Ruflo:为 Claude Code 和 Codex 打造的智能体协作框架

🌊 原始特工元束缚。部署智能多人群体,协调自主工作流程,构建对话式AI系统。具备自适应记忆、自学智能、RAG集成,以及原生Claude代码/Codex/Hermes等多种功能。

https://Cognitum.One

鲁弗洛

克劳德代码和法典的特工元绑架。

代理 = 型号 + 线束。模型写道:束带为它提供了工具、内存、循环、沙盒和控制,使它真正能正常工作。Ruflo 是安全带——围绕Claude代码和Codex的执行层,增加了100+个专业代理、协调蜂群、自学习记忆、跨机器联邦通信以及企业安全护栏。所以经纪人不仅仅是逃跑,而是协作。

一npx ruflo init赋予克劳德代码一个神经系统:代理自我组织成群体,从每个任务中学习,跨会话记忆,并且——通过联邦——安全地与其他机器上的代理通信而不泄露数据。

你继续写代码。Ruflo负责协调工作。

Self-Learning / Self-Optimizing Agent Architecture

User --> Ruflo (CLI/MCP) --> Router --> Swarm --> Agents --> Memory --> LLM Providers
                          ^                           |
                          +---- Learning Loop <-------+
刚接触Ruflo吗?你不需要学习314个MCP工具或26个CLI命令。之后init,只需正常使用Claude代码即可——钩子系统会自动路由任务,从成功的模式中学习,并在后台协调代理。

📖 背景——名称的由来

克劳德·弗洛现在是鲁弗洛——由rUv,他热爱Rust、流动状态,以及那些感觉不可避免的建造。“Ru”是rUv。“flo”工作到凌晨3点。底下,动力由Cognitum.One代理架构,运行基于Rust的超强AI引擎、嵌入、内存和插件系统。
Ruflo Plugins

快速入门

有两种不同的安装路径表面积差异很大。根据你需要的选择(#1744):

Claude Code 插件 CLI 安装 (npx ruflo init)
它给你带来的 每个插件的斜杠命令 + 几个技能 + 代理定义 完整的 Ruflo 循环 — 98 个代理,60+ 命令,30 个技能,MCP 服务器,钩子,守护进程
工作区里的文件 零 .claude/,.claude-flow/,CLAUDE.md、助手、设置
注册的MCP服务器 只有当ruflo-core安装(它自己发货).mcp.json)——大多数其他插件则不支持。 是的
安装的钩子 不 是的
最佳 试试单个插件的命令,但不完全安装 生产使用——一切按文档运行

路径A — Claude Code 插件(仅限轻量版,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

这增加了斜杠命令和代理定义。ruflo-core(如上所述)在安装时确实注册了自己的MCP服务器——其工具可调用为mcp__plugin_ruflo-core_ruflo__*(例如:mcp__plugin_ruflo-core_ruflo__memory_store),不是最裸露的memory_store/swarm_init/agent_spawnCLI轨道支架使用的名称。

其他插件通常不会自带MCP服务器。对于完整的环路,包含CLI轨道工具名称,请使用下方路径B。

🔌 全部35个插件

核心与编排

插件 它的作用
鲁弗洛核心 基础 — 服务器、健康检查、插件发现
鲁弗洛群 协调多名特工作为团队
鲁弗洛自动驾驶 让代理在循环中自主运行
鲁弗洛圈工人 在计时器上安排后台任务
ruflo-工作流程 可重复使用的多步骤任务模板
橄榄球联合会 不同机器上的代理可以安全地协作

记忆与知识

插件 它的作用
ruflo-agentdb 代理内存的快速向量数据库
鲁弗洛-布-记忆 智能检索——混合搜索、图跳、多样性排序
鲁弗洛-皇家志愿军 跨会话保存和恢复代理内存
鲁弗洛-鲁弗罗向量 ruvector—— GPU 加速搜索,Graph RAG,103 个工具
ruflo-知识图谱 构建与遍历实体关系映射

智力与学习

插件 它的作用
鲁弗洛智能 经纪人从过去的成功中学习,变得更聪明
ruflo-graph-智能 亚线性图推理——PageRank、delta更新、复杂度感知执行(ADR-123)
鲁弗洛-DAA 动态代理行为与认知模式
鲁弗洛-鲁弗尔姆 运行本地大型语言模型(如Ollama等)并配合智能路由
ruflo-goals 把大目标拆分成计划,跟踪进展

代码质量与测试

插件 它的作用
鲁弗洛-特斯特根 找到缺失的测试并自动生成
ruflo-browser 使用 Playwright 自动化浏览器测试
鲁弗罗柔术 分析git差异,评分风险,推荐评审
鲁弗洛纪录片 自动生成和维护文档

