用途：agentic-jujutsu 是面向多个 AI 智能体同时修改代码场景的版本控制工具，强调无锁并发、自学习与多智能体协调，减少冲突与等待。
主要能力：提供 JjWrapper 封装的状态、提交、日志、差异、分支、变基等基础操作；通过 ReasoningBank 记录轨迹（startTrajectory、addToTrajectory、finalizeTrajectory），按 0.0-1.0 成功分与评语学习，并可用 getSuggestion 获取建议、getPatterns 发现操作模式、getLearningStats 查看学习指标、queryTrajectories 查询相似轨迹。AgentDB 自动跟踪操作并提供 getStats、getOperations、getUserOperations。v2.3.0+ 提供 SHA3-512 抗量子指纹生成与校验，以及 HQC-128 轨迹加密开关。
使用方式：安装命令为 npx agentic-jujutsu；代码中通过 const { JjWrapper } = require('agentic-jujutsu') 创建实例，调用 await jj.status()、await jj.newCommit('Add feature')、await jj.log(10) 等。学习流程为开始轨迹、执行操作、addToTrajectory、finalizeTrajectory。
适用场景：多智能体并行改代码、自适应工作流优化、多智能体代码评审、错误模式检测与持续学习循环。
限制：资料未提供收费、价格与平台支持信息；建议置信度低时需先积累 5-10 条轨迹，模式发现需至少 3-5 条成功率高于 70% 的轨迹；任务描述非空且不超过 10KB，成功分须在 0.0-1.0，finalize 前须有操作，上下文键值有长度限制。