开源项目

ruflo

ruflo

多智能体编排平台,专为Claude Code设计,支持部署100+专门化Agent、协调自主工作流、集成RAG和联邦通信。亮点是32个插件市场(涵盖测试、安全、架构等)、自学习记忆(SONA神经网络+向量数据库)和跨机器零信任联邦,让Agent像团队一样协作。今日新增1258星,热度来自其将Claude Code扩展成企业级Agent编排系统的能力。

README

Ruflo Banner

✨ 尝试 UI Beta 版 — flo.ruv.io 🎯 目标规划器 — goal.ruv.io 🤖 实时智能体 — goal.ruv.io/agents

在 GitHub 上加星 MIT 许可证 Claude Code

Ruflo

面向 Claude Code 的多智能体 AI 编排

在机器、团队和信任边界之间编排 100+ 个专业 AI 智能体。Ruflo 为 Claude Code 添加了协调的群体、自学习记忆、联邦通信和企业安全——让智能体不只是运行,而是协作。

为什么选择 Ruflo?

Claude Flow 现已更名为 Ruflo——由 Ruv 命名,他热爱 Rust、心流状态,以及构建那些感觉必然会发生的事物。"Ru"代表 Ruv 本人,"flo"代表 flow(心流)。底层是由 Rust 编写的 WASM(WebAssembly)内核,驱动策略引擎、嵌入向量和证明系统。

Ruflo 能做什么

一次 init 就让 Claude Code 拥有了神经系统:智能体自组织成群体,从每个任务中学习,跨会话记忆,并且——通过联邦功能——安全地与其他机器上的智能体通信,而不会泄露数据。你只需继续编写代码,Ruflo 负责协调。

自学习 / 自优化智能体架构

用户 --> Ruflo (CLI/MCP) --> 路由器 --> 群体 --> 智能体 --> 记忆 --> LLM 提供商
                          ^                           |
                          +---- 学习循环 <-----------+

Ruflo 新手? 你不需要学习 314 个 MCP 工具或 26 条 CLI 命令。init 之后,正常使用 Claude Code 即可——钩子系统会自动路由任务、从成功模式中学习,并在后台协调智能体。


Ruflo 插件

快速开始

Claude Code 插件(推荐)

将 Ruflo 安装为原生 Claude Code 插件——直接添加技能、命令、智能体和 MCP 工具:

# 添加市场
/plugin marketplace add ruvnet/ruflo

# 安装核心插件及你需要的其他插件
/plugin install ruflo-core@ruflo
/plugin install ruflo-swarm@ruflo
/plugin install ruflo-autopilot@ruflo
/plugin install ruflo-federation@ruflo
全部 32 个插件
核心与编排
插件 功能
ruflo-core 基础——服务器、健康检查、插件发现
ruflo-swarm 协调多个智能体作为团队
ruflo-autopilot 让智能体在循环中自主运行
ruflo-loop-workers 按定时器调度后台任务
ruflo-workflows 可复用的多步骤任务模板
ruflo-federation 不同机器上的智能体安全协作
记忆与知识
插件 功能
ruflo-agentdb 用于智能体记忆的快速向量数据库
ruflo-rag-memory 智能检索——混合搜索、图跳跃、多样性排序
ruflo-rvf 跨会话保存和恢复智能体记忆
ruflo-ruvector ruvector——GPU 加速搜索、Graph RAG(图增强检索)、103 个工具
ruflo-knowledge-graph 构建和遍历实体关系图谱
智能与学习
插件 功能
ruflo-intelligence 智能体从过去的成功中学习并变得更聪明
ruflo-daa 动态智能体行为和认知模式
ruflo-ruvllm 运行本地 LLM(Ollama 等),并带智能路由
ruflo-goals 将大目标分解为计划并跟踪进度
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 diff、评分风险、建议审查者
ruflo-docs 自动生成和维护文档
安全与合规
插件 功能
ruflo-security-audit 扫描漏洞和 CVE(常见漏洞与暴露)
ruflo-aidefence 阻止提示注入、检测 PII(个人可识别信息)、安全扫描
架构与方法论
插件 功能
ruflo-adr 通过活档案追踪架构决策
ruflo-ddd 脚手架领域驱动设计——上下文、聚合、事件
ruflo-sparc 带质量门的引导式 5 阶段开发方法
DevOps 与可观测性
插件 功能
ruflo-migrations 安全管理数据库模式变更
ruflo-observability 结构化日志、追踪和指标集中管理
ruflo-cost-tracker 追踪 token 使用量、设置预算、获取成本告警
可扩展性
插件 功能
ruflo-wasm 运行沙箱化的 WebAssembly 智能体
ruflo-plugin-creator 脚手架、验证和发布你自己的插件
领域特定
插件 功能
ruflo-iot-cognitum IoT 设备管理——信任评分、异常检测、设备群
ruflo-neural-trader neural-trader——4 个智能体的 AI 交易、回测、112+ 工具
ruflo-market-data 导入市场数据、向量化 OHLCV、检测模式

