AgentDB 강화학습 플러그인

무엇을 해주나

AgentDB 플러그인 시스템에서 제공하는 9가지 강화학습(RL) 알고리즘을 Claude가 바로 다룰 수 있게 정리한 스킬입니다.

• Decision Transformer(오프라인 RL), Q-Learning, SARSA, Actor-Critic, 큐리오시티 기반 탐험 등 알고리즘별 특징·추천 용도·설정 JSON 제공
• npx agentdb@latest create-plugin 등 플러그인 생성·조회·정보 확인 CLI 사용법
• 경험 데이터 저장 → 학습 → 평가로 이어지는 TypeScript 코드 워크플로
• 경험 리플레이, 우선순위 리플레이, 멀티에이전트 학습, 증분 학습 같은 고급 기법
• 수렴 실패·과적합·학습 속도 문제에 대한 트러블슈팅 팁

이런 분께 추천

• agentic-flow / AgentDB 스택으로 자율 에이전트를 개발하는 분
• 로그로 쌓인 과거 실행 기록을 활용해 에이전트 행동을 개선하고 싶은 분
• 강화학습 기본 개념은 알지만 실제 구현 보일러플레이트를 빠르게 얻고 싶은 분

활용 예시

1. "과거 실행 로그로 학습하는 에이전트를 만들고 싶어" → Decision Transformer 템플릿으로 플러그인을 생성하고 학습 파라미터를 설정
2. "에이전트 학습 손실이 줄지 않아" → learning rate 조정, validation split 적용 등 트러블슈팅 절차 안내
3. "여러 에이전트의 경험을 하나의 모델로 학습시키고 싶어" → 도메인별 패턴 저장 후 공유 모델 학습 코드 제시

이 파일의 지시를 읽고 그대로 따라서 나를 도와줘:
https://raw.githubusercontent.com/spencermarx/open-code-review/HEAD/.claude/skills/agentdb-learning/SKILL.md

내가 원하는 것: (여기에 하고 싶은 일을 쓰세요)

클로드스킬마트에서 찾은 스킬을 설치해줘.
GitHub 저장소 spencermarx/open-code-review 의 .claude/skills/agentdb-learning 폴더를 내 ~/.claude/skills/agentdb-learning-plugins/ 에 그대로 복사해줘.
설치가 끝나면 이 스킬로 무엇을 할 수 있는지 한 줄로 알려줘.