关于 claude-flow
claude-flow(现名 Ruflo)是面向 Claude Code、Codex 和支持 MCP 的客户端的 Agent 编排框架,可协调 Agent 群组,并提供记忆、工作流和运行管理控制台。
主要功能
- 01协调多个 Agent
- 02跨会话保存 Agent 记忆
- 03工作流与任务管理
- 04终端和 Claude Code 控制台
- 05策略控制与跨机器协作
适用场景
- 01协调 Agent 完成开发任务
- 02查看日志并排查运行失败
- 03跟踪任务进度和令牌成本
MCP 相关
Ruflo 提供 MCP 服务,向已连接的客户端开放工具。可通过 `npx -y ruflo@latest mcp start` 配置本地 stdio 服务。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
npx -y claude-flowANTHROPIC_API_KEY密钥Anthropic API key for Claude AI modelsCLAUDE_FLOW_MODEOperation mode: development, production, or testCLAUDE_FLOW_MEMORY_PATHPath for persistent memory storageCLAUDE_FLOW_MAX_AGENTSMaximum number of concurrent agentsCLAUDE_FLOW_PORTMCP server portGITHUB_TOKEN密钥GitHub personal access token for repository operationsFLOW_NEXUS_API_KEY密钥Flow Nexus cloud platform API key本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
开始使用 Ruflo
在 Claude Code 中开始使用核心工具、可视化控制台和运行时 Mods。需要 Claude Code 2.1.287 或更高版本。在 Claude Code 中运行:
/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-core@ruflo
/plugin install ruflo-console@ruflo
/plugin install ruflo-mods@ruflo
/reload-plugins
/ruflo
Core 提供基础工具。Console 打开 Agent 驾驶舱。Mods 在 Claude Code 中添加路由和策略执行功能。Mods 使用你账户的权限运行;安装前请检查其代码。
使用 Codex 或其他支持 MCP 的工具? 使用 NPX 设置 Ruflo 项目,并将客户端连接到 Ruflo MCP 服务。在项目终端中运行设置向导:
npx ruflo@latest init wizard
对于支持本地 stdio MCP 服务的客户端,请将 command 配置为 npx,并将 arguments 配置为 ["-y", "ruflo@latest", "mcp", "start"]。对应的服务命令为:
npx -y ruflo@latest mcp start
MCP 会向客户端提供 Ruflo 工具。上文的控制台和 Mods 是 Claude Code 集成;钩子支持取决于客户端。
更喜欢普通终端?可选。 控制台也可以独立运行,无需 Claude Code:
npx ruflo tui(添加 --plain 可为脚本输出单帧)。它会显示 Overview、Cost、Swarm、Events 和 Missions,以及可选的 AI 页面。终端 UI 指南
可选:ruOS Desktop
通过 MCP 将 ruOS 连接到 ChatGPT 或 Claude:
https://ruos.cognitum.one/mcp
npx ruvector
Ruflo
📖 RuFlo 详解 — 构建一支会规划、记忆、测试并改进的 AI 团队 一份 14 章的指南:从基本概念到完成第一个有用的任务,再到记忆、Agent 团队、插件、成本和验证。
Agent = 模型 + 执行框架。 模型负责编写;执行框架为它提供工具、记忆、循环、沙箱和控制,让它真正能够工作。Ruflo 就是这个执行框架 —— 围绕 Claude Code 和 Codex 的执行层,提供 100+ 个专业 Agent、协同蜂群、自学习记忆、跨机器联邦通信以及企业级安全防护措施。因此,Agent 不只是运行,还会协作。
运行一次 npx ruflo init,就能为 Claude Code 配备一个神经系统:Agent 会自行组织成蜂群,从每项任务中学习,跨会话记忆;通过联邦功能,还能与其他机器上的 Agent 安全通信,而不会泄露数据。你继续编写代码,Ruflo 负责协调。
