mongodb/mongodb-search-and-ai

Guia usuários do MongoDB na implementação e otimização de soluções Atlas Search (texto completo), Vector Search (semântica) e Hybrid Search. Use esta skill para construir funcionalidades de busca textual, similaridade semântica ou abordagens combinadas.

O que é mongodb-search-and-ai?

Esta skill especializada orienta desenvolvedores e engenheiros de IA na implementação de sistemas de busca avançados no MongoDB, cobrindo três abordagens principais: Atlas Search (busca textual completa), Vector Search (busca semântica baseada em embeddings e similaridade vetorial) e Hybrid Search (combinação de ambos). Ela é particularmente útil para cenários como autocomplete, correspondência difusa (fuzzy matching), busca facetada, recuperação aumentada por geração (RAG) e correspondência de substrings. A skill fornece workflows completos para selecionar o tipo de busca adequado com base nos requisitos do usuário, criar índices apropriados, construir consultas otimizadas e ajustar a performance. Suportada pelo servidor MCP do MongoDB, ela também facilita a filtragem em múltiplos campos com combinações variáveis e a busca com insensibilidade a maiúsculas/minúsculas, tornando-se uma ferramenta essencial para aplicações modernas que exigem pesquisa inteligente e flexível.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mongodb/agent-skills/tree/main/skills/mongodb-search-and-ai

Installed? Explore more Produtividade e Colaboração skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que mongodb-search-and-ai faz?

Guia usuários do MongoDB na implementação e otimização de soluções Atlas Search (texto completo), Vector Search (semântica) e Hybrid Search. Use esta skill quando os usuários precisarem construir funcionalidades de busca para consultas baseadas em texto (autocomplete, correspondência difusa, busca facetada), similaridade semântica (embeddings, aplicações RAG) ou abordagens combinadas. Use também quando os usuários precisarem de contenção de texto, correspondência de substrings ('contém', 'inclui', 'aparece em'), busca com insensibilidade a maiúsculas/minúsculas ou em múltiplos campos, ou filtragem em muitos campos com combinações variáveis. Fornece workflows para selecionar o tipo de busca correto, criar índices, construir consultas e otimizar a performance usando o servidor MCP do 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-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-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".

Habilidades Relacionadas