CLI 安装

# 一行安装
curl -fsSL https://cdn.jsdelivr.net/gh/ruvnet/ruflo@main/scripts/install.sh | bash

# 或者通过 npx
npx ruflo@latest init --wizard

# 或者全局安装
npm install -g ruflo@latest

MCP 服务器

# 在 Claude Code 中将 Ruflo 添加为 MCP 服务器
claude mcp add ruflo -- npx -y @claude-flow/cli@latest

你能获得什么

能力 描述
🤖 100+ 智能体 用于编码、测试、安全、文档、架构的专业智能体
📡 通信层 零信任联邦——跨机器/组织的智能体可以安全地发现、认证和交换工作
🐝 群体协调 层级、网状和自适应拓扑,带共识机制
🧠 自学习 SONA 神经模式、推理库、轨迹学习
💾 向量记忆 HNSW 索引的 AgentDB,搜索速度提升 150 倍至 12,500 倍
⚡ 后台工人 12 个自动触发的工人(审计、优化、测试缺口检测等)
🧩 插件市场 32 个原生 Claude Code 插件 + 21 个 npm 插件
🔌 多提供商 Claude、GPT、Gemini、Cohere、Ollama,带智能路由
🛡️ 安全 AIDefence(AI 防御)、输入验证、CVE 修复、路径遍历防护
🌐 智能体联邦 跨安装的智能体协作,零信任安全
💬 Web UI Beta 在 flo.ruv.io 的多模型聊天,支持并行 MCP 工具调用和浏览器内 WASM 工具画廊
🎯 RuFlo 研究 goal.ruv.io 的 GOAP A* 规划器——用自然语言描述的目标转化为可执行的智能体计划,并在 /agents 提供实时智能体仪表盘

RuFlo Web UI 在 flo.ruv.io 上执行并行 MCP 工具调用——ruflo__memory_store 和 ruflo__memory_search 在单个模型回合中同时触发,带有 'Step 1 — 2 tools completed' 并行执行指示器,思维过程面板可见,Qwen 3.6 Max 为当前活动模型。多智能体 AI 聊天,支持模型上下文协议 (MCP) 工具调用、通过 AgentDB + HNSW 实现的持久向量记忆、群体协调,以及通过 OpenRouter 访问的 6 个前沿模型,包括 Claude Sonnet 4.6、Gemini 2.5 Pro 和 OpenAI。

Web UI(Beta)——可自托管,托管演示在 flo.ruv.io

RuFlo 的 Web UI 是一个多模型 AI 聊天,内置模型上下文协议 (MCP) 工具调用。 与 Qwen、Claude、Gemini 或 OpenAI 对话的同时,RuFlo 会调用 CLI 使用的相同 MCP 工具——智能体编排、持久记忆、群体协调、代码审查、GitHub 操作——全部从聊天中直接进行。无需安装,无需 API 密钥即可试用。

