MongoDB推出四项AI驱动的新功能,助力开发者提升效率并加速应用程序现代化

简介: 生成式人工智能让开发者有机会构建更好的应用程序。通过自动执行重复性任务,由AI驱动的工具和功能可以帮助开发者节省大量时间和精力,同时更快地交付更高质量的应用程序

AI新功能

  • MongoDB Relational Migrator可借助AI将SQL转换为MongoDB Query API语法,进一步提高关系数据库迁移的自动化水平

  • MongoDB Compass可根据自然语言生成查询和聚合,助力更快速、更轻松地构建由数据驱动的应用程序

  • MongoDB Atlas Charts可根据自然语言构建丰富的数据可视化,助力加速仪表板创建和商业智能

  • MongoDB 官方文档全新AI聊天机器人功能可解答技术问题,助力缩短应用程序构建和故障排除所需的时

MongoDB(NASDAQ:MDB)早前在MongoDB用户大会伦敦站上宣布推出全新的智能化开发者体验,利用生成式人工智能助力开发者更快速、更轻松地在MongoDB上构建应用程序。MongoDB是世界上最受欢迎的基于文档的数据平台,数以百万计的开发者和成千上万的客户借助MongoDB构建关键业务程序。MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts、MongoDB Documentation(MongoDB 官方文档)中的全新生成式AI功能可帮助开发者减少耗费在重复性任务上的时间和精力,从而更加专注于解决难题和构建现代应用程序。欲了解关于MongoDB的更多信息,请访问mongodb.com/zh-cn。

MongoDB首席产品官Sahir Azam表示:“生成式人工智能让开发者有机会构建更好的应用程序。通过自动执行重复性任务,由AI驱动的工具和功能可以帮助开发者节省大量时间和精力,同时更快地交付更高质量的应用程序。通过将人工智能功能集成到每天都有数以百万计开发者使用的MongoDB产品和服务中,我们正在助力开发者减少耗费在低价值任务上的时间,让他们能够专注于对自身和企业更加重要的事情上,即构建和发布受终端用户青睐的现代应用程序。”

为满足客户日益增长的需求,当前企业需要构建极具吸引力的应用程序,确保应用程序能够实时响应不断变化的需求和日新月异的数据。MongoDB之所以能够成为开发者构建应用程序的首选,是因为具备灵活性、可扩展性和弹性。然而,为了有效运行由数据驱动的应用程序,根据操作数据生成可视化结果来获取洞察并制定决策,并排除数据库和应用程序异常,开发者往往需要耗费大量时间和精力来构建查询和聚合。这些任务虽然重要,但往往属于重复性的任务且耗时耗力,使开发者难以集中精力进行原型设计、推出新功能或开创全新最终用户体验。

MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts和MongoDB官方文档现已具备一套全新的生成式AI功能,有助于消除应用程序开发与现代化过程中的大量繁重工作。这些功能包括:

使用MongoDB Relational Migrator进一步加速应用程序迁移:借助智能数据模式和代码推荐,MongoDB Relational Migrator可有助更快速、更轻松地从传统数据库技术迁移至MongoDB Atlas。在迁移传统应用程序过程中,对SQL查询和存储过程的处理通常较为困难,因为这些查询和存储过程往往没有文档记录,必须手动转换为MongoDB Query API语法。如今,企业可使用MongoDB Relational Migrator中的全新AI驱动功能,自动将传统应用程序中的SQL查询和存储过程转换为可以执行和进一步调试的MongoDB Query API语法。通过使用MongoDB Relational Migrator,客户可以加快推进应用程序现代化项目,同时开发者也可以在不具备MongoDB Query Syntax API相关知识的情况下,自动执行繁琐的转换任务,进而加快迁移速度。欲了解关于MongoDB Relational Migrator的更多信息,请访问mongodb.com/products/relational-migrator。