概念性学习循环。本地向量检索和对比式更新无需 LLM 即可运行;但仍需要嵌入和已配置的学习模块。参见 RuVector 训练集成和轨迹对比学习。
架构文字说明
用户 → Ruflo(CLI/MCP)→ 路由器 → 蜂群 → Agent → 记忆 → LLM 提供商。记忆会将有用的经验反馈给路由流程。这是概念流程,并非实时执行追踪。
刚接触 Ruflo? 你无需学习 314 个 MCP 工具或 26 条 CLI 命令。运行
init后,像平常一样使用 Claude Code 即可 —— hooks 系统会在后台自动路由任务、从成功模式中学习并协调 Agent。
可查证的起源
由 Reuven Cohen (rUv) 构建,最初名为 Claude Flow。 首个提交(2025 年 6 月 2 日)介绍了一个用于递归 Agent 循环的代码编排层:Claude 编写、编辑、测试并改进。6 月 10 日的源代码快照增加了编排、任务调度、记忆和终端模块。
执行框架是围绕模型的工作台:它组织任务,在步骤之间传递上下文,并帮助检查结果。这确立的是 Ruflo 的发展脉络,并不意味着它在所有 Claude Code 工具中普遍最早。查看图解说明、确切提交和更早的生态背景。
Grok 构建: npx ruflo init --grok 会写入项目主机界面(.grok/、团队总线和操作员指南),不会写入项目以外的任何内容;添加 --dry-run 可预览。有关设置、spawn_subagent 契约、可选状态行,以及 Grok 更新后需要重新检查的内容,请参阅:Grok 操作员指南。
📖 背景 — 名称的由来
> Claude Flow 现在更名为 Ruflo——由喜欢 Rust、流程状态和打造浑然天成之物的 [`rUv`](https://ruv.io) 命名。“Ru” 取自 rUv。“flo” 则是工作到凌晨 3 点。底层由 [`Cognitum.One`](https://cognitum.one/?RuFlo) Agent 架构驱动,并运行着一套增强版 Rust AI 引擎、嵌入、记忆和插件系统。 你的 Agent 驾驶舱。 在 Claude Code 旁跟踪工作流、Agent、模型、令牌和成本。38 秒的动画通过实际渲染器画面展示了 Orbital 和主题工作室,包括启动检查、六种配色方案、自定义、已保存的主题、JSON 导入和调整大小。这个精简的 3.84 MB SVG 保留了全部 456 帧。未展示原生宿主和 AI 提供商的执行过程。
检查任意运行记录。 打开 Agent 日志和结果、搜索、排查故障、重放并比较。先运行
npx ruflo init,重启 Claude Code,然后输入 /ruflo。完整控制台介绍。
让 Claude 操作,你来设定限制。 启用 设置 → Claude 控制,即可导航并执行控制台操作。选择
read、write、manage 或 full,并设置 ask 或 auto 审批。当前默认设置为 read + ask;是否提高权限由你决定。超出权限级别的操作会被拒绝,即使处于 auto 模式,网络、支出和破坏性操作仍需确认。查看实时操作日志,或按 收回控制权 停止 Claude 控制。详情。
一项任务:用 Claude 创建任务
观看下方录制的控制台会话。 Claude 创建任务,打开 Learning 和 Security 页面,并在 Overview 中报告其操作。
- 设定边界。 使用下方命令安装控制台,打开
/ruflo,然后选择 Settings → Claude control → write + ask。 - 提出具体请求。 试试:“创建一个用于添加深色模式切换开关的任务。向我展示任务及其状态。”
- 批准创建。 Claude 打开 Missions 并设定目标。在控制台中确认待处理的创建操作。
- 验证结果。 检查 Missions 是否包含该目标,以及 Overview 是否记录了该操作。创建任务并不意味着功能已经实现。
- 保持控制权。 Take back control 会暂停 Claude 的控制台工具。在你恢复控制权之前,之后的调用都应被拒绝。
录制内容展示: 一次真实的 Claude Haiku 会话,使用 write + auto,创建任务、切换页面、尝试停止 swarm 但被拒绝,以及收回控制权。上述步骤使用 ask,由你亲自批准创建。链接的工作流动画使用示例数据,而主题演示会重放渲染器帧。两者都不能证明 swarm 工作已完成或成功回忆出记忆。

从 ruflo marketplace 安装这些 mods(Claude Code 2.1.287 或更高版本;mods 使用你账户的权限运行,且不受沙箱隔离,因此请先阅读代码):