安全与合规

插件 它的作用
RUFFLO-安全-审计 扫描漏洞和CVE
鲁弗罗-艾德芬斯 块提示注入,检测个人身份信息(PII),安全扫描

架构与方法论

插件 它的作用
鲁弗洛-ADR 用活记录跟踪架构决策
鲁弗洛-DDD 基于框架的领域驱动设计——上下文、聚合、事件
鲁弗洛-斯帕克 带质量门的引导五阶段开发方法
鲁弗洛-元哈内斯 对你的代理设置进行评分,扫描工具配置以防安全风险,并跟踪时间变化(指南)
鲁布洛竞技场 竞技规则学——赛事中,中场代理人之间的策略相互竞争,爬山赛和共同进化获胜者(ADR-147/148)

DevOps 与可观测性

插件 它的作用
鲁弗洛迁徙 安全管理数据库模式更改
鲁弗洛可观测性 结构化日志、追踪和度量集中在一处
ruflo-cost-tracker 跟踪代币使用情况,设定预算,获取成本提醒

可扩展性

插件 它的作用
鲁弗洛特工 Run agents — 本地WASM沙盒(rvagent)+ Anthropic Claude Managed Agents(云)
ruflo-plugin-creator 搭建、验证并发布你自己的插件

领域特定

插件 它的作用
ruflo-iot-cognitum 物联网设备管理——信任评分、异常检测、车队管理
鲁弗洛神经交易者 neural-trader—— 4 代理的 AI 交易,回测,112+ 工具
ruflo-market-data 获取市场数据,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:该curl ... | bash形式需要一个 POSIX shell(Git-Bash、WSL、MSYS)。该npx ruflo@latest init wizardLine 在 PowerShell 和 cmd 中原生运行。如果你撞上了'bash' is not recognized错误,使用以下npx线路——两者最终运行相同的初始化流程。

MCP服务器

# Add Ruflo as an MCP server in Claude Code
claude mcp add claude-flow -- npx ruflo@latest mcp start

你得到了什么

能力 描述
🤖100+ 特工 专门用于编码、测试、安全、文档、架构的代理
📡通信层 零信任联邦——跨机器/组织的代理安全地发现、认证并交换工作
🐝群体协调 层次式、网格式和自适应型达成共识的拓扑
🧠自学 SONA神经模式,ReasoningBank,轨迹学习
💾向量存储器 HNSW 索引的 AgentDB — 在 N=20k 时速度快 ~1.9倍,N=5k 时速度快 ~3.2x–4.7倍,相较于暴力破解(recall@10 ~0.99);ANN在交叉点以上获胜,在小N区平局/输。参见审计+scripts/benchmark-intelligence.mjs
⚡背景工作者 12个自动触发工作者(审计、优化、测试间隙等)
🧩插件市场 33个原生Claude Code插件 + 21个npm插件
🔌多提供者 Claude、GPT、Gemini、Cohere、Ollama 和智能路由
🛡️安全性 辅助、输入验证、CVE修复、路径穿越预防
🌐联邦特工 零信任安全的跨安装代理协作
🔬MetaHarness 发货前请审核你的AI代理设置。评分准备度(1-100),扫描工具配置是否有安全问题,快照整个项目以发现时间上的回归,并找到与仓库匹配的模板。ruflo eject将一个RUFFLO项目转变为一个独立的代理工具包,并拥有自己的名字。完整指南.
💬网页界面测试版 多模型聊天flo.ruv.io并行MCP工具调用和浏览器内WASM工具库
🎯RuFlo 研究 GOAP A* 计划本goal.ruv.io—— 简明英语目标→可执行代理计划,配有实时代理仪表盘/代理人

Web UI(测试版)——自托管、托管演示于flo.ruv.io

RuFlo 的网页界面是一个多模型 AI 聊天,内置了模型上下文协议(MCP)工具调用功能。你可以直接在聊天中调用 Qwen、Claude、Gemini 或 OpenAI,RuFlo 调用 CLI 使用的 MCP 工具——代理编排、持久内存、群组协调、代码审查、GitHub 运营。

