Tür filtreleri insanlara hep aynı, herkesin zaten izlediği gişe filmlerini sunar. Bu öneri sistemi ise izleyicinin gerçekten ne tarif ettiğini okur ve ruh hâline uyan yapımları bulur.
Tür filtreleri insanlara hep aynı, herkesin zaten izlediği gişe filmlerini sunar. Bu öneri sistemi ise izleyicinin gerçekten ne tarif ettiğini okur ve ruh hâline uyan yapımları bulur.
Film dökümanları MongoDB Atlas'ta kalır; embedding'ler ise Atlas Search üzerinden tam yanlarında index'lenir. Bir istek, vektör benzerliğini puan ve tür filtreleriyle harmanlayan bir hibrit arama yürütür ve her biri özetinden alınmış tek satırlık bir gerekçeyle gelen, sıralı önerileri döndürür.
Nasıl çalışır
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.
Vektör benzerliğini tür ve puan filtreleriyle birleştiren bir Atlas Search index'i kurar.
pending
Bir istek geldiğinde kullanıcının tarif ettiği zevki embed eder ve katalog üzerinde hibrit bir arama yürütür.
pending
En iyi eşleşmeleri, her seçim için özetinden çıkardığı kısa bir gerekçeyle birlikte döndürür.
pending
Örnek çıktı
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.