• BEREITSTELLUNG
  • ANPASSUNG
  • PRÜFUNG
  • KONTROLLE

Atlas Search Indizes mit Ihrer KI konfigurieren

Verbinden Sie Ihren KI-Client einmal mit MongoDB Atlas. Danach verwalten Sie Ihre Vektor-Suchinfrastruktur einfach per natürlicher Sprache.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie richte ich Atlas Vector Search mit meiner KI ein?

Nutzen Sie das create_index Tool, um Vektor-Suchindizes mit spezifischen Dimensionen zu definieren und bereitzustellen. Ihre KI übernimmt die technische Konfiguration, sodass Sie das Atlas-UI nicht manuell bedienen müssen. Die Indizes für Ihre Vektordaten werden sofort bereitgestellt.

Das Ergebnis

Was Ihre KI leistet

Die KI übernimmt die komplexe Verwaltung der Indizes.

BEREITSTELLUNG

Neue Vektorindizes

Die KI nutzt create_index, um neue Vektor-Suchindizes einzurichten. Sie geben lediglich die benötigten Dimensionen und Feldnamen an.

ANPASSUNG

Aktualisierte Dimensionen

Sie können bestehende Index-Konfigurationen an Ihre Embedding-Modelle anpassen. Die KI führt die Parameter-Updates für Sie aus.

PRÜFUNG

Index-Bereitschaft

Ihre KI kann verifizieren, ob ein Index einsatzbereit ist. So stellen Sie sicher, dass die Vektorsuche aktiv ist, bevor Sie Abfragen starten.

KONTROLLE

Letzte Entscheidung

Sie behalten die Kontrolle über die finale Konfiguration. Die KI schlägt die Einstellungen vor, aber Sie entscheiden, wann Änderungen übernommen werden.

Der Ablauf

Was Ihre KI tut, wenn die Anfrage eingeht.

Die KI übersetzt Ihre Absicht in spezifische Atlas-Konfigurationsbefehle.

  1. Anforderungen analysieren

    Ihre KI prüft Ihre Anfrage, um die notwendigen Vektor-Dimensionen und Feldzuordnungen für Ihre MongoDB-Collection zu ermitteln.

    create_index

  2. Konfiguration erstellen

    Der Agent erstellt die spezifische JSON-Struktur, die für einen MongoDB Atlas Vektorindex erforderlich ist, basierend auf Ihren Anweisungen.

    create_index

  3. Bereitstellung ausführen

    Die KI sendet den Befehl an Atlas, um den Aufbau des Index in Ihrem Cluster zu starten.

    create_index

  4. Bereitschaft bestätigen

    Die KI überwacht den Prozess und informiert Sie, sobald der Index vollständig erstellt und durchsuchbar ist.

    create_index

Probieren Sie es

Kopieren Sie diese Beispiele.

Nutzen Sie diese Prompts, um die Verwaltung Ihrer Indizes zu starten.

Startpunkte

Passen Sie die Collection-Namen und die Anzahl der Dimensionen an Ihr spezifisches Datenbank-Setup an.

MongoDB Atlas Vector Search Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_rMRfujNKzotBfoPOFvzesaIZTdVkigbmunZrRwce/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — MongoDB Atlas Vector Search capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "mongodb-atlas-vector-search-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_rMRfujNKzotBfoPOFvzesaIZTdVkigbmunZrRwce/mcp"
    }
  }
}
In den Chat kopieren04

  • Erstelle einen neuen Vektor-Suchindex für meine 'products' Collection mit 1536 Dimensionen.

  • Richte einen Atlas Search Index auf dem Feld 'embeddings' in meiner 'users' Collection ein.

  • Passe den Vektorindex meiner 'documents' Collection auf 768 Dimensionen an.

  • Stelle einen neuen Index für die 'chat_history' Collection unter Verwendung des angegebenen Vektorfeldes bereit.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmalig MongoDB Atlas Vector Search verbinden, dann fragen.

Klicken Sie auf den Link, um Ihr Konto zu verbinden. Ihre Zugangsdaten werden verschlüsselt und sicher gespeichert, sodass Sie sofort mit der Verwaltung der Indizes beginnen können.

MongoDB Atlas Vector Search mit Ihrer KI verbinden

FAQ

Verhalten der Funktionen

  • 01

    Kann die KI meine bestehenden Collections löschen?

    Nein. Die KI besitzt lediglich die Berechtigung, Indizes über das create_index Tool zu erstellen.

  • 02

    Verwaltet die KI meine Datenbank-Nutzer?

    Nein. Dieser Connector ist ausschließlich für die Verwaltung von Vektor-Suchindizes gedacht.

  • 03

    Kann ich das Embedding-Modell über die KI ändern?

    Die KI kann die Index-Dimensionen an ein neues Modell anpassen, führt aber nicht die eigentliche Generierung der Embeddings durch.

  • 04

    Wird die KI automatisch meinen Code aktualisieren?

    Nein. Die KI aktualisiert nur die Konfiguration auf der Seite von MongoDB Atlas.

  • 05

    Kann ich mehrere Indizes gleichzeitig erstellen?

    Ja. Sie können die KI anweisen, mehrere Indizes bereitzustellen, indem Sie die verschiedenen Collections oder Felder in Ihrem Prompt angeben.

  • Weitere Fragen zu MongoDB Atlas Vector Search? Die Connector-Seite liefert Antworten. Alle Funktionen des MongoDB Atlas Vector Search Connectors ansehen

Verbinde MongoDB Atlas Vector Search mit Claude, Cursor, ChatGPT & mehr