Agentes de IA

Construir un Sistema Inteligente de Recomendación de Películas con Qdrant

27 nodos 326 175 Automatic trigger
Descargar

Descripción del flujo de trabajo

Una automatización que construye un sistema de generación aumentada por recuperación (RAG) para recomendaciones de películas, integrando el almacenamiento vectorial Qdrant con un agente inteligente que extrae datos de GitHub, los procesa y genera sugerencias personalizadas a través de OpenAI.

Cómo funciona

  1. 1.Extraer datos de películas de archivos GitHub y dividir el contenido en fragmentos de texto procesables
  2. 2.Convertir texto en vectores numéricos usando embeddings de OpenAI y almacenarlos en la base de datos vectorial Qdrant
  3. 3.Recibir consultas de usuarios a través de la interfaz de chat y ejecutar búsqueda semántica en el repositorio vectorial
  4. 4.Generar recomendaciones de películas personalizadas basadas en resultados recuperados y contexto de conversación
  5. 5.Publicar recomendaciones en redes sociales o entregarlas al usuario

Casos de uso

  • Construir un motor de recomendación de películas inteligente que comprenda las preferencias del usuario y sugiera contenido relevante
  • Crear un sistema de consulta de películas en lenguaje natural que maneje preguntas complejas y poco definidas sobre películas

Requisitos

  • Clave API válida de OpenAI para generación de embeddings y recomendaciones impulsadas por IA
  • Instancia de almacén vectorial Qdrant activa con capacidad de almacenamiento suficiente para embeddings de datos de películas
  • Conjunto de datos de películas estructurado alojado en un repositorio de GitHub

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 326
Descargas 175

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

Procesamiento Automático de Archivos de Google Drive con Inteligencia OpenAI

7 nodos

Procesamiento de Correo Inteligente con Aprobación Manual

17 nodos

Construir un agente inteligente que procesa documentos y responde consultas

21 nodos

Automatizar Google Sheets con agente inteligente y procesamiento de IA

11 nodos

Buscar y Responder Documentos de la Empresa desde Google Drive

18 nodos

Crear un agente de IA que responde a mensajes de chat

6 nodos