vectordb geminiapi

Gemini API、MongoDBベクトル検索、および流線UIによる映画検索

説明：

このプロジェクトは、次の力を活用する映画検索アプリケーションを実装しています。

• Google Gemini API：効率的なベクトル埋め込み生成のために、映画プロットの意味的な意味をキャプチャします。
• MongoDB Vector Search：ユーザーの検索クエリと意味的に同様のプロットで映画を取得する。
• Streamlit：ユーザーフレンドリーでインタラクティブなWebアプリケーションを作成するため。

特徴：

• ユーザーは映画の検索クエリを入力できます。
• アプリケーションは、Gemini APIを使用して、クエリのベクトル表現を生成します。
• 次に、MongoDB内でベクトル検索を実行して、同様のプロット埋め込みを持つ映画を見つけます。
• ユーザーインターフェイスには、タイトル、プロットサマリー（利用可能な場合）、およびオプションでポスター（データにURLが存在する場合）など、取得した映画の詳細が表示されます。

要件：

• Python 3.x
• 必要なライブラリ：
  • google-generativeai （Gemini API用）
  • pymongo （mongodb相互作用用）
  • streamlit （Webアプリ開発用）

インストール：

1. このリポジトリをクローンします。
2. 仮想環境を作成する（推奨）：

   python -m venv env
   source env/bin/activate  # Windows: envScriptsactivate.bat

3. 必要なライブラリをインストールします。

   pip install google-generativeai pymongo streamlit

設定：

1. Gemini APIを構成します：
   • Googleクラウドプロジェクトを取得し、Gemini APIを有効にします。
   • APIキーを作成し、それに応じて環境変数GOOGLE_API_KEYを設定します。
2. Mongodbに接続します：
   • 映画データを含むコレクションを含むMongoDBデータベースを設定します。コレクションには、 title 、 plot （ベクトル検索用）、およびオプションでposter （画像表示用）などのフィールドを含むドキュメントを含める必要があります。
   • connection_string.pyのプレースホルダーをMongoDB接続文字列とデータベース/コレクション名に置き換えます。

使用法：

1. アプリケーションを実行します：

   streamlit run movie_recs.py

2. テキスト入力フィールドに検索クエリを入力し、「Enter」を押します。
3. このアプリは、クエリとその詳細とともに意味的に一致する映画のリストを表示します。