reasoningbank-intelligence

Implement adaptive learning with ReasoningBank for pattern recognition, strategy optimization, and continuous improvement. Use when building self-learning agents, optimizing workflows, or implementing meta-cognitive systems.

1. Zainstaluj wymagane zależności: upewnij się, że masz agentic-flow w wersji 1.5.11 lub wyższej, AgentDB w wersji 1.0.4 lub wyższej oraz Node.js 18 lub nowszy.

2. Zaimportuj ReasoningBank do swojego projektu i zainicjalizuj go z opcją persist ustawioną na true, aby zapisywać doświadczenia agenta w bazie danych. Ustaw learningRate (domyślnie 0.1) i adapter na 'agentdb' do przechowywania.

3. Rejestruj wyniki każdego zadania, które wykonuje agent, używając metody recordExperience. Podaj nazwę zadania, zastosowaną strategię, wynik (czy się powiodło), metryki (np. czas wykonania, liczba błędów) oraz kontekst (typ danych, złożoność).

4. Pozwól systemowi uczyć się wzorców z historii zadań. ReasoningBank automatycznie analizuje, które podejścia działają najlepiej w jakich warunkach.

5. Gdy agent staje przed nowym zadaniem, użyj metody recommendStrategy, aby uzyskać optymalną strategię na podstawie wcześniejszych doświadczeń i aktualnego kontekstu.

6. Opcjonalnie porównaj wiele strategii za pomocą compareStrategies, aby zobaczyć, która ma najwyższy wynik i dlaczego — to pomaga w debugowaniu i dalszej optymalizacji.