Žánrové filtry nabízejí pořád stejné trháky, které už všichni viděli. Tenhle recommender čte, co divák skutečně popisuje, a hledá tituly, které sednou k náladě.
Žánrové filtry nabízejí pořád stejné trháky, které už všichni viděli. Tenhle recommender čte, co divák skutečně popisuje, a hledá tituly, které sednou k náladě.
Filmové dokumenty zůstávají v MongoDB Atlas, embeddingy se indexují hned vedle nich přes Atlas Search. Požadavek spustí hybridní vyhledávání, které kombinuje vektorovou podobnost s filtry hodnocení a žánru, a vrátí seřazený výběr – každý tip s jednořádkovým zdůvodněním vycházejícím ze synopse.
Jak běží
Used at step 01 to kick off the pipeline.
Write
Used at step 01 to kick off the pipeline.
WebFetch
Used at step 01 to kick off the pipeline.
WebSearch
Used at step 01 to kick off the pipeline.
Vytvořte index Atlas Search kombinující vektorovou podobnost s filtry podle žánru a hodnocení.
pending
Při žádosti vytvořte vektorovou reprezentaci popsaných preferencí uživatele a spusťte hybridní vyhledávání v katalogu.
pending
Vraťte nejlepší shody s krátkým zdůvodněním každého výběru vycházejícím z jeho sinopsu.
pending
Ukázkový výstup
json
// Sample output
// (generated when the pipeline finishes)
Given a user's described taste, return ranked movie recommendations from MongoDB Atlas with a one-line reason per title.
Unlock the rest
The full agent definition, install snippet, and starter task are gated for community members.
Members get the full `.md` agent file, the npm / pnpm install one-liners, a starter prompt that we've tuned against real runs, and the open-source repo when this automation ships there. One email, magic link, done.