/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-console@ruflo
/plugin install ruflo-mods@ruflo
/reload-plugins
ruflo-console 是上方的驾驶舱,ruflo-mods 在进程内路由提示词并执行策略,ruflo-swarm 在窗格中显示 swarm,ruflo-ruos 则添加 ruOS 状态栏片段。打开 /plugin,确认它们显示在活动 mods 行中。在控制台中,/ruflo market 是 Plugin Catalog:其中包含每个 ruflo 插件、mod 和技能,并介绍其包含的内容,还提供安装、启用、禁用和更新按钮(每项操作都会先征求确认)。
快速入门
有两种截然不同的安装方式,适用范围也大不相同。请根据需求选择(#1744):
| Claude Code 插件 | CLI 安装(npx ruflo init) | |
|---|---|---|
| 提供内容 | 斜杠命令 + 少量技能 + 每个插件各自的 Agent 定义 | 完整的 Ruflo 工作流 — 98 个 Agent、60 多个命令、30 个技能、MCP 服务、钩子、守护进程 |
| 工作区中的文件 | 零个 | .claude/、.claude-flow/、CLAUDE.md、辅助工具、设置 |
| 注册 MCP 服务 | 仅在安装 ruflo-core 时(它自带 .mcp.json)——大多数其他插件不包含此文件 | 是 |
| 安装钩子 | 否 | 是 |
| 适用于 | 在不承诺完整安装的情况下试用单个插件的命令 | 生产环境 — 所有功能均按文档所述正常工作 |
Path A — Claude Code 插件(轻量版,仅斜杠命令)
# Add the marketplace
/plugin marketplace add ruvnet/ruflo
# Install core + any plugins you need
/plugin install ruflo-core@ruflo
/plugin install ruflo-swarm@ruflo
/plugin install ruflo-rag-memory@ruflo
/plugin install ruflo-neural-trader@ruflo
这会添加斜杠命令和 Agent 定义。安装后,ruflo-core(已在上文安装)会注册自己的 MCP 服务——其工具可通过 mcp__plugin_ruflo-core_ruflo__* 调用(例如 mcp__plugin_ruflo-core_ruflo__memory_store),而不是 CLI 轨道脚手架使用的 memory_store/swarm_init/agent_spawn 等裸名称。其他插件通常不会附带自己的 MCP 服务。若要使用 CLI 轨道工具名称完成完整流程,请使用下方的 Path B。
🔌 全部 35 个插件
核心与编排
| 插件 | 功能 |
|---|---|
| ruflo-core | 基础功能——服务、运行状况检查、插件发现 |
| ruflo-swarm | 协调多个 Agent 组成团队 |
| ruflo-autopilot | 让 Agent 在循环中自主运行 |
| ruflo-loop-workers | 定时安排后台任务 |
| ruflo-workflows | 可复用的多步骤任务模板 |
| ruflo-federation | 不同机器上的 Agent 安全协作 |
记忆与知识
| 插件 | 功能 |
|---|---|
| ruflo-agentdb | 用于 Agent 记忆的高速向量数据库 |
| ruflo-rag-memory | 智能检索——混合搜索、图跳转、多样性排序 |
| ruflo-rvf | 跨会话保存和恢复 Agent 记忆 |
| ruflo-ruvector | ruvector——GPU 加速搜索、Graph RAG、103 个工具 |
| ruflo-knowledge-graph | 构建并遍历实体关系图 |
智能与学习
| 插件 | 功能 |
|---|---|
| ruflo-intelligence | Agent 从过往成功中学习并变得更智能 |
| ruflo-graph-intelligence | 亚线性图推理——PageRank、增量更新、复杂度感知执行(ADR-123) |
| ruflo-daa | 动态 Agent 行为与认知模式 |
| ruflo-ruvllm | 使用智能路由运行本地 LLM(Ollama 等) |
| ruflo-goals | 将大型目标拆分为计划并跟踪进度 |
代码质量与测试
| 插件 | 功能 |
|---|---|
| ruflo-testgen | 查找缺失的测试并自动生成 |
