Agentdb Query
Skill Verifiziert AktivQuery AgentDB through the controller bridge -- semantic routing, hierarchical recall, causal graphs, context synthesis, pattern store/search
To provide a structured and reliable way to interact with AgentDB's advanced knowledge management features, enabling efficient storage, retrieval, and analysis of agent memory and patterns.
Funktionen
- Query AgentDB through controller bridge
- Semantic routing and hierarchical recall
- Context synthesis and pattern store/search
- Manage causal graphs and agent memory
- Utilize specialized MCP tools for AgentDB operations
Anwendungsfälle
- Storing and retrieving structured knowledge across agent sessions
- Searching for learned patterns and reasoning routes
- Synthesizing context from multiple memories
- Building and querying causal knowledge graphs
Nicht-Ziele
- Directly managing AgentDB infrastructure beyond the controller bridge
- Performing operations not supported by the exposed MCP tools
- Replacing the core AgentDB functionality; it acts as an interface
Protocol
- info:Idempotent retry & timeoutsWhile the skill uses MCP tools, the idempotency and timeout handling are presumed to be managed by the underlying MCP server and AgentDB implementation, not explicitly detailed here.
Installation
Zuerst Marketplace hinzufügen
/plugin marketplace add ruvnet/ruflo/plugin install ruflo-agentdb@rufloQualitätspunktzahl
VerifiziertVertrauenssignale
Ähnliche Erweiterungen
Mongodb Search And Ai
100Leitet MongoDB-Benutzer bei der Implementierung und Optimierung von Atlas Search (Volltext), Vector Search (semantisch) und Hybrid Search-Lösungen an. Verwenden Sie diesen Skill, wenn Benutzer Suchfunktionen für textbasierte Abfragen (Autovervollständigung, Fuzzy-Suche, facettenreiche Suche), semantische Ähnlichkeit (Embeddings, RAG-Anwendungen) oder kombinierte Ansätze erstellen müssen. Verwenden Sie ihn auch, wenn Benutzer Textinhalte, Teilzeichenfolgenübereinstimmungen („enthält“, „beinhaltet“, „erscheint in“), groß-/kleinschreibungsunempfindliche oder mehrfeldige Textsuche oder Filterung über viele Felder mit variablen Kombinationen hinweg benötigen. Bietet Workflows für die Auswahl des richtigen Suchtyps, die Erstellung von Indizes, die Konstruktion von Abfragen und die Optimierung der Leistung mit dem MongoDB MCP-Server.
DBHub Database Query Guide
100Anleitung zum Abfragen von Datenbanken über den DBHub MCP-Server. Verwenden Sie diese Fähigkeit immer dann, wenn Sie Datenbankschemata untersuchen, Tabellen inspizieren oder SQL-Abfragen über die MCP-Tools von DBHub ausführen müssen (search_objects, execute_sql). Aktiviert bei jeder Datenbankabfrageaufgabe, Schemadeckung, Datenabfrage oder SQL-Ausführung über MCP – auch wenn der Benutzer nur „Datenbank prüfen“ oder „mir Daten finden“ sagt. Diese Fähigkeit stellt sicher, dass Sie dem richtigen Workflow „zuerst erkunden“ folgen, anstatt Tabellenstrukturen zu erraten.
Dsql
100Build with Aurora DSQL — manage schemas, execute queries, handle migrations, diagnose query plans, and develop applications with a serverless, distributed SQL database. Covers IAM auth, multi-tenant patterns, MySQL-to-DSQL migration, DDL operations, query plan explainability, and SQL compatibility validation. Triggers on phrases like: DSQL, Aurora DSQL, create DSQL table, DSQL schema, migrate to DSQL, distributed SQL database, serverless PostgreSQL-compatible database, DSQL query plan, DSQL EXPLAIN ANALYZE, why is my DSQL query slow.
Understand Knowledge
100Analysieren Sie eine LLM-Wiki-Wissensdatenbank nach dem Karpathy-Muster und generieren Sie einen interaktiven Wissensgraphen mit Entitätsextraktion, impliziten Beziehungen und Themenclustern.
Kg Extract
99Extract entities and relations from source files to build a knowledge graph
V3 Memory Unification
99Unify 6+ memory systems into AgentDB with HNSW indexing for 150x-12,500x search improvements. Implements ADR-006 (Unified Memory Service) and ADR-009 (Hybrid Memory Backend).