Os filtros de género devolvem sempre os mesmos êxitos de bilheteira que toda a gente já viu. Este recomendador lê o que o espectador realmente descreve e encontra títulos que combinam com o estado de espírito.
Os filtros de género devolvem sempre os mesmos êxitos de bilheteira que toda a gente já viu. Este recomendador lê o que o espectador realmente descreve e encontra títulos que combinam com o estado de espírito.
Os documentos dos filmes ficam no MongoDB Atlas, com os embeddings indexados ao lado através do Atlas Search. Cada pedido executa uma pesquisa híbrida que combina semelhança vetorial com filtros de classificação e género, e devolve sugestões ordenadas, cada uma com uma razão de uma linha retirada da sinopse.
Como funciona
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.
Criar um índice Atlas Search que combine similaridade vetorial com filtros de género e classificação.
pending
Num pedido, criar vetores da descrição do gosto do utilizador e executar uma pesquisa híbrida sobre o catálogo.
pending
Devolver as correspondências mais relevantes com uma breve justificativa para cada escolha, extraída da respetiva sinopse.
pending
Saída de exemplo
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.