mongodb/mongodb-natural-language-querying

Générez des requêtes MongoDB en lecture seule (find) ou des pipelines d'agrégation en utilisant le langage naturel, avec le contexte du schéma de la collection et des exemples de documents.

Qu'est-ce que mongodb-natural-language-querying ?

Cette compétence permet aux développeurs et aux utilisateurs de l'IA agent de générer des requêtes MongoDB (find) et des pipelines d'agrégation en lecture seule à partir d'une description en langage naturel. Elle peut être invoquée lorsque l'utilisateur demande explicitement d'écrire, créer, générer des requêtes MongoDB, ou lorsqu'il s'interroge sur la syntaxe des requêtes, l'agrégation de données, ou la traduction de requêtes SQL en syntaxe MongoDB. La compétence s'appuie sur le contexte du schéma de la collection et les documents d'exemple fournis par le serveur MongoDB MCP pour produire des requêtes précises. Elle est conçue pour fonctionner avec les modèles de langage intégrés dans des environnements comme Claude Code, Cursor ou Codex, via le protocole MCP. Il est important de noter que cette compétence ne gère pas les opérations de recherche Atlas Search ($search), la recherche vectorielle/sémantique ($vectorSearch), la correspondance floue, les index d'autocomplétion, ni le scoring de pertinence ; pour ces fonctionnalités, il faut utiliser la compétence dédiée 'search-and-ai'. De plus, elle n'analyse ni n'optimise les requêtes existantes (cette fonctionnalité est assurée par 'mongodb-query-optimizer'), ne gère pas les pipelines d'agrégation impliquant des opérations d'écriture, et nécessite que le serveur MCP MongoDB soit configuré.

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

Installed? Explore more Productivité et collaboration skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait mongodb-natural-language-querying ?

Générez des requêtes MongoDB en lecture seule (find) ou des pipelines d'agrégation en utilisant le langage naturel, avec le contexte du schéma de la collection et des exemples de documents. Utilisez cette compétence lorsque l'utilisateur demande d'écrire, créer ou générer des requêtes MongoDB, souhaite filtrer/interroger/agréger des données dans MongoDB, demande "comment puis-je interroger...", a besoin d'aide avec la syntaxe des requêtes, ou discute de recherche/filtrage/groupement de documents MongoDB. Utilisez-la également pour traduire des requêtes de type SQL en syntaxe MongoDB. Ne gère PAS la recherche Atlas Search (opérateur $search), la recherche vectorielle/sémantique (opérateur $vectorSearch), la correspondance floue, les index d'autocomplétion, ou le scoring de pertinence - utilisez search-and-ai pour cela. N'analyse ni n'optimise les requêtes existantes - utilisez mongodb-query-optimizer pour cela. Ne gère PAS les pipelines d'agrégation qui impliquent des opérations d'écriture. Nécessite le serveur MCP MongoDB.

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.

Skills associés