MongoDB Mongoose MCP Server

Vad gör “MongoDB Mongoose” MCP Server?

MongoDB Mongoose MCP Server är en Model Context Protocol (MCP) server som gör det möjligt för AI-assistenter, såsom Claude, att interagera direkt med MongoDB-databaser. Med valfritt stöd för Mongoose-schema möjliggörs robust datavalidering och operationella hooks. Denna server ger AI-drivna arbetsflöden möjlighet att utföra en mängd olika databasuppgifter, inklusive frågor, aggregering, insättning, uppdatering och hantering av MongoDB-kollektioner. Dess design stödjer både schema-baserade och schemalösa operationer, vilket ger flexibilitet för olika utvecklingsmiljöer. Genom att exponera databasåtgärder som verktyg ökar MongoDB Mongoose MCP utvecklarens produktivitet, effektiviserar datahanteringen och möjliggör säker, naturligt språkbaserad åtkomst till kritisk datainfrastruktur.

Lista över prompts

Inga explicita promptmallar listas i dokumentationen eller filerna i repot.

Lista över resurser

Inga explicita MCP-resurser anges i dokumentationen eller repofilerna.

Frågeverktyg

• find: Fråga dokument med filtrering och projicering.
• listCollections: Lista alla tillgängliga kollektioner i databasen.
• insertOne: Infoga ett dokument i en kollektion.
• updateOne: Uppdatera ett dokument i en kollektion.
• deleteOne: Mjuk borttagning av ett dokument (markerar som borttaget utan att ta bort).
• count: Räkna dokument som matchar ett filter.
• aggregate: Utför aggregeringsfrågor med pipelines.

Indextjänster

• createIndex: Skapa ett nytt index på en kollektion.
• dropIndex: Ta bort ett index från en kollektion.
• indexes: Lista alla index för en specifik kollektion.

Användningsområden för denna MCP-server

• Databashantering: Möjliggör för AI-klienter att utföra CRUD-operationer, hantera index och fråga data säkert via naturligt språk, vilket minskar behovet av manuell databasåtkomst.
• Datautforskning: Gör det möjligt för utvecklare att utforska och analysera MongoDB-kollektioner, köra aggregeringspipelines och generera insikter interaktivt.
• Schemaefterlevnad: Med Mongoose-integrering kan utvecklare upprätthålla datavalidering och använda hooks för renare datahantering.
• Mjuk borttagningsarbetsflöden: Stödjer mjuka borttagningsmönster, vilket säkerställer att data inte går förlorad utan endast markeras för borttagning och kan återställas vid behov.
• Snabb prototypframtagning: Underlättar snabb testning av databasändringar och datamodeller direkt från AI-assistenten utan manuell skripting.

Så här sätter du upp det

Windsurf

1. Se till att Node.js (v18+) och MongoDB är installerade.
2. Leta upp och redigera din Windsurf-konfigurationsfil.
3. Lägg till MongoDB Mongoose MCP-servern i avsnittet mcpServers:

   {
     "mcpServers": {
       "mongodb-mongoose": {
         "command": "npx",
         "args": [
           "-y",
           "mongo-mongoose-mcp"
         ],
         "env": {
           "MONGODB_URI": "<your mongodb uri>",
           "SCHEMA_PATH": "<path to the root folder of your mongoose schema objects>"
         }
       }
     }
   }
   

4. Spara filen och starta om Windsurf.
5. Kontrollera att MCP-servern är igång och tillgänglig.

Claude

1. Öppna Claude Desktop Inställningar > Utvecklare > Redigera konfig.
2. Lägg till MongoDB Mongoose MCP-servern i din claude_desktop_config.json:

   {
     "mcpServers": {
       "mongodb-mongoose": {
         "command": "npx",
         "args": [
           "-y",
           "mongo-mongoose-mcp"
         ],
         "env": {
           "MONGODB_URI": "<your mongodb uri>",
           "SCHEMA_PATH": "<path to the root folder of your mongoose schema objects>"
         }
       }
     }
   }
   

3. Spara konfigurationen och starta om Claude Desktop.
4. Bekräfta integrationen genom att utföra ett databas-kommando.

Cursor

1. Installera Node.js (v18+) och MongoDB.
2. Öppna Cursors konfigurationsgränssnitt.
3. Infoga följande JSON under MCP Servers:

   {
     "mcpServers": {
       "mongodb-mongoose": {
         "command": "npx",
         "args": [
           "-y",
           "mongo-mongoose-mcp"
         ],
         "env": {
           "MONGODB_URI": "<your mongodb uri>",
           "SCHEMA_PATH": "<path to mongoose schemas>"
         }
       }
     }
   }
   

4. Spara och ladda om Cursor.
5. Testa genom att köra en databasfråga via Cursor.

Cline

1. Kontrollera förutsättningar: Node.js (v18+) och MongoDB.
2. Redigera din Cline-konfigurationsfil.
3. Lägg till:

   {
     "mcpServers": {
       "mongodb-mongoose": {
         "command": "npx",
         "args": [
           "-y",
           "mongo-mongoose-mcp"
         ],
         "env": {
           "MONGODB_URI": "<your mongodb uri>",
           "SCHEMA_PATH": "<path to mongoose schemas>"
         }
       }
     }
   }
   

4. Spara filen och starta om Cline.
5. Bekräfta att servern fungerar genom att köra ett stödd kommando.

Så här skyddar du API-nycklar

Lagra alltid känslig data som MONGODB_URI i miljövariabler. Exempelkonfiguration:

{
  "mcpServers": {
    "mongodb-mongoose": {
      "command": "npx",
      "args": [
        "-y",
        "mongo-mongoose-mcp"
      ],
      "env": {
        "MONGODB_URI": "${MONGODB_URI}",
        "SCHEMA_PATH": "${SCHEMA_PATH}"
      },
      "inputs": {
        "MONGODB_URI": "set in environment",
        "SCHEMA_PATH": "set in environment"
      }
    }
  }
}

Så här använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, infoga dina MCP-serverdetaljer med detta JSON-format:

{
  "mongodb-mongoose": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapaciteter. Kom ihåg att byta ut “mongodb-mongoose” mot det faktiska namnet på din MCP-server och ersätt URL:en med din egen MCP-server URL.

Översikt

Roots-stöd: ⛔ (Ingen nämnd i dokumentation/repo)

Mellan de två tabellerna är denna MCP-serverimplementation solid vad gäller databasverktyg och installationsdokumentation, men saknar information om prompts, explicita resurser, roots och samplingstöd. Den är funktionellt stark men inte heltäckande för mer avancerade MCP-koncept.

Vår bedömning

MCP-poäng: 6/10
MongoDB Mongoose MCP är väl dokumenterad för installation och verktygsanvändning, vilket gör den praktisk för utvecklare som fokuserar på databasoperationer. Dock begränsar avsaknaden av promptmallar, explicita resurser, roots och samplingstöd dess fullständighet för avancerade MCP-arbetsflöden.

MCP-poäng