用途：通过 AgentDB 插件系统访问 9 种强化学习算法，创建、训练并部署能通过经验改进的自主智能体学习插件。
主要能力：包含 Decision Transformer（离线 RL，推荐）、Q-Learning、SARSA、Actor-Critic，以及 Active Learning、Adversarial Training、Curriculum Learning、Federated Learning、Multi-Task Learning。官方称借助 WASM 加速神经推理，训练速度可提升 10-100 倍。
使用方式：需 Node.js 18+、AgentDB v1.0.7+（经 agentic-flow），建议具备强化学习基础。CLI 可用 npx agentdb@latest create-plugin 创建插件，-t 指定模板、-n 命名、--dry-run 预览、-o 指定输出目录；list-templates、list-plugins、plugin-info 用于查看模板与插件。API 侧通过 agentic-flow/reasoningbank 的 createAgentDBAdapter 初始化，启用 enableLearning，用 insertPattern 存储经验，用 train 训练，用 retrieveWithReasoning 评估与推理。
适用场景：从历史数据或专家示范学习、离散或连续动作控制、安全敏感决策、隐私分布式训练、多任务迁移等。
限制：资料未提供收费、价格与平台支持信息；训练收敛、过拟合、速度等问题需按文档调整学习率、验证集划分或量化设置。