用途：借助 MongoDB MCP Server 的四个工具构建、运维和调试 Atlas Stream Processing（ASP）流水线：atlas-streams-discover（读取）、atlas-streams-build（创建）、atlas-streams-manage（更新与启停）、atlas-streams-teardown（删除）。
前置条件：需连接 MongoDB MCP Server，配置 Atlas API 凭据（apiClientId、apiClientSecret），并提供上述四个工具；所有操作需 Atlas 项目 ID，未知时可先调用 atlas-list-projects。若 MCP 工具不可用，资料建议查阅 references/mcp-troubleshooting.md。
主要能力：discover 支持 list-workspaces、inspect-workspace、list-connections、inspect-connection、list-processors、inspect-processor、diagnose-processor、get-networking，列表操作支持 limit 与 pageNum 分页，响应格式可选 concise 或 detailed。build 用于创建 workspace、connection、processor、privatelink，其中 workspace 参数含 cloudProvider、region、tier（默认 SP10）、includeSampleData；processor 的 pipeline 须以 $source 开始、以 $merge/$emit 结束，并可配置 dlq 与 autoStart。manage 支持 start-processor、stop-processor、modify-processor、update-workspace、update-connection、accept-peering、reject-peering。teardown 用于删除 workspace、connection、processor、privatelink 或 peering。
使用要点：创建处理器前必须先调用 search-knowledge 校验字段，并参考官方示例仓库 https://github.com/mongodb/ASP_example；流水线中不支持 $$NOW、$$ROOT、$$CURRENT，HTTPS 不能作为 $source，Kafka $source 须包含 topic，部署的处理器必须有终结阶段，S3 $emit 使用 path 而非 prefix，Kinesis $emit 必须含 partitionKey，Lambda 作为汇入目标需用 $externalFunction 异步执行。删除工作区前须先 inspect 以统计连接和处理器数量并请用户确认。
适用场景与限制：适合在 Atlas 中搭建、调试与维护流处理管道，包括变更流、Kafka、Kinesis、S3 等连接场景。ASP 无免费层，处理器运行期间持续按小时计费、按秒计算；stop-processor 停止计费，停止后状态保留 45 天；resumeFromCheckpoint: false 会丢弃窗口状态；处理器不支持跨工作区迁移，也不支持干跑或模拟。更多细节需查阅资料中提到的 references 文件。