community-automations/mongodb-recommender

Research & Intel

PublicClaude-Subagent

MongoDB-Empfehlungs-Engine

Genre-Filter liefern allen dieselben Blockbuster, die ohnehin jeder schon gesehen hat. Dieser Recommender liest, was ein Zuschauer tatsächlich beschreibt, und findet Titel, die zur Stimmung passen.

sonnet4 TageMongoDB AtlasAtlas SearchOpenAI EmbeddingsNode.js
ClaudeClaude
ROI for
README.md

Warum dieser Subagent

Genre-Filter liefern allen dieselben Blockbuster, die ohnehin jeder schon gesehen hat. Dieser Recommender liest, was ein Zuschauer tatsächlich beschreibt, und findet Titel, die zur Stimmung passen.

Die Film-Dokumente bleiben in MongoDB Atlas, mit Embeddings, die über Atlas Search direkt daneben indexiert sind. Eine Anfrage startet eine hybride Suche, die Vektorähnlichkeit mit Bewertungs- und Genre-Filtern verbindet, und gibt dann nach Rang sortierte Vorschläge zurück, jeder mit einer einzeiligen Begründung aus der Handlung.

So läuft er

    • Read

      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.

Beispiel-Output

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.