• PROVISIONNER
  • AJUSTER
  • VALIDER
  • HUMAIN

Configurer les index Atlas Search avec votre IA

Connectez votre client IA à MongoDB Atlas une seule fois. Ensuite, gérez toute votre infrastructure de recherche vectorielle par simple commande en langage naturel.

Demandez à l'IA à propos de cette page

Réponse rapide

Comment configurer la recherche vectorielle Atlas avec mon IA ?

Utilisez l'outil create_index pour définir et déployer des index de recherche vectorielle avec des dimensions précises. Votre IA gère toute la configuration technique, vous évitant ainsi de manipuler l'interface utilisateur d'Atlas. Le provisionnement de vos index est immédiat.

Les résultats

Ce que votre IA réalise

L'IA prend en charge la complexité de la gestion des index.

PROVISIONNER

Nouveaux index vectoriels

L'IA utilise create_index pour créer de nouveaux index de recherche vectorielle. Indiquez simplement les dimensions et les noms de champs souhaités.

AJUSTER

Dimensions mises à jour

Vous pouvez modifier les configurations d'index existantes pour les adapter à vos modèles d'embedding. L'IA s'occupe de la mise à jour des paramètres.

VALIDER

État de l'index

Votre IA peut vérifier si un index est prêt à l'emploi. Cela garantit que votre recherche vectorielle est active avant de lancer vos requêtes.

HUMAIN

Contrôle final

Vous gardez la main sur la configuration finale. L'IA propose les réglages, mais c'est vous qui décidez de valider les changements.

Le flux

Ce que fait votre IA lors de la requête.

L'IA traduit votre intention en commandes de configuration Atlas spécifiques.

  1. Analyser les besoins

    Votre IA examine votre demande pour déterminer les dimensions vectorielles et le mappage des champs nécessaires pour votre collection MongoDB.

    create_index

  2. Générer la configuration

    L'agent construit la structure JSON précise requise pour un index vectoriel MongoDB Atlas selon vos instructions.

    create_index

  3. Exécuter le provisionnement

    L'IA envoie la commande à Atlas pour lancer la création de l'index sur votre cluster.

    create_index

  4. Confirmer la disponibilité

    L'IA surveille le processus et vous informe dès que l'index est entièrement construit et prêt pour la recherche.

    create_index

Essayez

Copiez ces exemples pour commencer.

Utilisez ces prompts pour débuter la gestion de vos index.

Points de départ

Remplacez les noms de collections et les nombres de dimensions pour correspondre à votre base de données.

MongoDB Atlas Vector Search Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_rMRfujNKzotBfoPOFvzesaIZTdVkigbmunZrRwce/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  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.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "mongodb-atlas-vector-search-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_rMRfujNKzotBfoPOFvzesaIZTdVkigbmunZrRwce/mcp"
    }
  }
}
Copiez dans le chat04

  • Crée un nouvel index de recherche vectorielle pour ma collection 'products' avec 1536 dimensions.

  • Configure un index Atlas Search sur le champ 'embeddings' de ma collection 'users'.

  • Ajuste l'index vectoriel de ma collection 'documents' pour utiliser 768 dimensions.

  • Provisionne un nouvel index pour la collection 'chat_history' en utilisant le champ vectoriel spécifié.

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

Commencez ici

Connectez MongoDB Atlas Vector Search une fois, puis demandez.

Cliquez sur le lien pour connecter votre compte. Vos identifiants restent chiffrés et sécurisés, vous permettant de gérer vos index immédiatement.

Connecter MongoDB Atlas Vector Search à votre IA

FAQ

Fonctionnement de la tâche

  • 01

    L'IA peut-elle supprimer mes collections existantes ?

    Non. L'IA a uniquement la capacité de créer des index via l'outil create_index.

  • 02

    L'IA gère-t-elle mes utilisateurs de base de données ?

    Non. Ce connector est strictement dédié à la gestion des index de recherche vectorielle.

  • 03

    Puis-je changer le modèle d'embedding via l'IA ?

    L'IA peut modifier les dimensions de l'index pour s'adapter à un nouveau modèle, mais elle ne génère pas les embeddings elle-même.

  • 04

    L'IA va-t-elle mettre à jour mon code automatiquement ?

    Non. L'IA met uniquement à jour la configuration côté MongoDB Atlas.

  • 05

    Puis-je créer plusieurs index à la fois ?

    Oui, vous pouvez demander à l'IA de provisionner plusieurs index en précisant les différentes collections ou champs dans votre prompt.

  • D'autres questions sur MongoDB Atlas Vector Search ? La page du Connector y répond. Voir toutes les capacités du Connector MongoDB Atlas Vector Search

Connectez MongoDB Atlas Vector Search à Claude, Cursor, ChatGPT et d'autres