MCP HubMCP Hub
SKILL·19875C

ReasoningBank with AgentDB

frankxai
Mis à jour 1 month ago
7 vues
3
1
3
Voir sur GitHub
Métadesigndata

À propos

Cette compétence met en œuvre l'apprentissage adaptatif ReasoningBank en utilisant la base de données vectorielle haute performance d'AgentDB pour construire des agents auto-améliorants. Elle fournit le suivi des trajectoires, le jugement des verdicts et la distillation de la mémoire afin d'optimiser la prise de décision par rejeu d'expérience. Utilisez-la lors de la création d'agents auto-apprenants ou de systèmes nécessitant la reconnaissance de modèles à partir d'expériences passées.

Installation rapide

Claude Code

Recommandé
Principal
npx skills add frankxai/arcanea -a claude-code
Commande PluginAlternatif
/plugin add https://github.com/frankxai/arcanea
Git CloneAlternatif
git clone https://github.com/frankxai/arcanea.git ~/.claude/skills/ReasoningBank with AgentDB

Copiez et collez cette commande dans Claude Code pour installer cette compétence

Dépôt GitHub

frankxai/arcanea
Chemin: .claude/skills/reasoningbank-agentdb
0
agentic-codingagentsaiclaude-codecontext-engineeringcreative-ai
FAQ

Frequently asked questions

What is the ReasoningBank with AgentDB skill?

ReasoningBank with AgentDB is a Claude Skill by frankxai. Skills package instructions and resources that Claude loads on demand, so Claude can perform ReasoningBank with AgentDB-related tasks without extra prompting.

How do I install ReasoningBank with AgentDB?

Use the install commands on this page: add ReasoningBank with AgentDB to Claude Code as a plugin, or clone its repository into your skills directory, then restart Claude so it picks up the skill.

What category does ReasoningBank with AgentDB belong to?

ReasoningBank with AgentDB is in the Meta category, tagged design and data.

Is ReasoningBank with AgentDB free to use?

Yes. ReasoningBank with AgentDB is listed on AIMCP and free to install. It runs inside Claude, so no separate service account is required to use the skill itself.

Compétences associées

content-collections
Méta

Cette compétence propose une configuration éprouvée en production pour Content Collections, un outil axé sur TypeScript qui transforme des fichiers Markdown/MDX en collections de données typées de manière sûre avec une validation Zod. Utilisez-la lors de la création de blogs, de sites de documentation ou d'applications Vite + React riches en contenu pour garantir la sécurité de typage et la validation automatique du contenu. Elle couvre tout, de la configuration du plugin Vite et de la compilation MDX à l'optimisation des déploiements et la validation des schémas.

Voir la compétence
polymarket
Méta

Cette compétence permet aux développeurs de créer des applications avec la plateforme de marchés prédictifs Polymarket, incluant l'intégration d'API pour le trading et les données de marché. Elle fournit également une diffusion de données en temps réel via WebSocket pour surveiller les transactions en direct et l'activité du marché. Utilisez-la pour mettre en œuvre des stratégies de trading ou pour créer des outils traitant les mises à jour de marché en direct.

Voir la compétence
creating-opencode-plugins
Méta

Cette compétence aide les développeurs à créer des plugins OpenCode qui s'interconnectent avec plus de 25 types d'événements tels que les commandes, les fichiers et les opérations LSP. Elle fournit la structure du plugin, les spécifications de l'API événementielle et les modèles d'implémentation pour les modules JavaScript/TypeScript. Utilisez-la lorsque vous avez besoin d'intercepter, de surveiller ou d'étendre le cycle de vie de l'assistant IA OpenCode avec une logique personnalisée pilotée par les événements.

Voir la compétence
sglang
Méta

SGLang est un framework de service LLM haute performance spécialisé dans la génération rapide et structurée pour les workflows JSON, regex et agentiques grâce à son cache de préfixe RadixAttention. Il offre une inférence nettement plus rapide, particulièrement pour les tâches avec des préfixes répétés, ce qui le rend idéal pour les sorties complexes et structurées ainsi que les conversations multi-tours. Choisissez SGLang plutôt que des alternatives comme vLLM lorsque vous avez besoin d'un décodage contraint ou que vous construisez des applications avec un partage étendu de préfixes.

Voir la compétence