智能体经验记忆库
用 AgentDB 的高速向量库给智能体搭一套可检索的经验记忆:轨迹追踪、结果判定、记忆蒸馏与模式识别。
功能与用途
用于为AI智能体构建高性能经验记忆与自学习系统。输入智能体在执行任务中的动作轨迹、环境反馈与判定结果,基于AgentDB向量数据库进行存储与毫秒级检索,并能自动将多条成功经验提炼蒸馏为高阶决策模式。该能力不仅支持轨迹追踪与结果判定,还提供多记忆合成与低质清理功能,帮助智能体持续自我进化。运行需具备Node.js 18+环境及AgentDB依赖。
适用场景
- 智能体自适应决策优化:记录智能体解决问题的动作轨迹与成败结果,在遇到同类新问题时毫秒级召回最佳实施方案。
- 高频成功经验提炼与蒸馏:对大量分散的操作轨迹进行模式聚类,提炼出可通用的精简行动准则并自动淘汰低效方案。
- 执行路径相似度判别与校验:在智能体行动过程中比对当前轨迹与历史成功模式的相似度,实时评估可行性以辅助路径决策。
适用人群
- AI 应用开发者
- 智能体工程师
- 技术团队
使用步骤
- 确认环境满足 Node.js 18+ 并安装 AgentDB v1.0.7+(经由 agentic-flow)。
- 用 `npx agentdb@latest init ./.agentdb/reasoningbank.db --dimension 1536` 初始化数据库。
- 用 `npx agentdb@latest mcp` 启动 MCP 服务并接入 Claude Code(`claude mcp add agentdb npx agentdb@latest mcp`)。
- 从旧版迁移时执行 `npx agentdb@latest migrate --source .swarm/memory.db`,再用 `stats` 校验。
- 在应用侧按需接入 API:导入 createAgentDBAdapter 与 computeEmbedding,配置 dbPath 和 enableLearning。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 蒸馏
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-17
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
使用前准备
- Node.js 18 或更高版本
- AgentDB v1.0.7 以上(通过 agentic-flow 安装)
- 了解强化学习概念(可选,非必须)
依赖与权限
- 读取用户主动提供的内容