reasoningbank-with-agentdb

用途：为智能体提供持久化的经验学习层，基于 AgentDB 向量数据库实现 ReasoningBank 的自适应学习模式，使智能体记录执行轨迹、评估结果、蒸馏可复用记忆，并在后续任务中检索相似经验。主要能力包括轨迹追踪（记录动作序列与结果指标）、结果判定（对比历史成功模式判断轨迹是否成功）、记忆蒸馏（将大量细粒度经验合并为高层模式），以及四个推理模块：PatternMatcher（相似模式匹配）、ContextSynthesizer（上下文合成）、MemoryOptimizer（记忆压缩与剪枝）、ExperienceCurator（按置信度筛选）。宣称性能指标为模式检索快 150 倍（约 100µs 对 15ms）、批量插入快 500 倍、带缓存记忆读取低于 1ms。使用方式：需 Node.js 18+ 与 AgentDB v1.0.7+，初始化命令为 npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536，启动 MCP 并用 claude mcp add agentdb npx agentdb@latest mcp 接入，迁移旧库使用 npx agentdb@latest migrate --source .swarm/memory.db。API 侧通过 agentic-flow/reasoningbank 的 createAgentDBAdapter 与 computeEmbedding 插入和检索模式。限制与注意：不适用于纯本地无向量检索、简单键值存储、无持久化实时流等场景；文档要求插入前校验向量维度、对元数据做注入清理、不记录连接串、不未加密存储个人数据；资料中未提供收费、授权价格与多租户实现细节。