不需要安装,也不需要API密钥就能尝试。

是什么 为什么重要
🧠 任何型号,本地或远程 6款精选的前沿模型开箱即用——Qwen 3.6 Max(默认)、Claude Sonnet 4.6、Claude Haiku 4.5、Gemini 2.5 Pro、Gemini 2.5 Flash、OpenAI — 通过OpenRouter。添加你自己的:任何兼容 OpenAI 的终端(vLLM、Ollama、LM Studio、Together、Groq、自托管)。
🦾 ruvLLM 自学型 AI 原生支持ruvLLM(居住在ruvnet/RuVector/examples/ruvLLM)——RuFlo 的自我改进局部模型层。它会路由到MicroLoRA适配器,通过SONA学习你的轨迹,并且一直运行在你的机器上。可以搭配云端模型,也可以完全离线运行。
🛠️ ~210个工具,随时调用 5个服务器组(Core、Intelligence、Agents、内存、DevTools)加上一个18个工具库,完全在浏览器中运行——离线运行。
🔌 带上你自己的MCP服务器 点击MCP(无)聊天中的Pill输入→添加服务器并粘贴任意MCP端点(HTTP、SSE或stdio)。你的工具与RuFlo原生工具在同一并行执行流程中加入。运行一个本地MCP服务器localhost:3000而且效果很好。
⚡ 工具并行运行 一个模型响应可以同时点燃4–6+工具。界面显示它们是带有第一步——完成2个工具徽章,这样你就能准确看到具体的比赛内容。
💾 记忆难忘 说“记住我最喜欢的颜色是靛蓝色”几周后再问——鲁弗洛会想起来。支持 AgentDB + HNSW 向量搜索(测量速度比交叉点以上暴力破解快 ~1.9–4.7 倍,recall@10 ~0.99)。
📘 内置功能导览 点击侧边栏的问号图标——“RuFlo 功能”模式会打开,包含完整的工具列表、模型优势、架构和快捷键。
🏠 自托管 Web UI 以 Docker 形式发布 (ruflo/src/ruvocal/Dockerfile)并嵌入了Mongo。部署到你自己的云端,运行/飞行/Kubernetes / docker-compose。主持人flo.ruv.io演示是一个选项;自己运行完全支持。
🚀 零安装 打开托管的网址,选一个模型,输入问题。这就是整个入职流程。

试试托管演示: https://flo.ruv.io/——没有账户,没有API密钥。自己运行:源头居住在ruflo/src/ruvocal/带有多阶段 Docker 文件(INCLUDE_DB=true在MongoDB中构建)以及一个cloudbuild.yaml用于Google Cloud Run。

参见ADR-033对于建筑和第#1689期为了路线图。

Goal Planner UI — 自主代理goal.ruv.io

将高层目标转化为可执行的代理计划。 goal.ruv.io是RuFlo托管的目标导向行动规划(GOAP)前端——用通俗易懂的英语描述一个结果,并观看RuFlo将其分解为前提条件、动作和状态空间中的A*路径,然后将工作派遣到实时代理/agents.

是什么 为什么重要
🎯 简单英语目标 类型“发布带有测试和PR的认证重构”—— RuFlo 提取成功标准、约束条件和隐含前提条件。没有JSON,也没有DSL。
🧭 GOAP A* 规划器 经典的游戏AI规划移植到软件工作中:通过带有前提条件/效果的动作进行状态空间搜索,以找到最短可行路径。州变时临时重新规划。
🤖 Live agent dashboard goal.ruv.io/agents显示每个生成的代理——角色、当前步、内存命名空间、令牌预算、状态。点击查看轨迹、消灭逃跑的工人或重新分配。
🌳 可视化平面树 目标会以可折叠的动作树形式呈现,进度、被阻挡的分支和回滚都会被高亮显示。参见没错为什么一个特工选择了一条道路——没有晦涩的思路链条。
♻️ 适应性重新规划 当动作失败或有新信息到达时,计划器会从当前状态重新运行A*,而不是重新开始。失败变成了学习,而不是循环。
🧠 共享内存 + SONA 计划、轨迹和结果都流入 AgentDB。未来计划通过HNSW检索过去的解决方案——规划者每次运行都会变得更聪明。
🔗 有线连接到MCP工具 每个动作节点都映射到一个工具调用(RuFlo 的 ~210 MCP 工具、你的自定义服务器或 shell)。规划器在依赖图允许的情况下并行安排它们。
🚀 零安装 开门goal.ruv.io描述进球,看它跑。源头居住于v3/goal_ui/— Vite + Supabase,自托管。

试试看: https://goal.ruv.io/进球·https://goal.ruv.io/agents对于活人特工来说。自己运行:克隆goal分支和cd v3/goal_ui && npm install && npm run dev.

