公众号名称：极客之家

作者名称：丛林

发布时间：2026-05-24 16:55

现在的开发模式：用 Claude Code 写代码，敲几句描述，它给你生成一坨实现，改几轮，merge，完事。

但有一个问题一直在磨我：Claude Code 同一时间只干一件事。你让它写一个功能，它就专心写那个功能，不会分身去跑测试、搜依赖、检查安全漏洞。这不是 Claude 的锅，是单线程 Agent 的本质局限——一个模型的上下文窗口再大，也只有一个「注意力」。

直到遇到了 Ruflo。

它原来叫 Claude Flow

这个项目 2025 年 5 月以 Claude Flow 的名字出道，作者是 Reuven Cohen，GitHub ID：ruvnet。他的出发点很清楚：Claude Code 很强，但它是单线程的，能不能给它装一套「神经系统」，让多个 Agent 同时干活，互相通信，共享记忆？

2026 年初改名叫 Ruflo，「Ru」是他的网名 rUv，「flo」是凌晨三点还在写代码的那种 flow state。改名之后项目爆了，截至 2026 年 5 月，GitHub Stars 已经越过 5 万，是当前针对 Claude 生态里最成熟的多 Agent 编排平台。

底层跑的是他自己做的 Cognitum 架构，核心引擎用 Rust 写的，负责向量检索、低延迟 Agent 协同，以及一套自学习的记忆系统。

一行命令装进去，Claude Code 就不一样了

用法没有什么花头，就是这个：

npx ruflo@latest init wizard

跑完之后你的项目目录多了几个东西：.claude/、.claude-flow/、CLAUDE.md、hooks、MCP server 配置。Claude Code 从此启动的时候会自动接管——任务进来，Ruflo 的 hooks 系统会先判断它该路由给哪个 Agent，不用你手动指派。

README 里有一句话我觉得说得挺实在：

New to Ruflo? You don’t need to learn 314 MCP tools or 26 CLI commands. After init, just use Claude Code normally.

换句话说，它不是要你学一套全新的工作流，是在 Claude Code 的工作流下面加了一层协调引擎，背后自动跑。

几个关键技术点

Swarm

Queen 带着一群 Worker 干活

这是整个系统最核心的概念，叫 Hive-Mind Swarm（蜂群）。

大概是这样：你给出一个任务——比如「给这个微服务写完整的 JWT 鉴权，包括单测和文档」。Ruflo 会先启动一个 Queen Agent 做策略拆解，然后把任务分配给一群专门的 Worker Agent：架构师、编码者、测试者、安全审计员、文档生成器……这些 Worker 是并行跑的，不是排队等的。

并行到什么程度？官方数据是一次模型响应能同时触发 4—6 个以上的工具调用。对应的实际效果是：涉及 50 个文件以上的重构，过去要来来回回对话一两个小时的，现在 Ruflo 能在几分钟内搞定。

Worker 的种类不夸张，README 里列了超过 100 种专属 Agent，光插件目录里就有 33 个功能插件，从 ruflo-testgen（自动找缺失的测试并补全）到 ruflo-neural-trader（内置 4 个 Agent + 回测功能的量化交易模块）都有。

User --> Ruflo (CLI/MCP) --> Router --> Swarm --> Agents --> Memory --> LLM
                          ^                           |
                          +----  Learning Loop  -------+

这张架构图是 README 里的，看起来简单，但这个「Learning Loop」是有实质内容的，后面讲。

记忆

不止「这次对话」里的上下文

普通 Claude Code 对话没有跨会话记忆，今天说过的，明天开新窗口全忘了，架构决定要重新解释一遍，依赖选型要重新交代。这挺烦的，尤其是长期在跑的项目。

Ruflo 的解法是 AgentDB，一个专门为 Agent 轨迹优化的向量数据库，用 HNSW（Hierarchical Navigable Small World） 索引。官方给的 benchmark 是比暴力搜索快 150 倍到 12500 倍，「sub-ms」级别的语义检索。

实际用起来的效果是什么？你跟 Ruflo 说「记住我们项目用 Ed25519 做 JWT 签名」，下次新会话里它的 Agent 还记得，不用再说一遍。而且不只是单项记忆，整个「成功路径」都会被 SONA（自优化神经适配层）捕获存进 ReasoningBank——如果某种处理方式在你的代码库里跑通了，后续任务会自动优先复用这个模式，任务路由的准确率官方说能到 89%。

用得越多，它越懂你的项目。第 50 次用比第一次快，不是因为什么玄学，是它真的在积累上下文。

SPARC

一套强制你的 Agent 不乱写代码的方法论

光有 swarm 不够，如果 Agent 并行输出的代码质量参差不齐，最终还是要你人工 review 收尾，那效率提升大打折扣。

Ruflo 引入了一套叫 SPARC 的开发方法论，五个阶段强制走：

阶段	全称	干什么
S	Specification	先把需求、约束、验收标准写清楚
P	Pseudocode	先设计逻辑流，不直接动代码
A	Architecture	规划文件结构、接口、数据库 schema
R	Refinement	先写测试，再写实现，循环迭代
C	Completion	最终验证、生成文档、性能审计

本质是把 TDD 强制嵌进 Agent 的工作流里。跑完之后在 SWE-bench 上的解题率达到 84.8%，这是 2026 年开源 Agent 框架里比较靠前的数据。

