ReasoningBank with AgentDB
Adaptiven Agentenspeicher mit AgentDB erstellen
Agenten verlieren häufig nützliche Erkenntnisse aus früheren Aufgaben. Dieser Skill zeigt, wie Reasoning-Muster mit AgentDB-gestützter ReasoningBank gespeichert, bewertet, abgerufen und destilliert werden.
Mit meinem Agent installieren
Kopieren Sie diese Anfrage in Ihren Agent. Sie enthält die maßgebliche Skill-Seite und das Manifest.
Review the Skillstore skill "ReasoningBank with AgentDB" from https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb.md and its manifest at https://skillstore.io/api/skills/ruvnet-reasoningbank-with-agentdb/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Ihr Agent sollte weiterhin seinen Plan anzeigen und alle von der Sicherheitsrichtlinie verlangten Bestätigungen anfordern.
Agent-lesbare Ressourcen
Verwenden Sie diese Links, wenn ein KI-Agent, Crawler oder Skript sauberen Kontext benötigt, statt die vollständige Seite zu lesen.
Testen
„ReasoningBank with AgentDB“ wird verwendet. Plane eine ReasoningBank-Einrichtung für einen Codeoptimierungsagenten.
Erwartetes Ergebnis:
- Eine Setup-Checkliste zu Node.js, AgentDB, Datenbankspeicherort und MCP-Registrierung.
- Ein Speicherschema für Aufgaben, Aktionen, Ergebnisse, Metriken, Konfidenz und Wiederverwendungszahlen.
- Ein Sicherheitshinweis zu lokaler Datenbankspeicherung und dem Fixieren von Paketversionen.
„ReasoningBank with AgentDB“ wird verwendet. Verbessere die Abrufqualität für gespeicherte Debugging-Erfahrungen.
Erwartetes Ergebnis:
- Eine Domänentaxonomie für Debugging-Speicher.
- Empfohlene Konfidenzschwellen und Diversitätseinstellungen.
- Ein Überprüfungsprozess zum Entfernen minderwertiger oder veralteter Erfahrungen.
„ReasoningBank with AgentDB“ wird verwendet. Plane die Migration aus einer älteren Speicherdatenbank.
Erwartetes Ergebnis:
Eine Migrationscheckliste mit Backup, Validierung, Statistikprüfung und Schritten zum Umgang mit sensiblen Daten.
Sicherheitsaudit
Mittleres RisikoMost static command findings are false positives caused by Markdown fences and JavaScript template literals. Five documented npx command blocks execute external tooling, and the use of the mutable latest tag creates a supply-chain risk. Local database paths and documentation links do not independently show data exposure or network activity.
Bestätigte Sicherheitsbedenken (1)
Elemente der Fähigkeitsprüfung (5)
Dies sind echte lokale Fähigkeiten, die für diese Fähigkeit erwartet werden können; daher müssen sie überprüft werden, werden jedoch nicht als bestätigtes bösartiges Verhalten gezählt.
Risikofaktoren
⚙️ Externe Befehle (41)
🌐 Netzwerkzugriff (2)
📁 Dateisystemzugriff (4)
Diesen Bericht teilen & zitieren
Teile den versionierten Bewertungsbericht, das neutrale Badge, die Einbettungskarte und Zitate. Skillstore berichtet Nachweise, ohne zu entscheiden, ob dieser Skill sicher ist.
Berichtslink kopieren
https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportMarkdown-Badge
[](https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb?utm_source=security_passport_badge)HTML-Badge
<a href="https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-reasoningbank-with-agentdb/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Einbettungskarte
<iframe src="https://skillstore.io/embed/skills/ruvnet-reasoningbank-with-agentdb.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Wissenschaftliche Zitate (APA · BibTeX · CFF)
APA-Zitat
ruvnet. (2026). ReasoningBank with AgentDB security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb/audits/9BibTeX-Zitat
@techreport{ruvnet-ruvnet-reasoningbank-with-agentdb-2026,
author = {ruvnet},
title = {ReasoningBank with AgentDB security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb/audits/9},
note = {Author version unspecified}
}CITATION.cff
cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "ReasoningBank with AgentDB security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-20"
url: "https://skillstore.io/skills/ruvnet-reasoningbank-with-agentdb/audits/9"
identifiers:
- type: other
value: "skillstore:ruvnet-reasoningbank-with-agentdb:audit:9"
description: "Skillstore immutable audit report identifier"
Varianten vergleichen
2 installierbare VariantenJeder Autor bleibt ein eigener installierbarer Skill. Die empfohlene Variante wird nach Skillstore-Nachweisen bewertet.
Warum diese Variante zuerst steht
ruvnet-reasoningbank-with-agentdb
2026-09-09
dnyoussef-reasoningbank-with-agentdb
2026-09-09
Skillstore-Score
Warum dieser Score Evidenzvertrauen: HochWas Sie erstellen können
Lernende Agenten erstellen
Erstelle Agenten, die frühere erfolgreiche Trajektorien wiederverwenden und Entscheidungen über wiederholte Aufgaben hinweg verbessern.
Reasoning-Speicher migrieren
Verschiebe ältere ReasoningBank-Daten in AgentDB und halte bestehende Workflows kompatibel.
Experience Replay prototypisieren
Teste Speicherdestillation, Ergebnisbewertung und Musterabruf für experimentelle Agentensysteme.
Diese Prompts ausprobieren
Hilf mir, ReasoningBank mit AgentDB für einen lokalen lernenden Agenten einzurichten. Beziehe Voraussetzungen, Speicherpfade und Sicherheitsprüfungen ein.
Entwirf einen einfachen Trajektoriendatensatz für meine Agentenaufgabe. Zeige, welche Felder erfasst werden sollen und wie Erfolg bewertet wird.
Überprüfe meine ReasoningBank-Abrufstrategie. Schlage Domänenstruktur, Konfidenzschwellen, Kontextsynthese und Einstellungen zur Speicheroptimierung vor.
Erstelle einen Produktionsplan für AgentDB-gestützten Agentenspeicher. Beziehe Migration, Exportkontrollen, Aufbewahrung, Backups und das Fixieren von Paketversionen ein.
Bewährte Praktiken
- Fixiere Paketversionen, bevor du Setup-, Migrations- oder MCP-Befehle ausführst.
- Dokumentiere vor der Nutzung, welche Daten in jeder Speicherdatenbank gespeichert werden.
- Überprüfe exportierte Speicherdateien, bevor du sie teilst, committest oder hochlädst.
Vermeiden
- Führe agentdb@latest-Befehle nicht ohne Überprüfung in der Produktion aus.
- Speichere keine Secrets, Zugangsdaten oder privaten Prompts in wiederverwendbaren Speicherdatensätzen.
- Aktiviere MCP-Integrationen nicht, ohne ihre Berechtigungen und ihr Laufzeitverhalten zu verstehen.