用途：该技能面向 MongoDB 查询优化与索引设计，仅在用户明确要求优化或性能帮助时调用，例如询问某条查询为何慢、如何加速、集群上的慢查询如何优化。常规查询编写不触发。
主要能力：可获取集合现有索引、对查询执行 explain()、读取样本文档，并调用 Atlas Performance Advisor 获取慢查询日志、建议索引、可删除索引与 schema 建议，据此给出优化方案，优先考虑能完全覆盖查询的索引。
使用方式：通过 MongoDB MCP 服务器调用工具，工具名作为 toolName、参数作为单个 arguments 对象传入。数据库工具包括 collection-indexes（需 database、collection）、explain（需 database、collection、method，method 为含 name 与 arguments 的数组，verbosity 可选 queryPlanner、executionStats 等）、find（需 database、collection、filter，可选 projection、sort、limit）。Atlas 工具包括 atlas-list-projects 与 atlas-get-performance-advisor（需 projectId、clusterName，可选 operations 如 suggestedIndexes、dropIndexSuggestions、slowQueryLogs、schemaSuggestions）。典型流程为先查索引，再以 queryPlanner 检查是否 COLLSCAN，必要时用 executionStats 查看扫描与返回文档数，最后取样本文档推断结构。
适用场景：特定查询的慢查询诊断与索引建议、集群整体性能分析、聚合管道优化、更新类查询的 oplog 效率优化。
限制：通用性能分析需要配置带 API 凭据的 Atlas MCP Server，否则只能针对具体查询给建议；未配置 MongoDB MCP 时仅能依据最佳实践建议；未经用户批准不得直接通过 MCP 创建索引；删除索引建议仅来自 Atlas Performance Advisor 时才提出；集合索引一般不宜超过 20 个；输出应简短、说明理由，避免绝对化表述。