| ruflo-browser | 使用 Playwright 自动化浏览器测试 |
| ruflo-jujutsu | 分析 git 差异、评估风险并推荐审查者 |
| ruflo-docs | 自动生成和维护文档 |
| agentic-qe-fleet | 外部插件,由 Agentic QE 维护:包含 11 个 QE Agent、测试生成、覆盖率、混沌测试和 TDD 技能、agentic-qe MCP 服务,以及 AQE 学习数据防护机制(/plugin install agentic-qe-fleet@ruflo)。仅从一个市场安装,即 agentic-qe 或 ruflo:若从两处启用,其模块和命令会加载两次 |
安全与合规
| 插件 | 功能 |
|---|---|
| ruflo-security-audit | 扫描漏洞和 CVE |
| ruflo-aidefence | 阻止提示词注入、检测 PII、进行安全扫描 |
架构与方法论
| 插件 | 功能 |
|---|---|
| ruflo-adr | 通过持续更新的记录跟踪架构决策 |
| ruflo-ddd | 搭建领域驱动设计框架——上下文、聚合、事件 |
| ruflo-sparc | 采用 5 阶段引导式开发方法,并设置质量关卡 |
| ruflo-metaharness | 对 Agent 配置进行评级,扫描工具配置中的安全风险,并跟踪变更(指南) |
| ruflo-arena | 竞技式规则演化——让 Agent 策略在锦标赛中相互较量,通过爬山法改进并共同演化优胜者(ADR-147/148) |
DevOps 与可观测性
| 插件 | 功能 |
|---|---|
| ruflo-migrations | 安全管理数据库架构变更 |
| ruflo-observability | 集中查看结构化日志、追踪和指标 |
| ruflo-cost-tracker | 跟踪令牌用量、设置预算并接收费用提醒 |
可扩展性
| 插件 | 功能 |
|---|---|
| ruflo-agent | 运行 Agent——本地 WASM 沙盒(rvagent)+ Anthropic Claude Managed Agents(云端),并提供可选启用的有界动态工作流、受控的会话管理和经过验证的建议式学习 |
| ruflo-plugin-creator | 搭建、验证并发布自己的插件 |
特定领域
| 插件 | 功能 |
|---|---|
| ruflo-iot-cognitum | IoT 设备管理——信任评分、异常检测、设备群组 |
| ruflo-neural-trader | neural-trader——配备 4 个 Agent 的 AI 交易,支持回测和 112+ 个工具 |
| ruflo-market-data | 接入市场数据、向量化 OHLCV、检测模式 |
CLI 安装
macOS / Linux / WSL / Git-Bash:
# One-line install (POSIX shells only — see Windows note below)
curl -fsSL https://cdn.jsdelivr.net/gh/ruvnet/ruflo@main/scripts/install.sh | bash
所有平台(包括原生 Windows PowerShell / cmd):
# Interactive setup wizard — runs identically on every platform
npx ruflo@latest init wizard
# Quick non-interactive init
# npx ruflo@latest init
# Or install globally
npm install -g ruflo@latest
💡 Windows 用户:
curl ... | bash形式需要 POSIX shell(Git-Bash、WSL、MSYS)。npx ruflo@latest init wizard命令可在 PowerShell 和 cmd 中原生运行。如果遇到'bash' is not recognized错误,请改用npx命令——两者最终都会运行相同的初始化流程。
MCP 服务
# Add Ruflo as an MCP server in Claude Code
claude mcp add claude-flow -- npx ruflo@latest mcp start
您将获得什么
| 能力 | 描述 |
|---|---|
| 面向编码、测试、安全、文档和架构的专业 Agent | |
| 零信任联邦机制——跨机器/组织的 Agent 可安全地发现彼此、进行身份验证并交换工作 | |
| 具备共识机制的分层、网状和自适应拓扑 | |
