用途：为 AI 智能体提供基于 AgentDB 的持久化记忆模式，涵盖会话记忆、长期存储、模式学习与上下文管理，使智能体能够记住对话、从交互中学习并跨会话保持上下文。
主要能力：提供会话记忆（按 sessionId 存储与查询消息历史）、长期记忆（存储用户偏好等事实）、模式学习（记录成功交互并匹配复用）、分层记忆与记忆整合；集成 ReasoningBank，支持从旧版迁移、训练学习模型、带推理的上下文检索。内置 9 种学习插件（如 decision-transformer、q-learning、sarsa、actor-critic 等）与 4 个推理模块（PatternMatcher、ContextSynthesizer、MemoryOptimizer、ExperienceCurator）。
使用方式：需 Node.js 18+ 与 AgentDB v1.0.7+。CLI 初始化：npx agentdb@latest init ./agents.db；启动 MCP 服务：npx agentdb@latest mcp，并可用 claude mcp add agentdb npx agentdb@latest mcp 接入 Claude Code；创建学习插件：npx agentdb@latest create-plugin。API 侧通过 agentic-flow/reasoningbank 的 createAgentDBAdapter 初始化，使用 insertPattern 存储记忆、retrieveWithReasoning 检索上下文。
适用场景：需要跨会话记忆、经验积累与上下文合成的对话型或任务型智能体。
限制：资料未提供具体收费与价格信息；性能数据（如 150x-12,500x 加速）来自资料自述，未提供独立验证；需具备智能体架构基础。