它是什么 为什么重要
🧠 任何模型,本地或远程 开箱即用的 6 个精选前沿模型——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。添加你自己的模型:任何兼容 OpenAI 的端点(vLLM、Ollama、LM Studio、Together、Groq、自托管)。
🦾 ruvLLM 自学习 AI 原生支持 ruvLLM(位于 ruvnet/RuVector/examples/ruvLLM)——RuFlo 的自我改进本地模型层。路由到 MicroLoRA 适配器,通过 SONA 从你的轨迹中学习,并保留在你的机器上。可与云端模型搭配使用或完全离线运行。
🛠️ 约 210 个工具,随时可用 5 个服务器组(核心、智能、智能体、记忆、开发工具),外加一个 18 个工具的画廊,完全在浏览器中运行——支持离线。
🔌 自带 MCP 服务器 点击聊天输入框中的 MCP (n) 按钮 → 添加服务器 并粘贴任何 MCP 端点(HTTP、SSE 或 stdio)。你的工具将与 RuFlo 的原生工具一起在同一并行执行流中使用。在 localhost:3000 上运行本地 MCP 服务器即可直接使用。
⚡ 工具并行运行 一个模型响应可以同时触发 4-6+ 个工具。UI 以卡片形式显示,带有 Step 1 — 2 tools completed 徽章,让你确切知道哪些工具已运行。
💾 持久记忆 说"记住我最喜欢的颜色是靛蓝色",几周后询问——RuFlo 会回忆起。基于 AgentDB + HNSW 向量搜索(比暴力搜索至少快 150 倍)。
📘 内置能力导览 点击侧边栏的问号图标——会打开一个"RuFlo 能力"模态框,显示完整的工具列表、模型优势、架构和键盘快捷键。
🏠 可自托管 Web UI 以 Docker 形式提供(ruflo/src/ruvocal/Dockerfile),内嵌 MongoDB。部署到你自己的 Cloud Run / Fly / Kubernetes / docker-compose。托管的 flo.ruv.io 演示只是其中一种选择;完全支持运行你自己的实例。
🚀 零安装即可试用 打开托管 URL,选择一个模型,输入问题。这就是全部上手流程。

尝试托管演示: https://flo.ruv.io/——无需账户,无需 API 密钥。运行你自己的: 源代码位于 ruflo/src/ruvocal/,带有多阶段 Dockerfile(INCLUDE_DB=true 会构建 MongoDB)和用于 Google Cloud Run 的 cloudbuild.yaml。架构见 ADR-033,路线图见 issue #1689。

goal.ruv.io/agents——面向自主 AI 智能体的 RuFlo 目标导向行动规划 (GOAP) UI。可视化目标分解、状态空间的 A* 搜索、多智能体任务分配和实时智能体遥测。

目标规划器 UI——自主智能体,位于 goal.ruv.io

将高层次目标转化为可执行的智能体计划。 goal.ruv.io 是 RuFlo 托管的面向目标行动规划 (GOAP) 前端——用自然语言描述一个成果,然后观察 RuFlo 将其分解为前置条件、行动,并通过状态空间进行 A* 路径搜索,最后将工作分发给位于 /agents 的实时智能体。

它是什么 为什么重要
🎯 自然语言目标 输入 "完成认证重构,包含测试和一个 PR"——RuFlo 提取成功标准、约束条件和隐含的前置条件。无需 JSON,无需 DSL。
🧭 GOAP A* 规划器 经典游戏 AI 规划移植到软件工作:通过带前置条件/效果的行动进行状态空间搜索,找到最短可行路径。当状态变化时能够实时重新规划。
🤖 实时智能体仪表盘 goal.ruv.io/agents 显示每个生成的智能体——角色、当前步骤、记忆命名空间、token 预算、状态。点击可检查轨迹、终止失控工人或重新分配任务。
🌳 可视化计划树 目标以可折叠的行动树形式呈现,突出显示进度、阻塞分支和回滚。确切了解智能体为何选择某条路径——无需不透明的思维链。
♻️ 自适应重新规划 当某个行动失败或新信息到来时,规划器从当前状态重新运行 A*,而不是重新开始。失败转化为学习,而非死循环。
🧠 共享记忆 + SONA 计划、轨迹和结果会流入 AgentDB。未来的计划通过 HNSW 检索过去的解决方案——规划器随每次运行变得更聪明。
🔗 接入 MCP 工具 每个行动节点映射到一个工具调用(RuFlo 的约 210 个 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调度它们。
🚀 零安装即可试用 打开 goal.ruv.io,描述一个目标,观察它运行。源代码位于 v3/goal_ui/——Vite + Supabase,可自托管。

尝试体验: https://goal.ruv.io/ 用于目标 · https://goal.ruv.io/agents 用于实时智能体。运行你自己的: 克隆 goal 分支,然后 cd v3/goal_ui && npm install && npm run dev。

智能体联邦——智能体间的 Slack

你的智能体 --> [ 移除机密信息 ] --> [ 签名消息 ] --> [ 加密信道 ]
                 邮箱、社保号、       证明消息来自        传输过程中
                 密钥被移除           你本人               无人可读
                                                                |
                                                                v
对方智能体 <-- [ 阻止攻击 ] <-- [ 检查身份 ] <------+
                 阻止提示           拒绝伪造消息
                 注入