| SONA 神经模式、ReasoningBank、轨迹学习 | |
基于 HNSW 索引的 AgentDB——经测量,在 N=20k 时速度约快 1.9 倍,在 N=5k 时比暴力搜索快约 3.2 倍–4.7 倍(recall@10 约为 0.99);ANN 在超过交叉点后表现更优,在较小 N 时持平或较慢。参见审计和scripts/benchmark-intelligence.mjs | |
| 12 个自动触发的工作器(审计、优化、testgaps 等) | |
| 33 个原生 Claude Code 插件 + 21 个 npm 插件 | |
| 支持 Claude、GPT、Gemini、Cohere、Ollama,并提供智能路由 | |
| AIDefence、输入验证、CVE 修复、路径遍历防护 | |
| 在零信任安全机制下实现跨安装的 Agent 协作 | |
在发布前审计您的 AI Agent 配置。评估就绪度(1-100),扫描工具配置中的安全问题,快照整个项目以便随时间推移发现回归问题,并查找与您的代码仓库匹配的模板。ruflo eject 可将 ruflo 项目转换为拥有独立名称的独立 Agent 工具包。完整指南。 |
从经验中学习
有用的执行轨迹和任务反馈可为未来工作提供参考。结果取决于已配置的记忆、学习组件和反馈质量。学习插件。
Agent 联邦——面向 Agent 的 Slack
Slack 为团队提供了频道。联邦为 Agent 提供同样的功能——跨越信任边界的共享工作区,让不同机器、组织或云区域上的 Agent 可以互相发现、验证身份并协作完成任务。
区别在于:有些频道可信,有些则不可信。@claude-flow/plugin-agent-federation 会自动处理这一切。你的 Agent 加入联邦,通过 mTLS + ed25519 验证身份,然后开始交换工作——在任何内容离开你的节点之前,都会先剥除 PII,并且每条消息都可审计。不可信的 Agent 仍可在较低权限下参与:它们能看到发现信息,但看不到你的记忆。随着它们证明自己可靠,信任级别会提升。如果它们行为不当,信任级别会立即降低——无需人工介入。
你不必配置握手或管理证书。运行 federation init、federation join,你的 Agent 就会开始交流。协议负责身份验证,PII 流水线负责数据安全,审计跟踪负责合规。
📘 完整用户指南:
docs/federation/——设置、MCP 工具、信任级别、断路器,以及连接数据包层可达性与联邦信任的(可选启用)WireGuard 网状网络层。ADR-111 深入说明见docs/federation/phase7-mesh-bringup.md。
联邦功能
| 功能 | 工作方式 | |
|---|---|---|
| 🔒 | 零信任联邦 | 远程 Agent 初始均不可信。通过 mTLS + ed25519 质询—响应验证身份。无需 API 密钥,也无需共享密钥。 |
| 🛡️ | PII 门控数据流 | 14 种类型的检测流水线会扫描每条出站消息。按信任级别应用策略:BLOCK、REDACT、HASH 或 PASS。自适应校准可减少误报。 |
| 📊 | 行为信任评分 | 公式(0.4×success + 0.2×uptime + 0.2×threat + 0.2×integrity)持续评估对等方。提升信任级别需要历史记录;降低则会立即生效。 |
| 📋 | 内置合规功能 | 将 HIPAA、SOC2、GDPR 审计跟踪作为合规模式。每个联邦事件都会生成结构化记录,可通过 HNSW 搜索。 |
| 🤝 | 9 个 MCP 工具 + 10 个 CLI 命令 | 完整生命周期:federation_init、federation_send、federation_trust、federation_audit 等。 |
示例:两个团队共享欺诈信号,但不共享客户数据
# Team A: initialize federation and generate keypair
npx claude-flow@latest federation init
# Team A: join Team B's federation endpoint
npx claude-flow@latest federation join wss://team-b.example.com:8443
# Team A: send a task — PII is stripped automatically before it leaves
npx claude-flow@latest federation send --to team-b --type task-request \
--message "Analyze transaction patterns for account anomalies"
