TV Show Recommender (TMDb) MCP
基于TMDb数据库，集成光标与规则生成核心规则的影视推荐工具。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：TV Show Recommender (TMDb) MCP。 它的用途是：基于TMDb数据库，集成光标与规则生成核心规则的影视推荐工具。 完整的 Skill 内容见：https://321skill.com/skills/tv-show-recommender-tmdb-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我找一些近两年口碑好、带有悬疑元素的欧美剧，适合用来做视频解说素材。”，它会基于你的要求，结合TMDb数据生成筛选规则，并返回符合条件的高分剧集列表及其详细信息。或者，你可以说：“用光标选中‘喜剧’和‘评分8以上’这两个条件，再排除掉2020年以前的。”，它会根据你的交互操作构建规则并给出结果。
介绍
TV Show Recommender (TMDb) MCP 是一款专为影视爱好者与内容创作者设计的智能推荐工具。它解决了在海量影视内容中难以精准找到符合个人偏好或特定规则要求作品的痛点，帮助用户高效筛选和发现心仪的影视剧。
该工具通过集成TMDb（The Movie Database）的丰富数据，并结合光标操作与规则生成引擎来工作。用户可以通过自然语言描述推荐规则（如“推荐2020年后评分高于8分的科幻剧”），或直接使用光标在界面上交互式地构建复杂的筛选条件，工具会据此生成核心推荐规则并返回匹配的影视列表。
它非常适合需要频繁寻找影视素材的内容创作者、进行市场或内容分析的运营人员、以及希望个性化追剧的普通观众。无论是为视频剪辑找素材，还是为文章找案例，或是单纯想找部好剧，都能从中受益。
使用建议：为了获得更精准的推荐，建议在描述需求时尽可能具体，例如结合类型、年份、评分、演员等维度。初次使用时，可以尝试简单的规则，熟悉后再构建更复杂的组合条件。注意，其数据依赖于TMDb，更新可能存在延迟。
核心特点
与单纯基于关键词或协同过滤的推荐工具不同，本Skill的核心在于将用户通过光标交互或自然语言描述的复杂偏好，动态转化为可执行的、结构化的“核心规则”，实现了推荐逻辑的透明化和可定制化。
注意事项
不适合需要实时票房、最新上映（未录入TMDb）或极度小众、非英语影视内容的精准推荐场景。
常见问题
这个工具的数据来源是什么？
数据主要来自TMDb（The Movie Database）公开API，涵盖电影、电视剧的详细信息。
需要自己申请TMDb API密钥吗？
通常Skill会内置或引导配置，请根据具体安装说明操作，部分情况可能需要自行申请。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/tv-show-recommender-tmdb-mcp/raw/index.md 读取 TV Show Recommender (TMDb) MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/tv-show-recommender-tmdb-mcp/raw/index.md（查看排版版本）