用途：为智能体提供 ReasoningBank 自适应学习能力，让智能体从经验中学习、判定结果、蒸馏记忆并持续改进决策，底层使用 AgentDB 向量数据库。
主要能力：轨迹追踪（记录动作序列与结果指标）、结果判定（依据相似成功模式判断轨迹是否成功）、记忆蒸馏（将相似经验合并为高层模式）、推理检索（retrieveWithReasoning 支持 MMR 多样性、上下文合成、记忆优化、置信度过滤）。内置 PatternMatcher、ContextSynthesizer、MemoryOptimizer、ExperienceCurator 四个推理模块。支持分层记忆（具体/模式/原则）与跨域迁移学习。宣称性能：模式检索快 150 倍、批量插入快 500 倍、内存访问 <1ms。
使用方式：需 Node.js 18+ 与 AgentDB v1.0.7+（经 agentic-flow）。初始化：npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536；启动 MCP：npx agentdb@latest mcp，并可用 claude mcp add agentdb npx agentdb@latest mcp 接入 Claude Code。迁移旧库：npx agentdb@latest migrate --source .swarm/memory.db。API 侧通过 createAgentDBAdapter 初始化，用 insertPattern 写入经验/轨迹/蒸馏模式，用 retrieveWithReasoning 检索。旧版 retrieveMemories、judgeTrajectory、distillMemories 接口保持兼容。CLI 支持 export、import、stats。
适用场景：需要智能体积累经验、复用成功模式、跨任务迁移知识的开发与调试场景。
限制：需 Node.js 18+ 与 AgentDB 依赖；性能数字为资料宣称值，未提供独立验证；具体收费、平台支持与效果未提供。