# Team A: check peer trust levels and session health
npx claude-flow@latest federation status
有关完整架构、信任模型和实现路线图,请参阅 issue #1669。
# Claude Code plugin
/plugin install ruflo-federation@ruflo
# Or via CLI
npx claude-flow@latest plugins install @claude-flow/plugin-agent-federation
Claude Code:使用 Ruflo 与不使用 Ruflo
| 功能 | 仅使用 Claude Code | + Ruflo |
|---|---|---|
| Agent 协作 | 相互隔离,没有共享上下文 | 通过共享记忆和共识进行集群协作 |
| 协调 | 手动编排 | 由 Queen 领导的层级结构(Raft、Byzantine、Gossip) |
| 记忆 | 仅限会话 | 基于 HNSW 的向量记忆,检索耗时不到 1 毫秒 |
| 学习 | 行为固定 | 通过模式匹配进行 SONA 自学习 |
| 任务路由 | 由你决定 | 智能路由(准确率 89%) |
| 后台工作者 | 无 | 12 个自动触发的工作者 |
| 大模型提供商 | 仅 Anthropic | 5 个提供商,可故障转移 |
| 安全性 | 标准 | 经过 CVE 强化,并配备 AIDefence |
架构概览
User --> Claude Code / CLI
|
v
Orchestration Layer
(MCP Server, Router, 27 Hooks)
|
v
Swarm Coordination
(Queen, Topology, Consensus)
|
v
100+ Specialized Agents
(coder, tester, reviewer, architect, security...)
|
v
Memory & Learning
(AgentDB, HNSW, SONA, ReasoningBank)
|
v
LLM Providers
(Claude, GPT, Gemini, Cohere, Ollama)
文档
面向四类读者的四份文档:
| 文档 | 何时阅读 |
|---|---|
| 状态 | 查看当前可用的功能——能力数量、测试基线、近期修复以及后续计划。这份文档解答“准备好了吗”。 |
| 用户指南 | 日常参考——每条命令、每个配置标志、每个插件。这份文档解答“怎么做”。 |
| MetaHarness 指南 | 了解如何评估 Agent 配置、扫描工具配置中的安全问题、检测不同运行之间的变更,以及将项目导出为独立的 Agent 工具包。这份文档解答“检查我的配置”。 |
| 基准测试 | 在 darwin-arm64 和 linux-x64 上,将 v3.8.0 SOTA 矩阵与 LangGraph / AutoGen / CrewAI 进行对比。ruflo 在冷启动、单轮执行和 RSS 方面快 1.3×–1953×。这份文档解答“够快吗”。 |
| 验证 | 通过密码学方法证明已安装的字节与签名见证相符——ruflo verify。这份文档解答“信任,但要验证”。 |
| 团队网关检查清单 | 合并前检查关卡、双模式交接、内存命名空间共享,以及每次合并对应的见证清单条目。这份文档介绍“更安全的团队工作流”。 |
基准测试内部资料(用于复现):sota-workload-spec.md · SOTA-PROGRESS.md · 原始矩阵 JSON:darwin · linux
用户指南章节索引:
| 章节 | 主题 |
|---|---|
| 快速入门 | 安装、先决条件、安装配置 |
| 核心功能 | MCP 工具、Agent、内存、神经学习 |
| 智能与学习 | 钩子、工作器、SONA、模型路由 |
| 群集与协调 | 拓扑、共识、蜂巢思维 |
| 安全 | AIDefence、CVE 修复、验证 |
| 生态系统 | RuVector、agentic-flow、Flow Nexus |
| 配置 | 环境变量、配置架构 |
| 插件市场 | 浏览并安装插件 |
支持
| 资源 | 链接 |
|---|---|
| 文档 | 用户指南 |
| 问题与 Bug | GitHub Issues |
| 企业服务 | ruv.io |
| 社区 | Agentics Foundation Discord |
| 技术支持 | Cognitum.one |
许可证
MIT - RuvNet
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。

