用途：为 AI 智能体提供基于 AgentDB 持久化存储与 ReasoningBank 集成的记忆管理方案，使智能体能够记住对话、从交互中学习、跨会话保持上下文。需 Node.js 18+、AgentDB v1.0.7+（经 agentic-flow 或独立使用），并了解智能体架构。
主要能力：会话记忆（按 sessionId 存取消息历史）；长期记忆（按类别存取值与事实）；模式学习（记录触发条件与响应并匹配复用）；分层记忆（即时、短期、长期、语义四层组织）；记忆整合（按重要性/大小/相关性阈值压缩）；以及 ReasoningBank 集成、迁移、学习模型训练。内置 9 种学习插件算法（Decision Transformer、Q-Learning、SARSA、Actor-Critic、Active Learning、Adversarial Training、Curriculum Learning、Federated Learning、Multi-task Learning）与 4 个推理模块（PatternMatcher、ContextSynthesizer、MemoryOptimizer、ExperienceCurator）。官方给出性能说明：向量检索 <100µs、模式检索 <1ms、批量插入 100 条约 2ms，量化可减少 4-32 倍内存，并称 100% 向后兼容。
使用方式：CLI 用 npx agentdb@latest init ./agents.db 初始化（可加 --dimension、--preset、--in-memory）；npx agentdb@latest mcp 启动 MCP 服务并可通过 claude mcp add agentdb npx agentdb@latest mcp 接入 Claude Code；npx agentdb@latest create-plugin 创建学习插件；query/export/import/stats/benchmark/list-plugins 等命令用于查询、备份、统计和基准测试。API 通过 agentic-flow/reasoningbank 的 createAgentDBAdapter 配置 enableLearning、enableReasoning、quantizationType、cacheSize，调用 insertPattern、retrieveWithReasoning、train 等方法；亦可用 storeMemory、storeFact、storePattern 等接口。
适用场景与限制：适合需要跨会话记忆、经验复用和上下文合成的智能体应用。使用前需具备 Node.js 环境与智能体架构基础；具体收费、价格、平台支持与效果数据未在本资料中说明，暂未提供。