O MongoDB e os parceiros desenvolveram integrações de produtos específicas para ajudá-lo a aproveitar o MongoDB em seus aplicativos e agentes de IA movidos a IA.
Esta página destaca integrações de IA notáveis que a MongoDB e seus parceiros desenvolveram. Você pode usar o MongoDB com provedores populares de IA e LLMs por meio de seus métodos de conexão padrão e APIs. Para obter uma lista completa de integrações e serviços de parceiros, consulte Conheça o ecossistema de parceiros do MongoDB.
Frameworks
Você pode usar as seguintes estruturas de código aberto para armazenar dados personalizados em seus clusters MongoDB e implementar recursos como RAG com a MongoDB Vector Search.
LangChain
LangChain é uma estrutura que simplifica a criação de aplicativos LLM por meio do uso de "cadeias", que são componentes específicos do LangChain que podem ser combinados para uma variedade de casos de uso, incluindo o RAG.
Para começar, consulte os seguintes recursos:
LangChainGo
LangChainGo é um framework que simplifica a criação de aplicativos LLM no Go. A LangChainGo incorpora os recursos da LangChain ao ecossistema Go. Você pode usar o LangChainGo para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, veja Introdução à integração do LangChainGo.
LangChain4j
LangChain4j é um framework que simplifica a criação de aplicativos LLM em Java. O LangChain4j combina conceitos e funcionalidades do LangChain,Haystack, LlamaIndex e outras fontes. Você pode usar o LangChain4j para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, consulte Introdução à integração com o LangChain4j.
LlamaIndex
LlamaIndex é uma estrutura que simplifica como você conecta fontes de dados personalizadas a LLMs. Ele fornece várias FERRAMENTAS para ajudá-lo a carregar e preparar incorporações vetoriais para aplicativos RAG.
Para começar, consulte Introdução à integração com o LlamaIndex.
Kernel semântico
Microsoft Semantic Kernel é um SDK que permite combinar vários serviços de IA com seus aplicativos. Você pode usar o Semantic Kernel para uma variedade de casos de uso, incluindo RAG.
Para começar, consulte os seguintes tutoriais:
Haystack
Haystack é uma estrutura para criar aplicativos personalizados com LLMs, modelos de incorporação, pesquisa vetorial e muito mais. Ele permite casos de uso como resposta a perguntas e RAG.
Para começar, consulte Introdução à integração com o Haystack.
Spring AI
Spring AI é uma estrutura de aplicação que permite aplicar os princípios de design do Spring ao seu aplicação de IA. Você pode usar o Spring AI para uma variedade de casos de uso, incluindo pesquisa semântica e RAG.
Para começar, consulte Introdução à integração do Spring AI.
Frameworks de agentes
Você pode usar as seguintes estruturas de código aberto para criar agentes de IA e aplicativos multiagentes que usam o MongoDB para implementar recursos como RAG agente e memória de agente .
LangGraph
LangGraph é um framework especializado dentro do ecossistema LangChain, projetado para desenvolver agentes de IA e fluxos de trabalho multiagentes complexos. A abordagem baseada em grafos do LangGraph permite que você determine dinamicamente o caminho de execução do seu aplicativo, possibilitando aplicativos e casos de uso avançados e autônomos. Ele também suporte funcionalidades como persistência, streaming e memória.
Para começar, consulte os seguintes recursos:
CrewAI
CrewAI é uma estrutura Python que permite criar agentes autônomos de IA com funções, FERRAMENTAS e tarefas especializadas. Esses agentes podem ser organizados juntos em "triggers", que trabalham juntos para concluir tarefas complexas por meio de LLMs e delegações de trabalho entre si.
Para começar, consulte Integrar MongoDB com CrewAI.
Plataformas
Você também pode integrar o MongoDB Vector Search com as seguintes plataformas empresariais para construir aplicativos de IA generativa . Essas plataformas fornecem modelos pré-treinados e outras ferramentas para ajudá-lo a criar aplicativos e agentes de IA em produção.
Amazon Bedrock
AAmazon CamaDB é uma plataforma totalmente gerenciada para criar aplicativos de IA generativa . Você pode integrar o MongoDB Vector Search como uma base de conhecimento para o Amazon CamaDB armazenar dados personalizados no MongoDB Atlas, implementar RAG e implantar agentes.
Para começar, consulte Introdução à integração da base de conhecimento do Amazon Bedrock.
Google Vertex AI
Vertex AI é uma plataforma da Google Cloud Platform para criar e implementar aplicativos e agentes de IA. A plataforma Vertex AI inclui vários FERRAMENTAS e modelos pré-treinados do Google que você pode usar com o MongoDB Atlas para RAG e outros casos de uso, como query de linguagem natural.
Para começar, veja Integrar Atlas com o Google Vertex AI.
Ferramentas
Você também pode integrar o MongoDB com a seguinte IA FERRAMENTAS.
Servidor MCP do MongoDB
O Model Context Protocol (MCP) é um padrão aberto de como os LLMs se conectam e interagem com recursos e serviços externos. Use nossa implementação oficial do Servidor MCP para interagir com seus dados e clusters MongoDB de suas FERRAMENTAS, assistentes e plataformas de IA agente.
Para saber mais, consulte Servidor MongoDB MCP.