AgentDB Learning Plugins
Crear plugins de aprendizaje de AgentDB
Los equipos necesitan formas repetibles de crear agentes de aprendizaje sin reconstruir la infraestructura de aprendizaje por refuerzo. Esta habilidad guía la creación de plugins de AgentDB, el entrenamiento, la evaluación y la selección de algoritmos.
Instalar con mi Agente
Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.
Review the Skillstore skill "AgentDB Learning Plugins" from https://skillstore.io/skills/ruvnet-agentdb-learning-plugins.md and its manifest at https://skillstore.io/api/skills/ruvnet-agentdb-learning-plugins/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Tu Agente debe seguir mostrando su plan y solicitar cualquier confirmación exigida por la política de seguridad.
Recursos legibles por agentes
Usa estos enlaces cuando un agente de IA, crawler o script necesite contexto limpio en vez de leer la página completa.
Pruébalo
Usando "AgentDB Learning Plugins". Tengo trayectorias expertas registradas y quiero aprendizaje offline.
Resultado esperado:
Enfoque recomendado: usa Decision Transformer. Puede aprender de experiencias guardadas sin exploración online y luego evaluarse con trayectorias reservadas.
Usando "AgentDB Learning Plugins". Mi agente Q-Learning se sobreajusta después de 50 épocas.
Resultado esperado:
- Reduce la tasa de aprendizaje y mantén una partición de validación.
- Compara la pérdida de entrenamiento y validación antes de aumentar las épocas.
- Consolida recuerdos repetidos para reducir ejemplos ruidosos.
Usando "AgentDB Learning Plugins". Necesito un plugin para control continuo.
Resultado esperado:
Enfoque recomendado: usa Actor-Critic. Admite acciones continuas o discretas y usa una línea base de valor para estabilizar las actualizaciones de política.
Auditoría de seguridad
Riesgo medioThe 55 static findings are false positives caused mainly by Markdown code fences, documentation links, and an example SQLite path. One contextual concern remains: the skill recommends executing an unpinned npx package tagged latest, which creates a supply-chain trust risk but does not show malicious intent.
Preocupaciones de seguridad confirmadas (1)
Factores de riesgo
⚙️ Comandos externos (50)
🌐 Acceso a red (2)
Compartir y citar este informe
Comparte el informe de evaluación versionado, la insignia neutral, la tarjeta insertable y las citas. Skillstore presenta evidencias sin decidir si este Skill es seguro.
Copiar enlace del informe
https://skillstore.io/skills/ruvnet-agentdb-learning-plugins/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportInsignia Markdown
[](https://skillstore.io/skills/ruvnet-agentdb-learning-plugins?utm_source=security_passport_badge)Insignia HTML
<a href="https://skillstore.io/skills/ruvnet-agentdb-learning-plugins?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-agentdb-learning-plugins/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Tarjeta para insertar
<iframe src="https://skillstore.io/embed/skills/ruvnet-agentdb-learning-plugins.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citas académicas (APA · BibTeX · CFF)
Cita APA
ruvnet. (2026). AgentDB Learning Plugins security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-agentdb-learning-plugins/audits/9Cita BibTeX
@techreport{ruvnet-ruvnet-agentdb-learning-plugins-2026,
author = {ruvnet},
title = {AgentDB Learning Plugins security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/ruvnet-agentdb-learning-plugins/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: "AgentDB Learning Plugins security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-20"
url: "https://skillstore.io/skills/ruvnet-agentdb-learning-plugins/audits/9"
identifiers:
- type: other
value: "skillstore:ruvnet-agentdb-learning-plugins:audit:9"
description: "Skillstore immutable audit report identifier"
Comparar variantes
2 variantes instalablesCada autor sigue siendo un skill instalable independiente. La variante recomendada se ordena según la evidencia de Skillstore.
Por qué esta variante es la primera
dnyoussef-agentdb-learning-plugins
2026-09-09
ruvnet-agentdb-learning-plugins
2026-09-09
Puntuación de Skillstore
Por qué esta puntuación Confianza de la evidencia: AltoLo que puedes crear
Prototipar un agente de aprendizaje
Selecciona una plantilla, crea un plugin y planifica un bucle de entrenamiento para una nueva tarea de agente.
Añadir comportamiento adaptativo a agentes
Almacena experiencias de tareas en AgentDB y recupera patrones aprendidos para decisiones futuras.
Comparar métodos de aprendizaje por refuerzo
Revisa las fortalezas de los algoritmos y elige un método para experimentos offline, basados en valor o de policy-gradient.
Prueba estos prompts
Usa AgentDB Learning Plugins para ayudarme a elegir una plantilla inicial para un agente de juego simple. Incluye requisitos previos y pasos de configuración seguros.
Compara Decision Transformer, Q-Learning, SARSA y Actor-Critic para mi tarea. Recomienda uno y explica las compensaciones.
Planifica un flujo de trabajo de entrenamiento de AgentDB que recopile experiencias, entrene en lotes, valide resultados e informe la calidad del modelo.
Diseña una configuración avanzada de aprendizaje de AgentDB para varios agentes que comparten experiencias. Incluye estrategia de replay, señales de evaluación y comprobaciones de seguridad.
Mejores prácticas
- Fija las versiones del paquete AgentDB antes de ejecutar comandos npx generados.
- Mantén las experiencias de entrenamiento libres de credenciales y secretos de clientes.
- Valida el comportamiento aprendido con datos de evaluación separados antes del despliegue.
Evitar
- No ejecutes comandos npx de ramas no confiables sin revisión.
- No almacenes datos privados sin procesar de usuarios como experiencias de entrenamiento.
- No trates las métricas de muestra como evidencia de preparación para producción.