MongoDB Mongoose MCP 服务器

MongoDB Mongoose MCP 服务器

AI Database MongoDB Mongoose

“MongoDB Mongoose” MCP 服务器的功能是什么?

MongoDB Mongoose MCP 服务器是一款 Model Context Protocol (MCP) 服务器,使 AI 助手(如 Claude)能够直接与 MongoDB 数据库交互。借助可选的 Mongoose schema 支持,实现了强大的数据校验和操作钩子。该服务器赋能 AI 驱动的工作流,可执行多种数据库任务,包括查询、聚合、插入、更新及 MongoDB 集合的管理。其设计兼容基于 schema 和无 schema 的操作,适用于多样化的开发环境。通过将数据库操作暴露为工具,MongoDB Mongoose MCP 大幅提升开发者生产力,简化数据管理,并实现对核心数据基础设施的安全、自然语言访问。

提示模板列表

在仓库文档或文件中未列出明确的提示模板。

资源列表

文档或仓库文件中未详细说明明确的 MCP 资源。

查询工具

  • find:通过过滤和投影查询文档。
  • listCollections:列出数据库中的所有集合。
  • insertOne:向集合中插入一条文档。
  • updateOne:更新集合中的一条文档。
  • deleteOne:软删除一条文档(标记为已删除但不移除)。
  • count:统计匹配过滤条件的文档数量。
  • aggregate:通过聚合管道进行查询。

索引工具

  • createIndex:在集合上创建新索引。
  • dropIndex:移除集合上的索引。
  • indexes:列出指定集合的所有索引。

此 MCP 服务器的应用场景

  • 数据库管理:允许 AI 客户端通过自然语言安全执行 CRUD 操作、管理索引及查询数据,减少人工操作数据库的需求。
  • 数据探索:开发者可交互式探索和分析 MongoDB 集合,运行聚合管道并生成洞见。
  • schema 强制:集成 Mongoose 后,可强制数据校验,利用钩子实现更优数据管理。
  • 软删除工作流:支持软删除模式,确保数据不会丢失,仅被标记可恢复。
  • 快速原型开发:开发者可直接通过 AI 助手快速测试数据库 schema 变更和数据模型,无需手动脚本。

如何搭建

Windsurf

  1. 确保已安装 Node.js (v18+) 和 MongoDB。
  2. 找到并编辑您的 Windsurf 配置文件。
  3. mcpServers 部分添加 MongoDB Mongoose MCP 服务器:
    {
      "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. 保存文件并重启 Windsurf。
  5. 验证 MCP 服务器是否正常运行和可访问。

Claude

  1. 打开 Claude Desktop 设置 > 开发者 > 编辑配置。
  2. claude_desktop_config.json 文件中添加 MongoDB Mongoose MCP 服务器:
    {
      "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. 保存配置并重启 Claude Desktop。
  4. 通过发起数据库命令确认集成。

Cursor

  1. 安装 Node.js (v18+) 和 MongoDB。
  2. 打开 Cursor 的配置界面。
  3. 在 MCP Servers 下插入如下 JSON:
    {
      "mcpServers": {
        "mongodb-mongoose": {
          "command": "npx",
          "args": [
            "-y",
            "mongo-mongoose-mcp"
          ],
          "env": {
            "MONGODB_URI": "<your mongodb uri>",
            "SCHEMA_PATH": "<path to mongoose schemas>"
          }
        }
      }
    }
    
  4. 保存并重载 Cursor。
  5. 通过 Cursor 运行数据库查询进行测试。

Cline

  1. 确保已安装 Node.js (v18+) 和 MongoDB。
  2. 编辑您的 Cline 配置文件。
  3. 添加如下内容:
    {
      "mcpServers": {
        "mongodb-mongoose": {
          "command": "npx",
          "args": [
            "-y",
            "mongo-mongoose-mcp"
          ],
          "env": {
            "MONGODB_URI": "<your mongodb uri>",
            "SCHEMA_PATH": "<path to mongoose schemas>"
          }
        }
      }
    }
    
  4. 保存文件并重启 Cline。
  5. 通过发起支持的指令确认服务器运行正常。

API 密钥安全存储

始终将如 MONGODB_URI 等敏感数据存储在环境变量中。示例配置如下:

{
  "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"
      }
    }
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中,首先添加 MCP 组件到流程,并连接到您的 AI 代理:

