에이전트 활용 사례

오늘 등록된 사례

112전체 145건

145개 중 1–20개

일상·취미구현 예제

좋아하는 영화와 피하고 싶은 영화를 함께 반영해 추천받기

좋아하는 영화와 피할 영화를 말하면 에이전트가 추천 도구로 후보를 조회해 대화에 반영해요.

사용법

  1. IMDB 예시 영화 자료를 Qdrant에 연결하고 선호·비선호 조건을 전달해요.
  2. 에이전트가 선호·비선호 조건을 추천 도구에 전달하고 Qdrant 검색 결과를 대화에 반영해요.

결과

공개 예제에서 목표로 하는 결과물은 선호 조건을 반영한 영화 추천이에요.

참고사항

IMDB 상위 1,000편 예시 데이터 기반이에요. 전체 영화나 현재 스트리밍 제공 여부까지 조회하는 것은 아니에요. 공개 설정과 도구 연결을 확인했으며 직접 실행하지는 않았어요.

출처

n8n 공개 워크플로 #2440 원문 ↗

예시 프롬프트 · n8n

목표: 좋아하는 영화와 피하고 싶은 영화를 함께 반영해 추천받기.

입력·환경: [좋아하는 영화], [피할 영화], [Qdrant 예시 자료], [추천 수].

참고 원문: https://n8n.io/workflows/2440-building-rag-chatbot-for-movie-recommendations-with-qdrant-and-open-ai/

원문의 공개 구성으로 테스트 환경을 만들 수 있게 설정과 연결을 준비해 주세요. 빠진 하위 워크플로·API·계정 권한이 있으면 실제로 연결하기 전까지 미완료로 표시해 주세요.

준비할 연결과 자료: IMDB 예시 영화 자료를 Qdrant에 연결하고 선호·비선호 조건을 전달해요.

구현할 에이전트 동작: 에이전트가 선호·비선호 조건을 추천 도구에 전달하고 Qdrant 검색 결과를 대화에 반영해요.

동작 범위: IMDB 상위 1,000편 예시 데이터 기반이에요. 전체 영화나 현재 스트리밍 제공 여부까지 조회하는 것은 아니에요.

결과물은 선호 조건을 반영한 영화 추천입니다. 필요한 설정 순서와 실제 실행 방법도 함께 정리해 주세요. 도구가 반환한 결과를 확인한 뒤 다음 작업을 선택하고, 접근할 수 없는 자료나 실행하지 못한 작업은 따로 남겨 주세요.

검증: 비선호 조건이 실제 추천에 반영되는지, 자료에 없는 작품이나 현재 시청 플랫폼 정보를 만들어내지 않는지 확인하세요. 검증에 사용한 입력과 실제 출력, 아직 확인하지 못한 항목을 구분해 보여 주세요.