mongodb/mongodb-query-optimizer

Aide à l'optimisation des requêtes MongoDB et à l'indexation. À utiliser uniquement sur demande explicite de l'utilisateur concernant les performances ou l'optimisation.

Qu'est-ce que mongodb-query-optimizer ?

Cette compétence est spécialisée dans l'optimisation des performances des requêtes MongoDB et la conception d'index. Elle est conçue pour être invoquée uniquement lorsque l'utilisateur mentionne explicitement des problèmes de performance ou d'optimisation, comme « Comment optimiser cette requête ? », « Pourquoi cette requête est-elle lente ? », ou « Quelles sont les requêtes lentes sur mon cluster ? ». L'approche privilégiée est l'indexation comme stratégie d'optimisation, plutôt que la réécriture générale des requêtes. Elle peut être utilisée sur n'importe quelle plateforme supportant les agents IA (Claude Code, Cursor, Codex). Lorsque disponible, elle doit utiliser MongoDB MCP pour interroger directement les bases de données, analyser les plans de requêtes et les statistiques d'index. Cela permet d'identifier les goulets d'étranglement courants comme les scans de collection, les tris sans index, ou les index sous-utilisés, et de recommander des index composés ou couvrants adaptés aux schémas d'accès observés.

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

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-query-optimizer ?

Aide à l'optimisation des requêtes MongoDB et à l'indexation. À utiliser uniquement lorsque l'utilisateur demande de l'optimisation ou des performances : « Comment optimiser cette requête ? », « Comment indexer cela ? », « Pourquoi cette requête est-elle lente ? », « Pouvez-vous corriger mes requêtes lentes ? », « Quelles sont les requêtes lentes sur mon cluster ? », etc. Ne pas invoquer pour une rédaction générale de requêtes MongoDB sauf si l'utilisateur demande de l'aide sur les performances ou les index. Privilégier l'indexation comme stratégie d'optimisation. Utiliser MongoDB MCP lorsqu'il est disponible.

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-natural-language-querying

Generate read-only MongoDB queries (find) or aggregation pipelines using natural language, with collection schema context and sample documents. Use this skill whenever the user asks to write, create, or generate MongoDB queries, wants to filter/query/aggregate data in MongoDB, asks "how do I query...", needs help with query syntax, or discusses finding/filtering/grouping MongoDB documents. Also use for translating SQL-like requests to MongoDB syntax. Does NOT handle Atlas Search ($search operator), vector/semantic search ($vectorSearch operator), fuzzy matching, autocomplete indexes, or relevance scoring - use search-and-ai for those. Does NOT analyze or optimize existing queries - use mongodb-query-optimizer for that. Does NOT handle aggregation pipelines that involve write operations. Requires MongoDB MCP server.

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