community-automations/mongodb-recommender

Research & intel

PublicClaude-subagent

MongoDB-aanbeveler

Genrefilters geven mensen dezelfde blockbusters die iedereen al gezien heeft. Deze aanrader leest wat een kijker echt beschrijft en vindt titels die bij de stemming passen.

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

Waarom deze subagent

Genrefilters geven mensen dezelfde blockbusters die iedereen al gezien heeft. Deze aanrader leest wat een kijker echt beschrijft en vindt titels die bij de stemming passen.

De filmdocumenten blijven in MongoDB Atlas, met embeddings die er via Atlas Search naast geïndexeerd staan. Een verzoek draait een hybride zoekopdracht die vectorovereenkomst mengt met rating- en genrefilters, en geeft daarna een gerangschikte selectie terug, elk met een reden van één regel uit de synopsis.

Hoe hij werkt

    • 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.

Voorbeelduitvoer

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.