Genrefilter ger folk samma storfilmer som alla redan har sett. Den här recommendern läser vad en tittare faktiskt beskriver och hittar titlar som matchar stämningen.
Genrefilter ger folk samma storfilmer som alla redan har sett. Den här recommendern läser vad en tittare faktiskt beskriver och hittar titlar som matchar stämningen.
Filmdokumenten ligger kvar i MongoDB Atlas, med embeddings indexerade bredvid dem via Atlas Search. En förfrågan kör en hybridsökning som väger samman vektorlikhet med betygs- och genrefilter och returnerar sedan rankade förslag, var och en med en rad om varför, hämtad ur synopsisen.
Så kör den
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.
Bygg ett Atlas Search-index som kombinerar vektorlikhet med filter för genre och betyg.
pending
Vid en förfrågan, bädda in den smak användaren beskrivit och kör en hybridsökning över katalogen.
pending
Returnera de bästa träffarna med en kort motivering för varje val, hämtad ur dess synopsis.
pending
Exempel på 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.