoDB MCP 서버 구성 옵션을 참조하세요.
MongoDB MCP Server는 MongoDB Vector Search를 지원합니다. 언어 프롬프트를 통해 벡터 검색 인덱스를 생성 및 관리 하고, 임베딩을 생성하고, 시맨틱 검색 쿼리를 실행 수 있습니다. 다음 표에는 주요 기능이 요약되어 있습니다.
사용 사례 | 프롬프트 예시 | 관련 도구 |
|---|---|---|
색인 관리 | Create a vector search index on the sample_db database and products collectionShow me all vector search indexes on the products collectionDrop the vector search index named vector_index | create-indexcollection-indexesdrop-index |
자동 임베딩으로 문서 삽입 | Insert these documents into the products collection and embed their descriptions | insert-many |
벡터 검색 쿼리 | Search for documents semantically similar to this descriptionFind me related products filtered by price range | aggregate |
다음 리소스를 사용하여 자세히 학습 .
자세한 사용 예시 및 샘플 출력은 벡터 검색을 참조하세요.
벡터 검색 위해 MCP 서버를 구성하려면 벡터 검색 옵션을 참조하세요.
벡터 검색에 대해 자세히 학습하려면 MongoDB 벡터 검색 개요를 참조하세요.
인덱스 관리
다음 도구를 사용하면 벡터 검색 인덱스를관리할 수 있습니다.
collection-indexes: 벡터 검색 인덱스를 포함하여 컬렉션 의 모든 인덱스를 나열하고 인덱스 상태 정보를 제공합니다.create-index: 컬렉션 에 새 벡터 검색 인덱스 만듭니다.drop-index: 컬렉션 에서 벡터 검색 인덱스 삭제합니다.
참고
벡터 검색 인덱스 업데이트 하려면 기존 인덱스 제거하고 새 인덱스를 만듭니다.
자동 임베딩 생성
Voyage AI API 키로 MCP 서버를 구성하면 서버는 다음과 같은 방식으로 임베딩을 자동으로 생성할 수 있습니다.
문서에 대한 임베딩 생성:
insert-many도구를 사용할 때 문서에 텍스트 필드를 임베드합니다.쿼리에 대한 임베딩 생성:
aggregate도구로 벡터 검색 쿼리를 실행 때 검색 쿼리 임베딩합니다. 구체적으로, 서버$vectorSearch집계 쿼리에서queryVector매개변수에 대한 임베딩을 생성합니다.
MCP 서버는 다음과 같은 Voyage AI 임베딩 모델을 지원합니다.
voyage-3-largevoyage-3.5voyage-3.5-litevoyage-code-3
Voyage AI 모델에 대한 자세한 학습 은 Voyage AI 설명서를 참조하세요.
참고
기본값 으로 MongoDB MCP 서버는 벡터 검색 인덱스가 있는 필드에 유효한 벡터 임베딩이 포함되어 있는지 확인하여 벡터 검색 인덱스가 손상되는 것을 방지합니다. 이 동작을 비활성화하려면 disableEmbeddingsValidation 옵션을 true로 설정하다 . 자세히 학습 벡터 검색 옵션을 참조하세요.
고려 사항
MongoDB MCP 서버는 사전 필터링 벡터 검색 쿼리를 지원합니다. 자세한 학습 은 MongoDB 벡터 검색 사전 필터링을 참조하세요.
MCP 서버 벡터 검색 인덱스에 대해 quantization 필드 지원 하지 않습니다.
Performance Advisor 도구
atlas-get-performance-advisor 도구를 사용하면 언어 쿼리를 통해 Performance Advisor 권장 사항에 액세스 할 수 있습니다. 이 도구는 느린 쿼리를 분석하고 개선 사항을 제안하여 성능 최적화 기회를 식별하는 데 도움이 됩니다.
느린 쿼리 분석을 수행할 때 MongoDB MCP 서버는 50 쿼리로 제한되는 느린 쿼리 샘플 검색합니다. 샘플에는 최적의 성능과 응답 시간을 보장하기 위해 프롬프트에 지정된 조건과 일치하는 가장 최근의 느린 쿼리 최대 50 개가 포함되어 있습니다.
참고
이 도구에는 Project Read Only 이상의 액세스와 M10+ 클러스터가 필요합니다. --readonly 플래그와 함께 사용할 수 있습니다.
사용 사례 | 프롬프트 예시 | Performance Advisor 작업 |
|---|---|---|
느린 쿼리 분석 | Show me my slow queriesWhat is slowing down my cluster?Show me queries that are longer than 5 secondsShow me slow writes in the website.users namespace | |
인덱스 추천 | Are there any indexes I should create to improve performance?What indexes do you recommend I drop? | |
스키마 조언 | Show schema recommendations for my clusterHelp me optimize my database schema |
자세한 사용 예시 및 샘플 출력은 성능 최적화를 참조하세요.
Atlas 연결 문자열 없이 연결하기
Atlas cluster 에 대한 연결 문자열 지정하지 않고 MCP 서버 구성하는 경우,atlas-connect-cluster 도구는 임시 데이터베이스 사용자를 생성하여 구성된 Atlas API 서비스 계정 자격 증명 사용하여 클러스터 에 대한 연결을 설정합니다.
임시 데이터베이스 사용자의 특성은 다음과 같습니다.
무작위로 생성된 사용자 이름 과 비밀번호.
12 시간 후에 자동으로 만료됩니다.
MCP 서버를 구성한 방법에 따라 할당된 역할:
readAnyDatabase읽기 전용 모드createdelete활성화하거나, 및update도구 카테고리를 비활성화한 경우.readWriteAnyDatabase서버 에 전체 권한이 있는 경우.
참고
MongoDB MCP 서버는 사용자 자격 증명 메모리에만 저장하며 LLM 컨텍스트에서 자격 증명 반환하거나 노출하지 않습니다.
자세히 알아보기
특정 도구를 비활성화하고 MCP 서버를 읽기 전용 모드로 제한하려면 MongoDB MCP 서버 구성을 참조하세요.
일부 MCP 서버 예시 언어 프롬프트를 보려면 MongoDB MCP 서버 사용 예제를 참조하세요.