用途：为智能体提供自适应学习能力，让它从历史经验中检索相似模式、判断执行轨迹成败、蒸馏记忆并逐步改进决策。适合需要跨任务积累经验的智能体开发与强化学习场景。
主要能力：轨迹追踪（记录动作序列与结果指标）、结果判定（依据相似成功模式判断轨迹成败）、记忆蒸馏（将相似经验合并为高层模式），以及 PatternMatcher、ContextSynthesizer、MemoryOptimizer、ExperienceCurator 四个推理模块。还支持分层记忆与跨领域迁移学习。
使用方式：需 Node.js 18+ 与 AgentDB v1.0.7+。初始化命令：npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536。MCP 集成：npx agentdb@latest mcp 与 claude mcp add agentdb npx agentdb@latest mcp。旧版迁移：npx agentdb@latest migrate --source .swarm/memory.db。API 侧可从 agentic-flow/reasoningbank 导入 createAgentDBAdapter、computeEmbedding、retrieveMemories、judgeTrajectory、distillMemories。
限制：文档未提供具体价格、授权与平台兼容细节；性能数字为项目自述，实际效果未提供独立验证。