                         双方均有审计痕迹。
                 信任随时间建立。不良行为 = 即时降级。

Slack 为团队提供了频道。联邦为智能体提供了同样的东西——跨越信任边界的共享工作空间,在不同机器、组织或云区域的智能体可以互相发现、证明身份并协作完成任务。

区别在于:有些频道被信任,有些则否。@claude-flow/plugin-agent-federation 自动处理这一点。你的智能体加入联邦,通过 mTLS + ed25519 验证,然后开始交换工作——在信息离开你的节点之前,PII(个人可识别信息)已被剥离,且每条消息都可审计。不受信任的智能体仍可以较低权限参与:它们能看到发现信息,但无法访问你的记忆。随着它们证明可靠性,信任等级会提升。如果行为不当,它们会立即被降级——无需人工干预。

你无需配置握手或管理证书。只需 federation init、federation join,你的智能体就开始交流。协议处理身份,PII 管道处理数据安全,审计痕迹处理合规。

联邦能力
能力 工作原理
🔒 零信任联邦 远程智能体以不受信任状态开始。通过 mTLS + ed25519 质询-响应证明身份。无需 API 密钥,无需共享密钥。
🛡️ PII 门控数据流 14 种类型的检测管道扫描每条出站消息。基于信任级别的策略:BLOCK、REDACT、HASH 或 PASS。自适应校准减少误报。
📊 行为信任评分 公式(0.4×成功率 + 0.2×在线率 + 0.2×威胁评分 + 0.2×完整性)持续评估对等方。升级需要历史记录;降级即时生效。
📋 内置合规 作为合规模式的 HIPAA、SOC2、GDPR 审计跟踪。每个联邦事件生成一条结构化记录,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:两个团队在不共享客户数据的情况下共享欺诈信号
# 团队 A:初始化联邦并生成密钥对
npx claude-flow@latest federation init

# 团队 A:加入团队 B 的联邦端点
npx claude-flow@latest federation join wss://team-b.example.com:8443

# 团队 A:发送任务——PII 在离开之前自动剥离
npx claude-flow@latest federation send --to team-b --type task-request \
  --message "分析交易模式以发现账户异常"

# 团队 A:检查对等信任级别和会话健康
npx claude-flow@latest federation status

完整的架构、信任模型和实现路线图见 issue #1669。

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

# 或者通过 CLI
npx claude-flow@latest plugins install @claude-flow/plugin-agent-federation
Claude Code:有 Ruflo 与无 Ruflo 的对比
能力 仅 Claude Code + Ruflo
智能体协作 孤立,无共享上下文 带共享记忆和共识的群体
协调 手动编排 女王领导层级(Raft、拜占庭、Gossip)
记忆 仅会话级 HNSW 向量记忆,亚毫秒级检索
学习 静态行为 SONA 自学习,带模式匹配
任务路由 由你决定 智能路由(89% 准确率)
后台工人 无 12 个自动触发的工人
LLM 提供商 仅 Anthropic 5 个提供商,带故障转移
安全 标准 CVE 加固 + AIDefence
架构总览
用户 --> Claude Code / CLI
          |
          v
    编排层
    (MCP 服务器、路由器、27 个钩子)
          |
          v
    群体协调
    (女王、拓扑、共识)
          |
          v
    100+ 个专业智能体
    (程序员、测试员、审查员、架构师、安全...)
          |
          v
    记忆与学习
    (AgentDB、HNSW、SONA、推理库)
          |
          v
    LLM 提供商
    (Claude、GPT、Gemini、Cohere、Ollama)

文档

完整文档包括架构、配置、CLI 参考、API 用法、插件开发和高级主题:

用户指南——完整的参考文档

章节 主题
快速开始 安装、先决条件、安装配置
核心功能 MCP 工具、智能体、记忆、神经学习
智能与学习 钩子、工人、SONA、模型路由
群体与协调 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、配置模式
插件市场 浏览和安装插件

支持

资源 链接
文档 用户指南
问题与错误 GitHub Issues
企业版 ruv.io
社区 Agentics Foundation Discord
由以下提供支持 Cognitum.one

许可证

MIT - RuvNet

开源项目ruvnet2026-05-02原文

相关内容