用途：为 AI 智能体提供持久化记忆模式，基于 AgentDB 的持久存储与 ReasoningBank 集成，使智能体能够记住对话、从交互中学习并跨会话维持上下文。
主要能力：包含会话记忆、长期记忆、模式学习三类基础模式，以及分层记忆与记忆整合等高级模式；提供 9 种学习插件算法（如 Decision Transformer、Q-Learning、SARSA、Actor-Critic 等）和 4 个推理模块（PatternMatcher、ContextSynthesizer、MemoryOptimizer、ExperienceCurator）。资料称其性能比传统方案快 150x-12,500x，并 100% 向后兼容。
使用方式：需 Node.js 18+ 与 AgentDB v1.0.7+。可用 CLI 初始化数据库（npx agentdb@latest init ./agents.db）、启动 MCP 服务（npx agentdb@latest mcp）、创建学习插件（npx agentdb@latest create-plugin）；也可通过 API 使用 createAgentDBAdapter 初始化适配器，调用 insertPattern 存储交互记忆、retrieveWithReasoning 检索上下文。支持查询、导入导出、统计与基准测试等 CLI 操作，并可从旧版 ReasoningBank 迁移。
适用场景：需要跨会话记忆、上下文合成、经验学习与记忆优化的智能体应用。
限制：资料未提供收费、价格与平台支持信息；具体效果与性能数据来自资料自述，未提供独立验证。