reasoningbank-intelligence
Créer un apprentissage adaptatif avec ReasoningBank
Les agents répètent souvent des stratégies peu efficaces, car les résultats ne sont pas capturés pour une utilisation ultérieure. Cette compétence montre comment enregistrer les expériences, apprendre des modèles et recommander de meilleures stratégies avec ReasoningBank.
Installer avec mon Agent
Copiez cette demande dans votre Agent. Elle contient la page Skill de référence et le manifeste.
Review the Skillstore skill "reasoningbank-intelligence" from https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence.md and its manifest at https://skillstore.io/api/skills/dnyoussef-reasoningbank-intelligence/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.Votre Agent doit toujours présenter son plan et demander toute confirmation exigée par la politique de sécurité.
Ressources lisibles par les agents
Utilisez ces liens lorsqu’un Agent IA, un crawler ou un script a besoin d’un contexte propre au lieu de lire toute la page.
Tester
Utilisation de « reasoningbank-intelligence ». Initialiser l’apprentissage adaptatif pour un agent qui gère des tâches de revue de code.
Résultat attendu:
Un plan de configuration ReasoningBank avec persistance, paramètres de taux d’apprentissage et champs d’expérience pour la tâche, l’approche, les métriques et le contexte.
Utilisation de « reasoningbank-intelligence ». Trouver la meilleure stratégie pour corriger un problème récurrent de déploiement API.
Résultat attendu:
Un workflow de comparaison de stratégies qui vérifie les modèles appris, classe les options et enregistre le résultat sélectionné pour de futures recommandations.
Utilisation de « reasoningbank-intelligence ». Mesurer si l’agent s’améliore au fil du temps.
Résultat attendu:
Une approche de revue des métriques couvrant le nombre total d’expériences, les modèles appris, le taux de réussite des stratégies et l’amélioration observée.
Audit de sécurité
SûrAll static external-command findings are false positives caused by Markdown code fences and TypeScript template literals in documentation. The SQLite finding is an example local database path, and no prompt injection, exfiltration intent, or executable payload was found.
Facteurs de risque
⚙️ Commandes externes (19)
Partager et citer ce rapport
Partagez le rapport d’évaluation versionné, le badge neutre, la carte intégrable et les citations. Skillstore présente les preuves sans décider si ce Skill est sûr.
Copier le lien du rapport
https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence/audits/8?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_reportBadge Markdown
[](https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence?utm_source=security_passport_badge)Badge HTML
<a href="https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/dnyoussef-reasoningbank-intelligence/security.svg" alt="Skillstore security assessment" loading="lazy"></a>Carte intégrable
<iframe src="https://skillstore.io/embed/skills/dnyoussef-reasoningbank-intelligence.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>Citations académiques (APA · BibTeX · CFF)
Citation APA
DNYoussef. (2026). reasoningbank-intelligence security audit report (audit version 8) [Author version unspecified]. Skillstore. https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence/audits/8Citation BibTeX
@techreport{dnyoussef-dnyoussef-reasoningbank-intelligence-2026,
author = {DNYoussef},
title = {reasoningbank-intelligence security audit report (audit version 8)},
institution = {Skillstore},
year = {2026},
number = {8},
url = {https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence/audits/8},
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-intelligence security audit report (audit version 8)"
version: "unspecified"
type: report
authors:
- name: "DNYoussef"
date-released: "2026-07-06"
url: "https://skillstore.io/skills/dnyoussef-reasoningbank-intelligence/audits/8"
identifiers:
- type: other
value: "skillstore:dnyoussef-reasoningbank-intelligence:audit:8"
description: "Skillstore immutable audit report identifier"
Comparer les variantes
2 variantes installablesChaque auteur reste un skill installable distinct. La variante recommandée est classée selon les preuves Skillstore.
Pourquoi cette variante est première
dnyoussef-reasoningbank-intelligence
2026-09-09
ruvnet-reasoningbank-intelligence
2026-09-09
Score Skillstore
Pourquoi ce score Niveau de confiance des preuves: ÉlevéCe que vous pouvez créer
Améliorer les agents de revue de code
Enregistrer les résultats de revue et recommander des stratégies selon le langage, la complexité et les métriques de réussite précédentes.
Optimiser l’automatisation des workflows
Comparer les stratégies de tâche et réutiliser les modèles appris lorsque les workflows se répètent entre projets.
Prototyper des assistants auto-apprenants
Créer des agents qui stockent les expériences, apprennent des règles de transfert et mesurent l’amélioration au fil du temps.
Essayez ces prompts
Utilise cette compétence pour initialiser ReasoningBank avec la persistance AgentDB pour mon projet d’agent Node.js.
Montre-moi comment enregistrer les résultats de tâches, les métriques et le contexte dans ReasoningBank pour des tâches de revue de code.
Utilise ReasoningBank pour comparer trois stratégies de débogage et en recommander une pour un problème TypeScript très complexe.
Conçois une boucle d’agent adaptatif qui recommande une stratégie, l’exécute, enregistre le résultat et met à jour les modèles appris.
Bonnes pratiques
- Enregistrer à la fois les résultats réussis et échoués afin que les recommandations soient équilibrées.
- Ajouter des libellés de contexte clairs, comme le type de tâche, le langage, la complexité et les contraintes.
- Examiner régulièrement les modèles appris et supprimer les entrées obsolètes ou à faible niveau de confiance.
Éviter
- Ne stockez pas de secrets, de tokens ni de données personnelles dans le contexte d’expérience.
- Ne faites pas confiance aux recommandations avant qu’il existe suffisamment d’expériences pertinentes.
- Ne laissez pas l’auto-apprentissage mettre à jour les modèles sans seuils de confiance.
Foire aux questions
Qu’est-ce que cette compétence aide à créer ?
Inclut-elle du code exécutable ?
Quels outils peuvent l’utiliser ?
Quelles dépendances sont attendues ?
Quelle quantité de données est nécessaire ?
Que doivent éviter de stocker les utilisateurs ?
Détails du développeur
Auteur
DNYoussefLicence
MIT
Révision Skillstore
r1
Avis de version
L’auteur n’a déclaré aucune version.
Dépôt
https://github.com/DNYoussef/ai-chrome-extension/tree/main/.claude/skills/reasoningbank-intelligenceRéf
72d5025b022c77f7a51bdf5c1637c689c80e89d1
Récence de maintenance
18/07/2026
Utilisation
5 téléchargements · 230 vues
Structure de fichiers
📄 SKILL.md