用途
AgentDB Learning Plugins 用于为自主智能体创建、训练和部署学习插件，它封装了 AgentDB 提供的 9 种强化学习算法。借助该技能，智能体可以从经验中学习并持续改进，并使用 WASM 加速的神经推理。官方描述称训练速度可提升 10-100 倍。
主要能力
该技能提供 9 种学习算法：
- Decision Transformer（推荐）：离线强化学习，适合从记录的经验中学习、模仿学习，无需在线交互，训练稳定。配置示例包含 model_size、context_length、embed_dim、n_heads、n_layers。
- Q-Learning：基于价值的离策略强化学习，适合离散动作空间，简单且样本效率高。
- SARSA：基于价值的在策略强化学习，适合安全探索和风险敏感任务，比 Q-Learning 更保守。
- Actor-Critic：带价值基线的策略梯度方法，适合连续动作和方差缩减。
- Active Learning：基于查询的学习，适合标签高效学习和人在回路场景。
- Adversarial Training：鲁棒性增强，适合安全与对抗防御。
- Curriculum Learning：渐进难度训练，适合复杂任务和更快收敛。
- Federated Learning：分布式学习，适合隐私敏感数据和分布式训练。
- Multi-Task Learning：迁移学习，适合相关任务和知识共享。
使用方式
前置条件：Node.js 18+、AgentDB v1.0.7+（经 agentic-flow 提供）、建议具备强化学习基础知识。
CLI 快速开始：
- 创建插件：
npx agentdb@latest create-plugin，可使用-t指定模板、-n指定名称、--dry-run预览、-o指定输出目录。 - 列出模板：
npx agentdb@latest list-templates - 管理插件：
npx agentdb@latest list-plugins、npx agentdb@latest plugin-info my-agent
API 方式：使用 createAgentDBAdapter 初始化（可开启 enableLearning、enableReasoning、cacheSize），通过 insertPattern 存储训练经验，通过 train 训练模型（可设置 epochs、batchSize、learningRate、validationSplit），通过 retrieveWithReasoning 检索相似经验并评估动作质量。
训练流程分为三步：收集经验、训练模型、评估性能。还支持经验回放、优先经验回放、多智能体训练等高级技术，以及批量训练、增量学习等性能优化方式。可与推理智能体结合，使用 MMR、上下文合成、内存优化等选项辅助决策。
适用场景
用于需要向量搜索与语义相似检索的智能体学习任务，例如游戏对弈、导航、资源分配、连续控制、安全关键决策、多智能体协作、隐私敏感数据和迁移学习等场景。
限制
该技能明确不适合以下场景：仅本地操作且无向量搜索需求、无语义相似性的简单键值存储、无持久化要求的实时流数据、不需要基于嵌入检索的操作。
使用中需注意边界情况：本地 AgentDB 实例无速率限制，云部署可能不同；连接失败需指数退避重试（最多 3 次）；索引损坏需保留备份并从源重建；内存溢出可使用 4-bit、8-bit 量化减少 4-32 倍内存；过期嵌入需基于 TTL 刷新；插入前需校验嵌入维度（sentence-transformers 为 384）。安全方面要求不在日志或错误信息中暴露数据库连接字符串，校验向量维度，清洗元数据防止注入，未加密情况下不得在向量元数据中存储 PII，多租户部署需实现访问控制。
成功标准包括：向量搜索查询延迟 99 百分位低于 10ms，每文档嵌入生成低于 100ms，每 1000 向量索引构建低于 1s，相似文档 Recall@10 高于 0.95，数据库连接成功率高于 99.9%，100 万向量（含量化）内存占用低于 2GB。
该技能还列出常见反模式：无回放缓冲区的在线训练、算法与问题类型不匹配、忽略置信度与使用次数追踪。
技能说明中附有分类（机器学习/强化学习）、难度（中高级）、预计时间（30-60 分钟）。更多资源指向 GitHub 仓库、MCP 集成命令 npx agentdb@latest mcp 及官网。