用途：通过 AgentDB 插件系统访问 9 种强化学习算法，创建、训练和部署可随经验改进的自主智能体学习插件。
主要能力：涵盖离线 RL（Decision Transformer）、基于价值的学习（Q-Learning、SARSA）、策略梯度（Actor-Critic），以及主动学习、对抗训练、课程学习、联邦学习、多任务学习。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）。CLI 可用 npx agentdb@latest create-plugin 创建插件，list-templates 查看模板，list-plugins 列出已装插件，plugin-info 查看插件信息。API 侧通过 createAgentDBAdapter 初始化并开启 enableLearning，用 insertPattern 存入经验，用 adapter.train 训练，用 retrieveWithReasoning 推理评估。
适用场景：从历史数据或专家示范学习、离散动作决策、安全敏感探索、连续控制、隐私分布式训练、多任务迁移等。
限制：需具备强化学习基础；具体收费、价格与平台支持资料未提供；性能数字为官方描述，实际效果暂未提供。