SuggestArr

SuggestArr is een open-source media-automatiseringsplatform met meer dan 1.100 GitHub-sterren dat de kloof dicht tussen wat je kijkt en wat aan je zelf-gehoste mediabibliotheek wordt toegevoegd. Het maakt verbinding met je Jellyfin-, Plex- of Emby-mediaserver, analyseert de recente kijkgeschiedenis voor elke gebruiker en gebruikt de The Movie Database (TMDb) API om vergelijkbare titels te vinden — en dient die titels vervolgens automatisch in als downloadverzoeken bij je Seer-instantie. De gehele aanbeveling-naar-verzoek-cyclus draait onbeheerd op een configureerbaar cron-schema, waardoor een dagelijkse handmatige workflow wordt omgezet in een volledig geautomatiseerde achtergrondservice.

Veelvoorkomende gebruiksscenario's

Home lab-operators met een Jellyfin- of Plex-bibliotheek gebruiken SuggestArr om hun collectie automatisch te laten groeien op basis van daadwerkelijke kijkpatronen, zonder dagelijks handmatig door Seer te bladeren op zoek naar iets soortgelijks om hierna te bekijken. Gezinnen met gedeelde Plex-servers richten SuggestArr op specifieke gebruikersaccounts, zodat elk gezinslid aanbevelingen krijgt op basis van hun eigen kijkgeschiedenis in plaats van het gemiddelde van de gedeelde bibliotheek. Gevorderde gebruikers schakelen de AI-modus in om SuggestArr te verbinden met een lokale Ollama-instantie, en krijgen gepersonaliseerde aanbevelingen met uitleg en de mogelijkheid om te zoeken met natuurlijke taalvragen in plaats van trefwoordmatching. Gebruikers die een grote achterstand hebben opgebouwd, gebruiken de inhoudsfilters om genres, laag beoordeelde titels, recente releases of inhoud die al beschikbaar is op hun streamingabonnementen uit te sluiten — waardoor de verzoekwachtrij gericht blijft op echt nieuwe toevoegingen.

Belangrijkste kenmerken

• Inname van kijkgeschiedenis van Jellyfin, Plex en Emby met targeting per gebruiker
• TMDb-gestuurde overeenkomstmatching voor films en tv-programma's met configureerbare resultaatlimieten
• Geautomatiseerde verzoekindiening bij Seer (voorheen Overseerr/Jellyseerr) op een cron-schema
• Inhoudsfilters: uitsluiten op genre, beoordeling, releasejaar, taal en beschikbaarheid van streamingdiensten
• Optionele AI-aanbevelingsengine met OpenAI, Ollama, Gemini, LiteLLM of OpenRouter
• Natuurlijke taal mediasearch, aangedreven door LLM-integratie (bèta)
• Webdashboard met real-time gefilterde logviewer voor het monitoren van automatiseringsruns
• Installatiewizard voor het eerste bezoek: alle API-sleutels en serviceverbindingen geconfigureerd in de UI na implementatie
• SQLite standaard met optionele PostgreSQL of MySQL voor grotere implementaties met meerdere gebruikers
• Kubernetes-ready health-endpoints: liveness probe op /api/health/live en readiness probe op /api/health/ready

Waarom SuggestArr implementeren op Hostinger VPS

SuggestArr is ontworpen om te draaien als een persistente, altijd-actieve achtergrondservice — het moet op geplande intervallen online zijn om de kijkgeschiedenis op te halen en verzoeken in te dienen, wat het ongeschikt maakt om te draaien op een desktop of laptop die regelmatig wordt afgesloten. Een Hostinger VPS biedt de altijd-actieve beschikbaarheid die de automatisering vereist, met voldoende

bronnen om de periodieke TMDb- en LLM API-aanroepen te verwerken zonder andere zelf-gehoste diensten te beïnvloeden. Alle aanbevelingslogica en kijkgeschiedenisgegevens blijven op je eigen infrastructuur, in plaats van te worden verwerkt door een gehoste dienst. Omdat SuggestArr standaard SQLite gebruikt, is de gehele implementatie één enkele container met één benoemd volume — eenvoudig te back-uppen en lichtgewicht genoeg om te draaien naast je bestaande Jellyfin-, Plex- of Seer-stack zonder toegewezen resource-allocatie. Het koppelen van SuggestArr met een mede-gehoste Seer-instantie op dezelfde VPS elimineert inter-service latentie en houdt al het aanbevelingsverkeer lokaal.