README 里有专属的 ruflo-sparc 插件，一条命令触发：

ruflo sparc tdd "实现带 Stripe 集成的支付网关" --agents specification,architecture,coder,tester

Federation

Agent 不再被锁在一台机器上

这个功能是 v0.6 才加的，但我认为是整个项目最有意思的地方之一。

Federation（联邦） 解决的问题是：如果你有多台机器，或者跨团队协作，之前 Agent 都是孤立实例，没法互通。Federation 让不同机器上的 Ruflo 实例可以安全地发现彼此、传递任务，而且做了严格的隐私隔离。

技术上怎么保证安全？mTLS 双向认证 + Ed25519 签名，消息出节点之前自动过一个 14 类型的 PII 检测管道（邮箱、SSN、密钥……全部 BLOCK 或 REDACT），审计日志也内置了。信任不是静态配置的，有个行为评分公式实时跑：

信任分 = 0.4×成功率 + 0.2×在线率 + 0.2×威胁评分 + 0.2×完整性

新加入的 Agent 默认不信任，做出成绩才能升级权限；一旦检测到异常，立刻降级，不需要人工介入。

README 的类比我觉得很贴切：Slack 给人类工程师提供了频道，Federation 给 Agent 提供了同样的东西。

Web端也可以用

如果你不想搞本地安装，Ruflo 有两个在线入口可以直接试：

https://flo.ruv.io/

多模型对话界面，默认跑 Qwen 3.6 Max，同时支持 Claude Sonnet 4.6、Gemini 2.5 Pro、OpenAI。关键是 MCP 工具调用都在里面，一次对话能并行触发好几个工具。

内置约 210 个工具，分 5 个服务组（Core、Intelligence、Agents、Memory、DevTools），还有 18 个纯浏览器端跑的 WASM 工具，离线也能用。

自托管也支持，源码在 ruflo/src/ruvocal/，Docker 打包好了，INCLUDE_DB=true 构建时把 MongoDB 嵌进去，上 Cloud Run 或者 Fly 都行。

https://goal.ruv.io/

输入你的目标，GOAP（Goal-Oriented Action Planning）A* 规划器自动拆解成执行路径，分配给 Agent。goal.ruv.io/agents 有实时 Agent 看板，能看到每个 Worker 当前在干什么、剩余 token budget、可以手动 kill 跑飞的实例。

这两个都不用账号，打开就能用。要真正发挥 Ruflo 的能力还是得走 CLI 路线，但拿 Web UI 感受一下 MCP 并行调用是什么感觉，挺直观的。

33 个插件

除了 swarm 和记忆，Ruflo 的另一层价值是插件生态。

33 个原生插件拆成六块：

编排层是 ruflo-swarm、ruflo-autopilot（让 Agent 自主循环跑）和 ruflo-federation（跨机器联邦）；

记忆层是 ruflo-agentdb、ruflo-rag-memory（混合搜索 + 图跳转）和 ruflo-knowledge-graph（实体关系图谱）；

智能层有 ruflo-intelligence、ruflo-graph-intelligence（PageRank + 亚线性图推理）和 ruflo-ruvllm（本地 Ollama 路由）；

代码质量这块是 ruflo-testgen、ruflo-browser（Playwright 自动化测试）和 ruflo-jujutsu（git diff 风险评分 + 建议 reviewer）；

安全有 ruflo-security-audit（CVE 扫描）和 ruflo-aidefence（prompt injection 拦截 + PII 检测）；

DevOps 这边是 ruflo-observability 加 ruflo-cost-tracker（token 用量追踪 + 预算告警）。

安装方式两种。轻量版走 Claude Code Plugin 路径，只加 slash commands：

/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-swarm@ruflo

这个版本不注册 MCP server，所以 memory_store、swarm_init 这些工具 Claude 调不到，适合先试试看。要完整功能还是走 CLI 全量安装。

使用中感觉存在的问题

说了这么多优点，也谈几个不足：

命名混乱。从 Claude Flow 改成 Ruflo，迁移还没完成，文档里一堆地方还在用 claude-flow 的命令格式，第一次用很容易搞混。

MCP 集成偶尔抽风。有用户反馈特定插件的 MCP 工具调用不稳定，要手动 debug。项目迭代很快，v3.6+ 了，快到有时候稳定性跟不上功能节奏。

上手曲线不平滑。npx ruflo init 一行够简单，但你真要搞明白 Consensus Mode、Topology 的区别，Federation 怎么配，SONA 的学习机制怎么工作，要读的文档量不小。README 写得挺完整，但不算轻松。

对一般个人项目来说，swarm 编排的开销可能大于收益，用 Claude Code 对话模式就够了。Ruflo 真正的场景是：

代码库大、任务复杂、需要跨文件并行、有安全合规要求的场景。

怎么开始

# macOS / Linux / WSL
curl -fsSL https://cdn.jsdelivr.net/gh/ruvnet/ruflo@main/scripts/install.sh | bash

# 所有平台通用
npx ruflo@latest init wizard

# 把 Ruflo 注册为 Claude Code 的 MCP server
claude mcp add ruflo -- npx ruflo@latest mcp start

GitHub 地址：

https://github.com/ruvnet/ruflo

点击下方卡片，关注极客之家

这个公众号曾分享过许多有趣的开源项目。如果你不想逐篇翻阅历史文章，也可以直接关注微信公众号“极客之家”，通过后台留言与我们互动交流

cover_image

Original 丛林极客之家

内容效果不满意？点此反馈