mongodb/mongodb-natural-language-querying

Generiere schreibgeschützte MongoDB-Abfragen (find) oder Aggregations-Pipelines mithilfe natürlicher Sprache, unter Einbeziehung von Collection-Schema-Kontext und Beispieldokumenten.

Was ist mongodb-natural-language-querying?

Dieses Skill ermöglicht es Entwicklern und KI-Agenten, MongoDB-Abfragen und Aggregations-Pipelines mithilfe natürlicher Sprache zu generieren. Es nutzt den Kontext des Collection-Schemas sowie Beispieldokumente, um präzise und kontextbewusste Abfragen zu erstellen. Der Skill eignet sich besonders für Aufgaben wie das Übersetzen von SQL-ähnlichen Anfragen in MongoDB-Syntax oder das Erstellen von Filter-, Abfrage- und Gruppierungsoperationen. Er ist kompatibel mit KI-Assistenten wie Claude Code, Cursor und Codex und setzt einen laufenden MongoDB MCP-Server voraus. Wichtig: Der Skill behandelt keine Schreiboperationen, keine Atlas Search ($search) oder Vektor-/Semantiksuche ($vectorSearch) sowie keine Optimierung bestehender Abfragen – diese Aufgaben sind speziellen Skills vorbehalten (search-and-ai bzw. mongodb-query-optimizer).

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mongodb/agent-skills/tree/main/skills/mongodb-natural-language-querying

Installed? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht mongodb-natural-language-querying?

Generiere schreibgeschützte MongoDB-Abfragen (find) oder Aggregations-Pipelines mithilfe natürlicher Sprache, unter Einbeziehung von Collection-Schema-Kontext und Beispieldokumenten. Verwende diesen Skill immer dann, wenn der Benutzer darum bittet, MongoDB-Abfragen zu schreiben, zu erstellen oder zu generieren, Daten in MongoDB filtern/abfragen/aggregieren möchte, fragt „Wie frage ich ab...“, Hilfe bei der Abfragesyntax benötigt oder über das Finden/Filtern/Gruppieren von MongoDB-Dokumenten spricht. Verwende ihn auch zum Übersetzen von SQL-ähnlichen Anfragen in MongoDB-Syntax. Bearbeitet NICHT Atlas Search ($search-Operator), Vektor-/Semantiksuche ($vectorSearch-Operator), Fuzzy-Matching, Autocomplete-Indizes oder Relevanzbewertung – verwende hierfür search-and-ai. Analysiert oder optimiert KEINE bestehenden Abfragen – verwende hierfür mongodb-query-optimizer. Bearbeitet KEINE Aggregations-Pipelines, die Schreiboperationen umfassen. Erfordert den MongoDB MCP-Server.

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

mongodb/mongodb-connection

Optimize MongoDB client connection configuration (pools, timeouts, patterns) for any supported driver language. Use this skill when working/updating/reviewing on functions that instantiate or configure a MongoDB client (eg, when calling `connect()`), configuring connection pools, troubleshooting connection errors (ECONNREFUSED, timeouts, pool exhaustion), optimizing performance issues related to connections. This includes scenarios like building serverless functions with MongoDB, creating API endpoints that use MongoDB, optimizing high-traffic MongoDB applications, creating long-running tasks and concurrency, or debugging connection-related failures.

mongodb/mongodb-mcp-setup

Guide users through configuring key MongoDB MCP server options. Use this skill when a user has the MongoDB MCP server installed but hasn't configured the required environment variables, or when they ask about connecting to MongoDB/Atlas and don't have the credentials set up.

mongodb/mongodb-query-optimizer

Help with MongoDB query optimization and indexing. Use only when the user asks for optimization or performance: "How do I optimize this query?", "How do I index this?", "Why is this query slow?", "Can you fix my slow queries?", "What are the slow queries on my cluster?", etc. Do not invoke for general MongoDB query writing unless user asks for performance or index help. Prefer indexing as optimization strategy. Use MongoDB MCP when available.

mongodb/mongodb-schema-design

MongoDB schema design patterns and anti-patterns. Use when designing data models, reviewing schemas, migrating from SQL, or troubleshooting performance issues caused by schema problems. Triggers on "design schema", "embed vs reference", "MongoDB data model", "schema review", "unbounded arrays", "one-to-many", "tree structure", "16MB limit", "schema validation", "JSON Schema", "time series", "schema migration", "polymorphic", "TTL", "data lifecycle", "archive", "index explosion", "unnecessary indexes", "approximation pattern", "document versioning".

mongodb/mongodb-search-and-ai

Guides MongoDB users through implementing and optimizing Atlas Search (full-text), Vector Search (semantic), and Hybrid Search solutions. Use this skill when users need to build search functionality for text-based queries (autocomplete, fuzzy matching, faceted search), semantic similarity (embeddings, RAG applications), or combined approaches. Also use when users need text containment, substring matching ('contains', 'includes', 'appears in'), case-insensitive or multi-field text search, or filtering across many fields with variable combinations. Provides workflows for selecting the right search type, creating indexes, constructing queries, and optimizing performance using the MongoDB MCP server.

Verwandte Skills