community-automations/mongodb-recommender

Recherche & Veille

PublicSous-agent Claude

Recommandeur MongoDB

Les filtres par genre servent à tout le monde les mêmes blockbusters déjà vus cent fois. Ce moteur lit ce que le spectateur décrit vraiment et trouve des titres qui collent à l'humeur du moment.

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

Pourquoi ce sous-agent

Les filtres par genre servent à tout le monde les mêmes blockbusters déjà vus cent fois. Ce moteur lit ce que le spectateur décrit vraiment et trouve des titres qui collent à l'humeur du moment.

Les fiches films restent dans MongoDB Atlas, avec leurs embeddings indexés juste à côté via Atlas Search. Une requête lance une recherche hybride qui mêle similarité vectorielle, note et filtres de genre, puis renvoie un classement de suggestions, chacune avec une justification en une ligne tirée du synopsis.

Comment il s'exécute

    • 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.

Exemple de sortie

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.