用途:帮助 MongoDB 用户实现、优化和排查 Atlas Search(词法/全文)、Vector Search(语义)与 Hybrid Search(组合)方案。核心原则是先理解用例再构建,先检查现有索引与 schema,执行前解释并取得明确同意;无写权限时进入只读模式,提供完整索引 JSON 供用户在 Atlas UI 自行创建。
主要能力:区分四类检索路径。Atlas Search 适用于关键词匹配与相关性评分、模糊匹配、自动补全、分面过滤、语言分析与基于 token 的检索,需参考 lexical-search-indexing.md 与 lexical-search-querying.md。Automated Embedding 适用于不想写嵌入代码的语义检索,由 MongoDB 用 Voyage AI 模型自动生成和管理嵌入,需先核对集群层级、部署与自动扩缩容等前置条件。Vector Search 适用于自带预生成嵌入、使用非 Voyage 模型、图像/音频/多模态嵌入或自管理 MongoDB 的场景。Hybrid Search 适用于组合多种检索方式,使用 $rankFusion 或 $scoreFusion 合并管道,需核对版本要求。
使用方式:先做发现阶段,用 list-databases、list-collections、collection-schema、collection-indexes、atlas-inspect-cluster 了解数据、字段、索引与集群版本;再通过提问明确检索内容、字段、匹配方式、过滤、自动补全及嵌入来源;随后匹配检索类型并查阅对应参考文件;创建索引时用通俗语言解释配置、展示 JSON、询问索引名并取得批准后用 MCP 的 create-index 工具创建;查询用 aggregate 工具执行并清晰呈现结果;优化时对比参考文件中的最佳实践给出前后对比并验证。
限制与注意:禁止为检索场景推荐 $regex 或 $text,因其缺少相关性评分、模糊匹配与语言感知分词;字段缺失、索引不存在或多集合相关时需先检查、说明或确认。资料未提供具体价格、平台支持范围与效果数据。