FlowHunt MCP flow

点击 MCP 组件打开配置面板。在系统 MCP 配置区,使用如下 JSON 格式填入您的 MCP 服务器信息:

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

配置完成后,AI 代理即可作为工具访问 MCP 的所有功能。请将 “mongodb-mongoose” 替换为您的 MCP 服务器实际名称,并将 URL 替换为您自己的 MCP 服务器地址。


总览

部分可用性详情/备注
总览README 中有总览和功能介绍
提示模板列表未发现提示模板
资源列表未有明确资源文档
工具列表查询和索引工具有文档说明
API 密钥安全README 中有环境变量配置示例
采样支持(评测中较次要)未提及采样支持

Roots 支持:⛔(文档/仓库中未提及)


通过上述表格可以看出,该 MCP 服务器在数据库工具和搭建文档方面表现扎实,但缺乏关于提示、明确资源、roots 及采样支持等信息。其功能面较强,但在更高级的 MCP 概念上不够完善。

我们的看法

MCP 评分:6/10
MongoDB Mongoose MCP 在搭建和工具使用方面文档完善,非常适合专注于数据库操作的开发者。但缺少提示模板、明确资源、roots 及采样功能,限制了其在高级 MCP 工作流中的完整性。

MCP 评分

是否有 LICENSE✅ (MIT)
是否有至少一个工具
Fork 数量1
Star 数量0

常见问题

什么是 MongoDB Mongoose MCP 服务器?

它是一款 Model Context Protocol (MCP) 服务器,使 FlowHunt 或 Claude 等 AI 代理能够直接与 MongoDB 数据库交互。支持 Mongoose 强大的 schema 校验、操作钩子,以及基于 schema 或无 schema 的数据访问——实现安全的 AI 驱动数据库操作。

该 MCP 服务器提供了哪些工具?

它提供了用于查询(find、aggregate、count)、集合管理(listCollections、insertOne、updateOne、deleteOne)和索引操作(createIndex、dropIndex、indexes)的工具。这些工具映射到 AI 自动化工作流中常用的 MongoDB 任务。

这个 MCP 服务器可以强制执行 schema 和校验吗?

可以。集成了 Mongoose 后,您可以强制严格的 schema 校验,并利用 pre/post 操作钩子实现更安全、简洁的数据管理。也可切换到无 schema 模式以获得最大灵活性。

如何保障我的 MongoDB 凭据安全?

将诸如 MONGODB_URI 这样的敏感变量存储在环境变量中(不要直接写在配置文件)。在 MCP 服务器设置中引用这些环境变量,以实现安全、可生产部署。

有哪些常见应用场景?

应用场景包括 AI 驱动的数据库管理、快速原型开发、安全的 CRUD 自动化、索引管理、软删除工作流、以及交互式数据探索——所有这些都可通过自然语言或 AI 代理在 FlowHunt 内编排实现。

将 MongoDB 集成至 AI 工作流

让您的 FlowHunt AI 代理安全访问、管理并自动化 MongoDB 任务,借助 MongoDB Mongoose MCP 服务器简化工作流、提升生产力——无需手动脚本。

了解更多

MongoDB MCP 服务器
MongoDB MCP 服务器

MongoDB MCP 服务器

MongoDB MCP 服务器实现了 AI 助手与 MongoDB 数据库的无缝集成,可通过标准化的 Model Context Protocol (MCP) 实现数据库的直接管理、查询自动化和数据检索。...

2 分钟阅读
AI MCP +5
MCP 数据库服务器
MCP 数据库服务器

MCP 数据库服务器

MCP 数据库服务器为 AI 助手和自动化工具提供对常见数据库(如 SQLite、SQL Server、PostgreSQL 和 MySQL)的安全、可编程访问。它作为桥梁,支持上下文感知的工作流和 AI 驱动应用高效查询、管理和交互结构化数据。...

2 分钟阅读
AI Database +4
Elasticsearch MCP 服务器
Elasticsearch MCP 服务器

Elasticsearch MCP 服务器

Elasticsearch MCP 服务器桥接了 AI 助手与 Elasticsearch 和 OpenSearch 集群,实现了从 AI 工作流中直接进行高级搜索、索引管理和集群操作。可轻松将实时搜索与分析集成到 FlowHunt 流程中。...

2 分钟阅读
MCP Server Elasticsearch +5