AgentDB Memory Patterns
Crear memoria AgentDB para agentes de IA
Los agentes con estado necesitan memoria fiable entre sesiones. Esta skill muestra patrones de AgentDB para almacenar mensajes, hechos, patrones aprendidos y contexto recuperado.
Instalar con mi Agente
Copia esta solicitud en tu Agente. Incluye la página canónica del Skill y el manifiesto.
Review the Skillstore skill "AgentDB Memory Patterns" from https://skillstore.io/skills/ruvnet-agentdb-memory-patterns.md and its manifest at https://skillstore.io/api/skills/ruvnet-agentdb-memory-patterns/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 Memory Patterns". Necesito un plan de memoria para un chatbot de soporte.
Resultado esperado:
- La memoria de sesión almacena turnos recientes con marcas de tiempo.
- Los hechos a largo plazo almacenan preferencias estables con valores de confianza.
- La recuperación usa la consulta actual más filtros de sesión.
Usando "AgentDB Memory Patterns". Ayúdame a migrar datos heredados de ReasoningBank.
Resultado esperado:
- Primero inventaría las bases de datos de origen y los archivos de copia de seguridad.
- Ejecuta la migración en un entorno de staging antes de producción.
- Compara conteos, registros de muestra y calidad de recuperación después de la migración.
Usando "AgentDB Memory Patterns". Revisa el riesgo de mi diseño de memoria de agente.
Resultado esperado:
- Requiere aprobación antes de ejecutar comandos de paquetes externos.
- Evita almacenar contenido sensible sin procesar de las conversaciones.
- Protege las exportaciones y define reglas de eliminación para la memoria almacenada.
Auditoría de seguridad
SeguroMost static findings are false positives caused by Markdown code fences, TypeScript template literals, local database paths, and documentation URLs. Nine command examples invoke npx agentdb@latest, which can execute an unpinned remote package and therefore retain a medium supply-chain risk. No prompt injection, credential exfiltration, or hidden network behavior was found.
Elementos de revisión de capacidades (9)
Estas son capacidades locales reales que pueden esperarse para esta habilidad, por lo que requieren revisión, pero no se cuentan como comportamiento malicioso confirmado.
Factores de riesgo
⚙️ Comandos externos (36)
🌐 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-memory-patterns/audits/10?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportInsignia Markdown
[](https://skillstore.io/skills/ruvnet-agentdb-memory-patterns?utm_source=security_passport_badge)Insignia HTML
<a href="https://skillstore.io/skills/ruvnet-agentdb-memory-patterns?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/ruvnet-agentdb-memory-patterns/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Tarjeta para insertar
<iframe src="https://skillstore.io/embed/skills/ruvnet-agentdb-memory-patterns.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 Memory Patterns security audit report (audit version 10) [Author version unspecified]. Skillstore. https://skillstore.io/skills/ruvnet-agentdb-memory-patterns/audits/10Cita BibTeX
@techreport{ruvnet-ruvnet-agentdb-memory-patterns-2026,
author = {ruvnet},
title = {AgentDB Memory Patterns security audit report (audit version 10)},
institution = {Skillstore},
year = {2026},
number = {10},
url = {https://skillstore.io/skills/ruvnet-agentdb-memory-patterns/audits/10},
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 Memory Patterns security audit report (audit version 10)"
version: "unspecified"
type: report
authors:
- name: "ruvnet"
date-released: "2026-07-20"
url: "https://skillstore.io/skills/ruvnet-agentdb-memory-patterns/audits/10"
identifiers:
- type: other
value: "skillstore:ruvnet-agentdb-memory-patterns:audit:10"
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
ruvnet-agentdb-memory-patterns
2026-09-09
dnyoussef-agentdb-memory-patterns
2026-09-09
Puntuación de Skillstore
Por qué esta puntuación Confianza de la evidencia: AltoLo que puedes crear
Agregar memoria de chat
Usa patrones de memoria de sesión y a largo plazo para preservar el contexto entre conversaciones.
Migrar datos de ReasoningBank
Sigue los ejemplos de adaptador y migración para trasladar almacenes de memoria heredados a AgentDB.
Prototipar agentes de aprendizaje
Usa ejemplos de aprendizaje de patrones y plugins para probar el comportamiento de agentes asistido por memoria.
Prueba estos prompts
Usando la skill AgentDB Memory Patterns, describe un diseño simple de memoria de sesión para un agente de chat. Incluye campos almacenados y flujo de recuperación.
Usa esta skill para diseñar almacenamiento de hechos a largo plazo para preferencias de usuario. Incluye confianza, seguimiento de fuente y reglas de actualización.
Usa esta skill para planificar una migración de ReasoningBank a AgentDB. Incluye validación de datos, rollback y pasos de prueba.
Usa esta skill para auditar un diseño de memoria AgentDB en cuanto a riesgos de privacidad, retención, exportación y ejecución de comandos. Recomienda mitigaciones.
Mejores prácticas
- Fija las versiones de los paquetes de AgentDB antes de ejecutar comandos de configuración o MCP.
- Almacena solo la memoria de usuario necesaria y define reglas de retención antes del lanzamiento.
- Valida exportaciones, migraciones y cambios de plugins primero en una base de datos de prueba.
Evitar
- Ejecutar comandos de paquetes latest automáticamente sin confirmación humana.
- Guardar datos de conversación sin procesar sin consentimiento, redacción o controles de eliminación.
- Tratar afirmaciones de benchmark como resultados de producción sin pruebas locales.