n8n Workflows

MongoDB Agent: Ein KI-gesteuertes Empfehlungssystem für Filme

2 Min. LesezeitMEKSOFT
Inhalt
  1. 1. When chat message received
  2. 2. OpenAI Chat Model
  3. 3. Window Buffer Memory
  4. 4. AI Agent – Movie Recommendation
  5. 5. MongoDBAggregate
  6. 6. insertFavorite
  7. 7. Sticky Notes
  8. Ergebnis

1. When chat message received

Typ: Chat Trigger

Beschreibung: Dieser Node wartet auf eingehende Chat-Nachrichten über einen Webhook. Sobald eine Nachricht empfangen wird, wird der Workflow gestartet.

Parameter:

  • mode: webhook (Dies ermöglicht es, dass der Node als Webhook agiert)
  • public: true (Das Webhook ist öffentlich zugänglich)
  • options: erlaubt alle Ursprünge

2. OpenAI Chat Model

Typ: Chat Model

Beschreibung: Dieser Node interagiert mit dem OpenAI-Modell, um basierend auf den Benutzereingaben Antworten zu generieren. Die Eingaben werden an das KI-Modell gesendet, um kontextuell passende Antworten zu erhalten.

Parameter:

  • options: Leer (hier können zusätzliche Einstellungen für das KI-Modell vorgenommen werden)

3. Window Buffer Memory

Typ: Memory Buffer Window

Beschreibung: Dieser Node speichert den Kontext der bisherigen Konversation, um die letzten 10 Interaktionen zu berücksichtigen und bessere Empfehlungen abzugeben.

Parameter:

  • contextWindowLength: 10 (Die Anzahl der letzten Konversationen, die berücksichtigt werden)

4. AI Agent – Movie Recommendation

Typ: AI Agent

Beschreibung: Dieser Node agiert als KI-Agent und gibt Filmempfehlungen basierend auf den Anfragen des Benutzers. Er verwendet die MongoDB-Abfrage, um relevante Filme zu finden, und gibt die Empfehlungen zurück.

Parameter:

  • text: Die Beschreibung der Funktion des Agenten, die besagt, dass er Empfehlungen basierend auf MongoDB erstellt.
  • options: Leer
  • promptType: define (Dieser Parameter legt den Typ der Eingabeaufforderung fest)

5. MongoDBAggregate

Typ: MongoDB Tool

Beschreibung: Dieser Node führt eine Aggregation in MongoDB durch, um Filme mit einer bestimmten Bewertung (z.B. 5) zu filtern. Die Aggregation wird dynamisch basierend auf den vorherigen Antworten des KI-Modells erstellt.

Parameter:

  • query: Dynamische Abfrage, die auf dem benutzerspezifischen Input basiert.
  • operation: aggregate (Führt eine Aggregation auf der Sammlung aus)
  • collection: movies (Die Sammlung, in der die Daten gespeichert sind)
  • descriptionType: manual
  • toolDescription: Eine Beschreibung der Struktur der Dokumente in der MongoDB.

6. insertFavorite

Typ: Tool Workflow

Beschreibung: Dieser Node wird verwendet, um Filme, die der Benutzer als Favoriten markiert hat, in die MongoDB-Datenbank einzufügen.

Parameter:

  • name: insertFavorites (Der Name des Workflows, der für das Einfügen von Favoriten verantwortlich ist)
  • workflowId: ID des insertFavorite Workflows
  • description: Anweisung für die Verwendung des Tools.

7. Sticky Notes

Typ: Sticky Note

Beschreibung: Diese Nodes sind als Notizen gedacht, die Informationen über den Zweck des Workflows bereitstellen. Sie helfen dabei, den Gesamtprozess zu verstehen und zu klären, dass es sich um einen KI-gesteuerten Filmempfehlungsdienst handelt.

Parameter:

  • content: Diese Notizen enthalten Erklärungen über den Workflow-Prozess und die Funktionsweise der einzelnen Nodes.

Ergebnis

Insgesamt ermöglicht dieser Workflow eine nahtlose Interaktion mit Benutzern, um personalisierte Filmempfehlungen bereitzustellen und Favoriten in einer MongoDB-Datenbank zu speichern. Die Verwendung von OpenAI und MongoDB bietet eine leistungsstarke Kombination, um qualitativ hochwertige Ergebnisse zu erzielen.

Download Link: Hier herunterladen

Artikel teilen
Zur Blogübersicht