Sistema de recomendaciones de películas inteligente con Qdrant
Descripción del flujo de trabajo
Un sistema de recuperación aumentada que extrae datos de películas desde repositorios GitHub, segmenta contenido, genera incrustaciones vectoriales mediante OpenAI, las almacena en Qdrant y entrega recomendaciones personalizadas a través de un agente inteligente que interactúa con usuarios.
Cómo funciona
- 1.Extraer metadatos de películas desde repositorios GitHub y cargar archivos
- 2.Dividir contenido en fragmentos e generar incrustaciones vectoriales con OpenAI
- 3.Almacenar incrustaciones en Qdrant y habilitar búsquedas semánticas
- 4.Desplegar agente IA que reciba consultas de usuarios y genere recomendaciones
- 5.Compartir resultados vía chat e integrar actualizaciones en Twitter/X
Casos de uso
- Plataforma de películas que entiende preferencias de usuarios y sugiere títulos relevantes
- Mejora de motores de búsqueda internos capturando significado semántico
- Asistente inteligente que responde preguntas sobre películas desde base de conocimiento
Requisitos
- Repositorio GitHub con datos de películas organizados y metadatos
- Clave API de OpenAI para generación de incrustaciones e IA conversacional
- Instancia Qdrant activa configurada para almacenamiento y recuperación de vectores
Valor del servicio
Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.
Aplicaciones utilizadas
Detalles
Cómo usar
- 1.Haz clic en "Descargar plantilla"
- 2.Abre tu panel de n8n
- 3.Ve a Workflows > Import from File
- 4.Selecciona el archivo descargado y configura las credenciales
Nodos utilizados (27)
When clicking ‘Test workflow’
Manual Trigger
GitHub
Github
Extract from File
Extract From File
Embeddings OpenAI
OpenAI
Default Data Loader
Document Default Data Loader
Token Splitter
Text Splitter Token Splitter
Qdrant Vector Store
Vector Store Qdrant
When chat message received
Chat Trigger
OpenAI Chat Model
OpenAI
Call n8n Workflow Tool
Tool Workflow
Window Buffer Memory
Memory Buffer Window
Execute Workflow Trigger
Execute Workflow Trigger
Merge
Merge
Split Out
Split Out
Split Out1
Split Out
Merge1
Merge
Aggregate
Aggregate
AI Agent
Agent
Embedding Recommendation Request with Open AI
HTTP Request
Embedding Anti-Recommendation Request with Open AI
HTTP Request
Extracting Embedding
Set
Extracting Embedding1
Set
Calling Qdrant Recommendation API
HTTP Request
Retrieving Recommended Movies Meta Data
HTTP Request
Selecting Fields Relevant for Agent
Set
Sticky Note
Sticky Note
Sticky Note1
Sticky Note