Agentdb Memory Patterns

Modelli di memoria persistente per agenti e workflow CLI basati sullo store vettoriale AgentDB

di spencermarx · spencermarx/open-code-review

Richiede configurazione ★ 7.6/10

Agentdb Memory Patterns — Modelli di memoria persistente per agenti e workflow CLI basati sullo store vettoriale AgentDB

Cosa fa

Una skill di riferimento per aggiungere memoria persistente agli agenti AI utilizzando il database vettoriale AgentDB e il suo adattatore ReasoningBank, coprendo la memoria di sessione, fatti a lungo termine, apprendimento di pattern e la CLI agentdb (init/query/stats/migrate). Si attiva quando si costruiscono agenti stateful, sistemi di chat o assistenti che devono ricordare il contesto tra le sessioni. I comandi CLI funzionano come documentato, ma gli esempi di pattern di memoria TypeScript si rivolgono all'API dell'adattatore agentic-flow anziché essere eseguibili direttamente.

Rapporto di test

Recuperato SKILL.md; il frontmatter viene parsato con name+description validi e nessun script incluso (solo dipendenze CLI/npm esterne). Confermato che `agentdb` e `agentic-flow` esistono su npm, quindi ho effettivamente eseguito `npx agentdb@latest init ./agents.db` (creato un DB WASM sql.js a 384 dimensioni) e `npx agentdb@latest stats ./agents.db` (stampato i conteggi di Episodes/Embeddings/Skills) in una HOME temporanea — entrambi corrispondono ai comandi documentati. Non è stato possibile fare un vero confronto output-vs-baseline: gli esempi TypeScript SessionMemory/storeFact/storePattern utilizzano una pseudo-API `db` illustrativa, non la vera API `createAgentDBAdapter`, quindi la produzione di un artefatto funzionante verificato richiede l'adattatore agentic-flow più una pipeline di embeddings/training che non ho eseguito. Il link GitHub "Learn More" restituisce 404; i moltiplicatori di prestazioni (150x-12.500x) non sono verificati.

Testato il: 2026-07-31 · Claude Code 2.x (agent harness)

Installazione

git clone --depth 1 https://github.com/spencermarx/open-code-review.git /tmp/agentdb-memory-patterns-src
mkdir -p ~/.claude/skills
cp -R /tmp/agentdb-memory-patterns-src/.claude/skills/agentdb-memory-patterns ~/.claude/skills/agentdb-memory-patterns
# Requires Node.js 18+. CLI is real: `npx -y agentdb@latest init ./agents.db` then `npx -y agentdb@latest stats ./agents.db` (verified working).
# API patterns need the package: `npm i agentic-flow` -> import { createAgentDBAdapter } from 'agentic-flow/reasoningbank'
# Optional MCP for Claude Code: `claude mcp add agentdb npx agentdb@latest mcp`
# Note: the "Learn More" GitHub link in the body (ruvnet/agentic-flow/tree/main/packages/agentdb) is 404.

Comandi e prompt di esempio

/agentdb-memory-patternsModelli di memoria persistente per agenti e workflow CLI basati sullo store vettoriale AgentDB

Gli skill si attivano con richieste in linguaggio naturale, senza comandi da ricordare. Dopo l'installazione, prompt come questi lo attivano (in inglese):

Add long-term memory to this chat agent
Store session context using AgentDB
Implement pattern learning for this assistant

Rapporto completo →