MongoDB Agent

此工作流适合以下人群：
- 电影爱好者：希望获得推荐的电影。
- 开发者：需要构建与 MongoDB 和 OpenAI 集成的应用。
- 数据分析师：希望通过 MongoDB 聚合查询获取数据洞察。
- AI 研究者：对 LangChain 和自动化工作流感兴趣。

此工作流解决了以下问题：
- 电影推荐：用户可以通过聊天与 AI 互动，获得个性化的电影推荐。
- 数据查询：通过 MongoDB 聚合查询，用户能够快速获取符合条件的电影数据。
- 数据存储：用户可以轻松地将喜欢的电影存储到数据库中，便于后续查看。

工作流的详细步骤如下：
1. 接收聊天消息：通过 webhook 触发，当用户发送消息时工作流开始。
2. 处理消息：AI 模型接收用户输入，进行文本分析。
3. 查询 MongoDB：根据用户的请求，AI 使用 MongoDB 聚合工具查询数据库，获取相关电影信息。
4. 记忆上下文：使用窗口缓冲区记忆，保留之前的对话上下文，以便于后续交互。
5. 推荐电影：AI 根据查询结果推荐电影，并询问用户是否喜欢。
6. 存储用户喜好：如果用户确认喜欢某部电影，工作流将使用插入工具将电影信息保存到 MongoDB。

用户可以通过以下方式自定义和适应此工作流：
- 修改 MongoDB 查询：根据需要调整 MongoDB 聚合查询的条件和字段。
- 更新 AI 模型：可以更换为其他支持的 AI 模型，或调整模型参数以优化推荐效果。
- 调整聊天触发器：根据需要更改 webhook 设置，允许特定来源的请求。
- 扩展功能：可以在工作流中添加更多的节点，例如发送电子邮件通知或与其他 API 集成。