A
agentdb-learning-plugins
Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.
How to use
- Upewnij się, że masz zainstalowany Node.js 18 lub nowszy oraz AgentDB v1.0.7+ (poprzez agentic-flow). Podstawowa wiedza o uczeniu się przez wzmacnianie jest zalecana. 2. Uruchom interaktywny kreator wtyczki poleceniem
npx agentdb@latest create-plugin, aby stworzyć nową wtyczkę uczenia się. Możesz też wybrać konkretny szablon, np.npx agentdb@latest create-plugin -t decision-transformer -n my-agentdla Decision Transformer lub-t q-learningdla Q-Learning. 3. Wyświetl dostępne szablony algorytmów poleceniemnpx agentdb@latest list-templates— zobaczysz decision-transformer (sequence modeling RL), q-learning (value-based learning), sarsa (on-policy TD learning), actor-critic (policy gradient with baseline) i curiosity-driven (exploration-based). 4. Po utworzeniu wtyczki zarządzaj nią za pomocąnpx agentdb@latest list-plugins(lista zainstalowanych) lubnpx agentdb@latest plugin-info my-agent(szczegóły algorytmu i konfiguracji). 5. Zintegruj wtyczkę z agentem, importując adapter AgentDB w kodzie TypeScript i inicjalizując go z parametrami szkolenia. Wtyczka będzie trenować model i optymalizować zachowanie agenta poprzez doświadczenie.