Чат-бот для рекомендаций фильмов с учётом предпочтений

Этот сценарий автоматизации предоставляет персонализированные рекомендации фильмов через чат, используя семантический поиск на основе описаний. Основан на технологии RAG с применением LangChain агента, векторной базы данных Qdrant и эмбеддингов от OpenAI. Подходит для создания умных помощников, которые понимают контекст запроса и учитывают как желаемые, так и нежелательные жанры.

## Кому подойдёт
- Пользователи, ищущие персонализированные рекомендации фильмов через чат
- Разработчики, строящие RAG-системы на открытых данных
- Команды, тестирующие интеграцию ИИ-агентов с векторными базами
- Кинокритики и блогеры, автоматизирующие подбор контента

## Что делает автоматизация
- Загружает данные о фильмах из CSV-файла на GitHub
- Преобразует текстовые описания фильмов в эмбеддинги через OpenAI
- Сохраняет векторные представления в Qdrant для быстрого семантического поиска
- При получении сообщения в чат анализирует запрос с учётом положительных и отрицательных примеров
- Находит наиболее релевантные фильмы с помощью LangChain агента
- Возвращает пользователю топ-3 подходящих рекомендаций

## Что входит в пакет
- Готовый workflow для платформы n8n
- Логика триггеров: входящее сообщение в чат, ручной запуск, тестовый триггер
- Интеграции с GitHub, OpenAI, Qdrant и чат-интерфейсом
- Базовая текстовая инструкция по запуску и адаптации

## Что нужно для запуска
- Аккаунт на GitHub с доступом к CSV-файлу с данными о фильмах
- Ключ API OpenAI
- Доступ к экземпляру Qdrant (локальному или облачному)
- Чат-интерфейс, способный отправлять HTTP-запросы в n8n
- Экземпляр n8n с возможностью подключения внешних сервисов

## Польза и эффекты
- Персонализированные рекомендации без явного указания названий фильмов
- Учёт как позитивных, так и негативных предпочтений в одном запросе
- Быстрый семантический поиск по векторной базе
- Возможность обновления базы фильмов через простое редактирование CSV
- Автоматизация процесса подбора контента на основе описаний
- Готовое решение для тестирования RAG-архитектур с LangChain

## Важное о формате продукта и поддержке
**Важно:** вы приобретаете именно готовый шаблон сценария автоматизации. Разворот под вашу инфраструктуру, интеграция с конкретными аккаунтами и сервисами, индивидуальная помощь в настройке, доработки под нестандартные стеки и любая консультационная поддержка оказываются отдельно и оплачиваются по индивидуальному тарифу. Для обсуждения доработок и индивидуальной помощи вы можете связаться через Telegram: @gleb923.