用途：为智能体提供 ReasoningBank 自适应学习模式，借助 AgentDB 高性能后端，让智能体从经验中学习、判定结果、蒸馏记忆并随时间改进决策。
主要能力：轨迹追踪（记录动作序列与结果）、结果判定（依据相似成功模式判断轨迹）、记忆蒸馏（将相似经验合并为高层模式）。AgentDB 提供 4 个推理模块：PatternMatcher 查找相似成功模式、ContextSynthesizer 合成上下文、MemoryOptimizer 自动整合与剪枝、ExperienceCurator 按质量与相关性过滤。支持分层记忆与跨域迁移学习。
使用方式：需 Node.js 18+、AgentDB v1.0.7+（通过 agentic-flow）。CLI 初始化：npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536；启动 MCP 服务：npx agentdb@latest mcp，并可用 claude mcp add agentdb npx agentdb@latest mcp 集成 Claude Code。迁移旧库：npx agentdb@latest migrate --source .swarm/memory.db，再用 npx agentdb@latest stats ./.agentdb/reasoningbank.db 验证。API 侧通过 createAgentDBAdapter 初始化，使用 insertPattern 写入、retrieveWithReasoning 检索，可开启 enableLearning、enableReasoning、cacheSize、useMMR、synthesizeContext、optimizeMemory 等选项。旧版 API（retrieveMemories、judgeTrajectory、distillMemories）保持兼容。
适用场景：需要智能体积累经验、复用成功模式、优化数据库查询或 API 端点、调试与测试等任务。
限制：需 Node.js 18+ 与 AgentDB v1.0.7+；理解强化学习概念为可选前提；官方给出的性能数字与预计 20-30 分钟上手时间来自资料，实际效果暂未提供独立验证；收费、价格与平台支持情况暂未提供。