特工联邦——特工的Slack

Your Agent --> [ Remove secrets ] --> [ Sign message ] --> [ Encrypted channel ]
                 Emails, SSNs,        Proves it came       No one reads it
                 keys stripped         from you              in transit
                                                                |
                                                                v
Their Agent <-- [ Block attacks ] <-- [ Check identity ] <------+
                 Stops prompt          Rejects forgeries
                 injection

                          Audit trail on both sides.
                  Trust builds over time. Bad behavior = instant downgrade.

Slack为团队提供了频道。联邦也给特工同样的——跨信任边界的共享工作空间,不同机器、组织或云区域的代理可以相互发现,证明身份,并协作完成任务。

区别在于:有些频道是可信的,有些则不是。@claude-flow/plugin-agent-federation会自动处理。你的代理加入联盟,通过mTLS + ed25519进行验证,开始交换工作——在任何信息离开节点前就被剥离个人身份信息,每条消息都可以被审计。

不受信任的代理仍可以较低权限参与:他们看到的是发现信息,而非你的记忆。由于它们被证明可靠,信任升级。如果他们表现不当,会立即被降级——不需要任何人参与。

你不需要配置握手或管理证书。你federation init,federation join你的经纪人开始发言。协议负责身份识别,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,以及将分组层可达性与联邦信任绑定的(选择加入)WireGuard网格层。ADR-111深度潜航docs/federation/phase7-mesh-bringup.md.

联邦能力

能力 工作原理
🔒 零信任联邦 远程代理一开始就不值得信任。身份通过mTLS + ed25519挑战-反应验证。没有API密钥,没有共享秘密。
🛡️ PII门控数据流 14型检测流水线扫描每一条出站消息。按信任级别的策略:阻挡、编辑、哈希或通过。自适应校准减少误报。
📊 行为信任评分 公式(0.4×success + 0.2×uptime + 0.2×threat + 0.2×integrity)持续评估同伴。升级需要历史;降级是瞬间发生的。
📋 内置合规 HIPAA、SOC2、GDPR审计跟踪作为合规模式。每个联合会活动都会生成一个结构化记录,可通过HNSW进行搜索。
🤝 9个MCP工具+10个CLI命令 完整生命周期:federation_init,federation_send,federation_trust,federation_audit,以及更多。

示例:两个团队共享欺诈信号却不共享客户数据

# 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

参见第#1669期提供完整的架构、信任模型和实现路线图。

# Claude Code plugin
/plugin install ruflo-federation@ruflo

# Or via CLI
npx claude-flow@latest plugins install @claude-flow/plugin-agent-federation

Claude 码:带 vs 无 Ruflo

能力 克劳德·代码 + 鲁弗洛
代理协作 孤立无援,没有共享的背景 拥有共享记忆和共识的蜂群
协调 手动配器 女王领导的等级制度(筏、拜占庭、八卦)
记忆 仅限场次 HNSW 矢量存储器,具备 sub-ms 检索功能
学习 静态行为 SONA自学与模式匹配
任务路由 你决定 智能路由(准确率89%)
背景工作者 没有 12名自动触发工人
LLM 提供者 仅限人类 5个提供故障切换的服务提供者
安全性 标准 采用 AIDefence 进行 CVE 加固

架构概述

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)

文献资料

四部纪录片,面向四大观众:

医生 何时阅读
现状 看看目前有效的方案——能力计数、测试基线、近期修复、下一步。该准备好了吗医生。
用户指南 每日引用——每一个命令、每个配置标志、每个插件。该我该怎么办医生。
MetaHarness 指南 如何对你的代理设置进行评分,安全扫描工具配置,检测运行间的变更,以及如何将项目弹出到独立的代理工具包中。该审计我的设置医生。
基准测试 v3.8.0 SOTA 矩阵与 LangGraph / AutoGen / CrewAI 在 darwin-arm64 + linux-x64 上的比较。鲁弗洛以1.3×赢得冷启动,RSS以1953×。该快吗医生。
验证 通过密码学证明你安装的字节与签名见证相符——ruflo verify.该信任但验证医生。
团队门户清单 合并前门、双模切换、内存命名空间共享以及每次合并时的见证清单条目。该更安全的团队工作流程医生。

基准内部结构(用于复制: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、前置条件、安装配置文件
核心功能 MCP工具、代理、记忆、神经学习
智力与学习 钩子、工人、索拉、模型路由
群聚与协调 拓扑、共识、群体意识
安全性 辅助处理、CVE修复与验证
生态系统 RuVector,代理流,流枢纽
配置 环境变量,配置模式
插件市场 浏览并安装插件

支持

资源 链接
文献资料 用户指南
问题与漏洞 GitHub 问题
企业号 ruv.io
社区 Agentics 基金会 Discord
动力来源 Cognitum.one

许可

与——RuvNet

添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论