Agentes de IA

Construiring RAG para movie recommendations usando Qdrant y AI

27 nodos 228 116 Automatic trigger
Descargar

Descripción del flujo de trabajo

Un sistema de recomendaciones de películas potenciado por Recuperación Aumentada por Generación (RAG) que integra OpenAI con la base de datos vectorial Qdrant, proporcionando sugerencias personalizadas a través de un agente inteligente que aprende del contexto y la memoria de la conversación.

Cómo funciona

  1. 1.Cargar datos de películas desde GitHub y dividir contenido usando Token Splitter
  2. 2.Convertir segmentos de texto en incrustaciones vectoriales con OpenAI y almacenarlos en Qdrant
  3. 3.Recibir consultas de usuarios a través de Chat Trigger y enviarlas al agente de IA
  4. 4.Recuperar películas relevantes de Qdrant basándose en similitud vectorial
  5. 5.Generar recomendaciones personalizadas usando el modelo de lenguaje de OpenAI con memoria contextual
  6. 6.Publicar resultados en Twitter/X y responder a consultas de usuarios

Casos de uso

  • Plataformas de transmisión que necesitan recomendaciones de películas inteligentes y personalizadas
  • Sistemas de chatbot que responden preguntas sobre películas y sugieren títulos según preferencias
  • Análisis automatizado de comentarios de usuarios en redes sociales para mejorar continuamente la calidad de recomendaciones

Requisitos

  • Clave API de OpenAI para modelos de lenguaje y generación de incrustaciones
  • Instancia de Qdrant configurada y lista para operaciones de almacenamiento y recuperación vectorial

Valor del servicio

Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.

Aplicaciones utilizadas

GitHub OpenAI Document Default Data Loader Text Splitter Vector Store Chat Trigger Tool Memory Twitter/X AI Agent

Detalles

Disparador Automatic trigger
Nodos 27
Aplicaciones 10
Vistas 228
Descargas 116

Cómo usar

  1. 1.Haz clic en "Descargar plantilla"
  2. 2.Abre tu panel de n8n
  3. 3.Ve a Workflows > Import from File
  4. 4.Selecciona el archivo descargado y configura las credenciales

Nodos utilizados (27)

/

When clicking ‘Test workflow’

Manual Trigger

#1

GitHub

Github

#2

Extract from File

Extract From File

#3

Embeddings OpenAI

OpenAI

#4

Default Data Loader

Document Default Data Loader

#5

Token Splitter

Text Splitter Token Splitter

#6

Qdrant Vector Store

Vector Store Qdrant

#7

When chat message received

Chat Trigger

#8

OpenAI Chat Model

OpenAI

#9

Call n8n Workflow Tool

Tool Workflow

#10

Window Buffer Memory

Memory Buffer Window

#11

Execute Workflow Trigger

Execute Workflow Trigger

#12

Merge

Merge

#13

Split Out

Split Out

#14

Split Out1

Split Out

#15

Merge1

Merge

#16

Aggregate

Aggregate

#17

AI Agent

Agent

#18

Embedding Recommendation Request with Open AI

HTTP Request

#19

Embedding Anti-Recommendation Request with Open AI

HTTP Request

#20

Extracting Embedding

Set

#21

Extracting Embedding1

Set

#22

Calling Qdrant Recommendation API

HTTP Request

#23

Retrieving Recommended Movies Meta Data

HTTP Request

#24

Selecting Fields Relevant for Agent

Set

#25

Sticky Note

Sticky Note

#26

Sticky Note1

Sticky Note

#27

Plantillas similares

Automatizar LinkedIn publicaciones con AI

11 nodos

Vincular generator y QR código generator con programado Google Analytics reports

14 nodos

Conectar Telegram con OpenAI

12 nodos

Crear un agente inteligente en Telegram con memoria y herramientas externas

39 nodos

Conectar Google Drive con Gmail

35 nodos

Activar Agente IA con Memoria Contextual y Publicación en X

13 nodos