在MongoDB Compass中更快地生成查询和聚合:由于能够轻松地在MongoDB中完成数据查询和聚合,MongoDB Compass成为开发者进行数据交互时最受欢迎的工具之一。如今,开发者可使用自然语言在MongoDB Compass中快速生成可执行的MongoDB Query API语法,并更轻松快捷将复杂的数据密集型功能集成到应用程序中。例如,开发者可输入“按尺寸大小筛选披萨订单、按披萨名称对其余文档进行分组、计算总量”,MongoDB Compass将推荐代码来执行处理数据所需的聚合管道的各个阶段。借助MongoDB Compass的全新语言功能,开发者可将更多时间和精力用于发布由数据驱动的应用程序,而不是手动编写复杂的查询和聚合。欲了解关于MongoDB Compass的更多信息,请访问mongodb.com/products/tools/compass。

使用自然语言在MongoDB Atlas Charts中实现数据可视化:MongoDB Atlas Charts是一种现代化数据可视化工具,使开发者能够使用存储在MongoDB Atlas中的数据轻松创建、共享和嵌入可视化结果。借助全新AI驱动功能,开发者可使用自然语言在MongoDB Atlas Charts中构建数据可视化、创建图形并生成仪表板。例如,开发者可输入“显示不同国家和不同产品之间的年收入对比”,MongoDB Atlas Charts就会收集数据并快速生成所需的可视化结果。开发者可使用MongoDB Atlas Charts中熟悉的拖放界面进行进一步细化和定制。欲了解关于MongoDB Atlas Charts的更多信息,请访问mongodb.com/products/charts。

更快速、更直观地从MongoDB 官方文档获得答案:MongoDB 官方文档为开发者提供使用MongoDB构建应用程序所需的教程、代码示例和参考库。通过在MongoDB 官方文档中添加AI聊天机器人,开发者可以询问有关MongoDB产品和服务的问题,并在数秒内即可获得答案,同时还可以在软件开发期间进行故障排除。例如,开发者可以询问“如何使用Atlas Vector Search实现检索数据”,聊天机器人将提供分步指导、示例代码和参考链接,帮助开发者获得更多信息并快速入门。MongoDB 官方文档聊天机器人是一个开源项目,使用MongoDB Atlas Vector Search进行由AI驱动针对精选数据的信息检索,以根据上下文提供解答,开发者可使用项目代码来根据不同用例构建和部署聊天机器人。如需开始使用MongoDB 官方文档聊天机器人,请访问mongodb.com/docs。

MongoDB Relational Migrator、MongoDB Compass、MongoDB Atlas Charts中的全新AI驱动功能预览版现已发布。MongoDB官方文档聊天机器人现已普遍可用。

