用途：为 AI 智能体提供基于 AgentDB 的持久化记忆管理，使其能记住对话、从交互中学习并跨会话保持上下文，并与 ReasoningBank 集成。
主要能力：会话记忆（按 sessionId 存取消息与历史）、长期记忆（存储与检索事实、用户偏好）、模式学习（记录成功交互并匹配复用）、分层记忆（即时/短期/长期/语义）、记忆整合（按重要性保留、限制大小与相关性阈值）。提供 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（可加 --dimension、--preset、--in-memory）；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 import { createAgentDBAdapter } from 'agentic-flow/reasoningbank' 初始化适配器，调用 insertPattern、retrieveWithReasoning 等。查询、导入导出、统计与基准测试分别使用 query、import/export、stats、benchmark 子命令。
适用场景：需要跨会话记忆、经验复用与上下文合成的对话型或任务规划型智能体。
限制：资料未提供收费、价格与平台支持信息；性能数据（如 150x-12,500x 加速）来自资料自述，实际效果暂未提供独立验证。