reasoningbank-with-agentdb
Agenci uczą się z doświadczeń — 150x szybsza baza wzorców decyzyjnych
Instalacja
Wybierz klienta i sklonuj repozytorium do odpowiedniego katalogu skilli.
Instalacja
O skillu
Skill ReasoningBank z AgentDB to system adaptacyjnego uczenia dla agentów AI. Pozwala Twoim agentom zapamiętywać doświadczenia, oceniać wyniki działań, destylować wiedzę i rozpoznawać wzorce — wszystko 150 razy szybciej niż tradycyjne rozwiązania. Idealne do budowania samooptymalizujących się systemów, systemów replay doświadczeń i agentów podejmujących coraz lepsze decyzje w czasie.
Jak używać
Zainstaluj wymagane narzędzia: upewnij się, że masz Node.js 18 lub nowszy oraz AgentDB v1.0.7+ dostępny przez agentic-flow.
Zainicjuj bazę danych ReasoningBank poleceniem npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536, które utworzy bazę wektorową gotową do przechowywania wzorców decyzyjnych.
Uruchom serwer MCP dla integracji z Claude Code: npx agentdb@latest mcp, a następnie dodaj go do konfiguracji Claude poleceniem claude mcp add agentdb npx agentdb@latest mcp.
Jeśli migrujesz ze starego systemu ReasoningBank, użyj npx agentdb@latest migrate --source .swarm/memory.db do automatycznej migracji danych, a następnie npx agentdb@latest stats ./.agentdb/reasoningbank.db do weryfikacji.
W kodzie zaimportuj adapter: import { createAgentDBAdapter, computeEmbedding } from 'agentic-flow/reasoningbank', a następnie zainicjuj go z createAgentDBAdapter({ dbPath: '.agentdb/reasoningbank.db', enableLearning: true, enableReasoning: true, cacheSize: 1000 }).
Zacznij przechowywać doświadczenia agenta: dla każdego pytania lub decyzji oblicz embedding, a następnie zapisz wynik w bazie za pomocą insertPattern — agent będzie uczyć się z każdego nowego doświadczenia.
Podobne skille
claude-automation-recommender
autor: anthropics
prompt-optimizer
autor: solatis
nano-banana-pro
autor: garg-aayush
rust-coding-skill
autor: UtakataKyosui
pdf-processing
autor: Ming-Kai-LC
codex
autor: Lucklyric