Movie MCP Assistant

🎬 电影数据库助理专业版

一个复杂的电影数据库系统，将传统的SQL查询与尖端的人工智能语义搜索功能相结合。该系统基于模型上下文协议（MCP）架构，通过结构化数据分析和自然语言情节理解提供全面的电影发现。

✨ 主要特点

🔍 多模态搜索功能

• 📊 结构化查询：传统的基于SQL的电影元数据搜索（类型、预算、评级、演员、导演、票房表现）
• 🧠 语义搜索：使用先进的向量嵌入技术对故事主题和叙事元素进行基于AI的情节搜索
• 🔄 混合搜索：结构化过滤器与语义搜索的智能组合，用于超精确的电影发现

🏗️ 现代建筑

• 🤖 模型上下文协议（MCP）：用于无缝LLM交互的尖端AI集成框架
• 🐘 PostgreSQL+pgvector：用于语义相似性搜索的高性能矢量数据库
• ⚡ 快速API：具有双端点架构的轻量级REST API后端
• 🎨 溪流：具有实时搜索功能的漂亮交互式web界面
• 🧩 Azure OpenAI集成：专业级嵌入和语言处理

📁 全面的数据支持

• 📈 Kaggle数据集：完全支持“电影数据集”（Movies_metadata.csv、credits.csv、keywords.csv）
• 📖 绘图矢量化：对电影情节和概要的高级语义理解
• 🔗 关系完整性：具有外键关系的规范化数据库
• 📊 元数据：预算、收入、收视率、演员、工作人员、流派、关键字等

🚀 快速开始

📋 先决条件

• Python 3.8+ 使用pip
• PostgreSQL 12+ 带pgvector扩展
• Azure OpenAI 具有API访问权限的帐户
• Git 用于版本控制

⚙️ 安装

1. 📥 克隆仓库

git clone https://github.com/yourusername/movie-database-import.git
cd movie-database-import

1. 📦 安装依赖项

pip install -r requirements.txt

1. 🐘 使用pgvector设置PostgreSQL

# Install PostgreSQL (Ubuntu/Debian)
sudo apt-get install postgresql postgresql-contrib

# Install pgvector extension
sudo apt-get install postgresql-14-pgvector

# Create database
sudo -u postgres createdb movies_db
sudo -u postgres psql -d movies_db -c "CREATE EXTENSION vector;"

1. 🔧 配置环境

创建一个 .env 项目根目录中的文件：

# Database Configuration
DB_HOST=localhost
DB_PORT=5432
DB_NAME=movies_db
DB_USER=postgres
DB_PASSWORD=moviepassword

# Azure OpenAI Configuration
AZURE_OPENAI_API_KEY=your_api_key_here
AZURE_OPENAI_ENDPOINT=https://your-endpoint.openai.azure.com/
AZURE_OPENAI_DEPLOYMENT_NAME=text-embedding-ada-002
AZURE_OPENAI_API_VERSION=2023-05-15

# API Configuration
STRUCTURED_API_PORT=8000
RAG_API_PORT=8001

# Optional: Ollama Configuration (for local embeddings)
OLLAMA_URL=http://localhost:11434
OLLAMA_MODEL=llama3.2:3b
OLLAMA_EMBEDDING_MODEL=nomic-embed-text

1. 📊 下载电影数据集

下载自 Kaggle的“电影数据集”:

• movies_metadata.csv
• credits.csv
• keywords.csv

更新 db_config.json:

{
  "username": "postgres",
  "password": "moviepassword",
  "host": "localhost",
  "db_name": "movies_db",
  "batch_size": 50000
}

🎯 使用指南

1.📥 加载电影数据

# Load structured movie data into PostgreSQL
python loader.py /path/to/kaggle/movie/dataset

2.🚀 启动API服务

终端1-结构化查询API：

cd movie-mcp-system/src/core/api
python structured_server.py
# API available at http://localhost:8000

终端2-RAG语义API：

cd movie-mcp-system/src/core/api  
python rag_server.py
# API available at http://localhost:8001

3.🔄 矢量化绘图数据（一次性设置）

cd movie-mcp-system/data
python vectorize_plots.py

4.🎨 启动Web界面

cd movie-mcp-system/ui
streamlit run movie_ui.py

🌐 访问应用程序： http://localhost:8501

5.🎮 替代方案：使用主入口点

# Start all services
python main.py start

# Start only UI
python main.py start --ui-only

# Start only APIs  
python main.py start --apis-only

# Vectorize data
python main.py data --vectorize

# Run tests
python main.py test --type demo

🌐 api参考

📊 结构化查询API(localhost:8000)

🧠 RAG语义API(localhost:8001)

🗄️ 数据库模式

📊 核心表

• movies -主要电影数据（标题、预算、收入、评级、发布日期、概述）
• persons -演员和导演信息
• genres -电影类型分类
• keywords -描述性标签和主题
• languages -可用语言
• production_companies -电影制片厂
• countries -生产国
• collections -电影系列/特许经营

🔗 关系表

• actors -电影演员与演员关系
• directors -电影导演关系
• movies_genres -电影流派协会
• movies_keywords -电影关键字关联
• spoken_languages -电影语言协会
• production_countries -电影国家协会

🧠 向量扩展

• pg向量 1536维OpenAI嵌入的集成
• 余弦相似度 语义图匹配搜索
• 高效索引 用于快速相似性查询

💡 查询示例

📊 结构化查询

• “票房收入最高的十部电影是什么？”
• “查找2015-2020年评分高于3.5的科幻电影”
• “哪些演员出现在最多的电影中？”

语义查询

• “关于时间旅行和改变过去的电影”
• “涉及人工智能和机器人的故事”
• “叙述者不可靠的心理惊悚片”

混合查询

• 类型：动作+情节：“善恶史诗般的战斗”+预算>1亿美元

贡献

1. 复刻仓库
2. 创建要素分支
3. 进行更改
4. 如果适用，添加测试
5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。

致谢

• Kaggle的“电影数据集”
• PostgreSQL和pgvector社区
• MCP框架开发人员
• 精简团队，打造卓越的UI框架