立即免费试用阿里云MongoDB。

扫码加入钉群,与MongoDB专家一对一沟通,了解更多阿里云MongoDB产品与方案,市场活动及线上培训等内容。
钉钉入群二维码原图.jpeg

相关文章
|
人工智能 Java 开发者
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
JManus是阿里开源的Java版OpenManus,基于Spring AI Alibaba框架,助力Java开发者便捷应用AI技术。支持多Agent框架、网页配置、MCP协议及PLAN-ACT模式,可集成多模型,适配阿里云百炼平台与本地ollama。提供Docker与源码部署方式,具备无限上下文处理能力,适用于复杂AI场景。当前仍在完善模型配置等功能,欢迎参与开源共建。
3910 58
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
|
人工智能 开发者
从技术到品牌:一个AI指令,让开发者也能写出动人的品牌故事
开发者常擅技术却困于品牌叙事。本文分享一套结构化AI指令,结合DeepSeek、通义千问等国产工具,将品牌故事拆解为可执行模块,助力技术人快速生成有温度、有逻辑的品牌故事框架,实现从代码到共鸣的跨越。
1049 5
|
人工智能 Cloud Native 算法
拔俗云原生 AI 临床大数据平台:赋能医学科研的开发者实践
AI临床大数据科研平台依托阿里云、腾讯云,打通医疗数据孤岛,提供从数据治理到模型落地的全链路支持。通过联邦学习、弹性算力与安全合规技术,实现跨机构协作与高效训练,助力开发者提升科研效率,推动医学AI创新落地。(238字)
847 7
|
存储 机器学习/深度学习 人工智能
云栖 2025|阿里云 Qwen3 系列领衔:AI 模型全栈突破与开发者落地指南
阿里云发布Qwen3全栈AI体系,七大模型升级、性能全球领先,开源生态稳居第一。从底层基建到开发工具链全面优化,助力企业高效落地AI应用,共建超级AI云生态。
3926 11
|
机器学习/深度学习 人工智能 数据安全/隐私保护
阿里云 Qwen3 全栈 AI 模型:技术解析、开发者实操指南与 100 万企业落地案例
阿里云发布Qwen3全栈AI体系,推出Qwen3-Max、Qwen3-Next等七大模型,性能全球领先,开源生态超6亿次下载。支持百万级上下文、多模态理解,训练成本降90%,助力企业高效落地AI。覆盖制造、金融、创作等场景,提供无代码与代码级开发工具,共建超级AI云生态。
2270 6
|
人工智能 程序员 API
Anthropic Cookbook:开发者可以参考的Claude AI高效开发指南
作为配套资源的Anthropic Cookbook开源项目,更是凭借其丰富的代码示例和实用指南,在GitHub上获得了18k+颗星的高度认可。
511 7
Anthropic Cookbook:开发者可以参考的Claude AI高效开发指南
|
数据采集 人工智能 算法
拔俗AI信息化系统开发:开发者必须啃下的三块技术硬骨头
企业数字化转型中,AI系统成刚需。开发者需攻克三大难关:精准拆解模糊需求,确保业务与技术对齐;严控数据质量,构建持续迭代的数据闭环;实现模型在产线的高效、稳定落地。技术与场景深度融合,方能跨越从“能用”到“好用”的鸿沟。(238字)
403 0
|
人工智能 Serverless API
TaskingA在GitHub上已突破 5.1k stars!这是一个真正被开发者认可的 AI Agent平台,AI开发者必看,如何用它实现生产力逆袭?
TaskingAI 是一个 AI-native 应用开发平台,通过整合模型、检索、助手与工具模块,为开发者提供一站式的 BaaS(后端即服务)体验,简化 AI 应用从开发、测试、到部署的全过程 。
457 5
|
SQL 人工智能 自然语言处理
通义灵码2.5 | 一个更懂开发者的 AI 编程助手
通义灵码2.5版是一款强大的AI编程助手,具备智能体模式,支持自主决策、环境感知与工具使用等功能。通过工程检索、文件编辑和终端操作,可端到端完成编码任务,并深度适配Qwen3模型,大幅提升开发效率。新版新增行间建议预测、上下文分析及记忆功能,更懂开发者需求。智能体结合MCP工具,能实现从代码生成到部署的全流程自动化,如文中实例展示的数独小游戏开发与在线部署。无论是日常开发还是创意实现,通义灵码都能显著提升工作效率与能力边界。
|
人工智能 自然语言处理 Java
面向 Java 开发者:2024 最新技术栈下 Java 与 AI/ML 融合的实操详尽指南
Java与AI/ML融合实践指南:2024技术栈实战 本文提供了Java与AI/ML融合的实操指南,基于2024年最新技术栈(Java 21、DJL 0.27.0、Spring Boot 3.2等)。主要内容包括: 环境配置:详细说明Java 21、Maven依赖和核心技术组件的安装步骤 图像分类服务:通过Spring Boot集成ResNet-50模型,实现REST接口图像分类功能 智能问答系统:展示基于RAG架构的文档处理与向量检索实现 性能优化:利用虚拟线程、GraalVM等新技术提升AI服务性能 文
1129 0

热门文章

最新文章

相关产品

  • 云数据库 MongoDB 版
  • 推荐镜像

    更多