Ruflo：给 Claude Code 装上多智能体协作系统

ruvnet 开源的 Ruflo 已经拿到了近 5.9 万 Star：

Ruflo 是一款面向 Claude Code 和 Codex 的多智能体 AI 框架。它能让 100 多个专业智能体跨机器、跨团队、跨信任边界协同工作，完成集群调度、自学习记忆和联邦通信。

Ruflo 的前身是 Claude Flow，由 rUv 创建，底层基于 Cognitum.One 的智能体架构，核心引擎使用 Rust 编写，集成了向量化、记忆管理和插件系统。

一条 npx ruflo init 命令就能完成完整安装。安装后智能体会自动组成集群，从每次任务中学习，跨会话保留记忆，还能和其他机器上的智能体安全通信。用户正常写代码，Ruflo 在后台处理协调工作。

安装方式分两种。第一种是 Claude Code 插件模式，零文件侵入，只获得斜杠命令和智能体定义，适合想先试试的用户。第二种是 CLI 完整安装，跑 npx ruflo init 后会写入配置目录，注册 MCP 服务器，安装 27 个钩子，获得 98 个智能体、60 多条命令和 30 个技能。

Ruflo 的插件体系目前有 33 个，按功能分了几类：

核心与编排：ruflo-core 提供基础服务器和健康检查，ruflo-swarm 负责多智能体协调，ruflo-autopilot 让智能体自主循环运行，ruflo-workflows 提供可复用的多步任务模板，ruflo-federation 实现跨机器安全协作。

记忆与知识：ruflo-agentdb 是面向智能体记忆的向量数据库，ruflo-rag-memory 做混合检索和图跳跃，ruflo-ruvector 提供 GPU 加速搜索和 Graph RAG，ruflo-knowledge-graph 构建实体关系图。

智能与学习：ruflo-intelligence 让智能体从成功模式中学习，ruflo-graph-intelligence 做次线性图推理，ruflo-daa 处理动态智能体行为，ruflo-goals 把大目标拆成可追踪的计划。

代码质量：ruflo-testgen 自动找缺漏的测试并生成，ruflo-browser 用 Playwright 做浏览器自动化测试，ruflo-jujutsu 分析 git diff 并评估风险，ruflo-docs 自动生成和维护文档。

安全合规：ruflo-security-audit 扫描漏洞和 CVE，ruflo-aidefence 拦截提示注入并检测 PII。

Ruflo 还配了两个在线工具。flo.ruv.io 是多模型聊天界面，内置 MCP 工具调用，支持 Qwen、Claude、Gemini、OpenAI 等 6 个模型，也可以接本地模型或自托管端点。工具在浏览器里以 WASM 形式运行，离线也能用。goal.ruv.io 是目标规划器，把自然语言目标拆解成可执行的动作计划，通过 A star 算法搜索状态空间，实时调整路径，live agent 面板可以看到每个智能体的当前步骤、记忆命名空间和 token 预算。

联邦通信是 Ruflo 比较有特点的功能。不同机器上的智能体可以通过 mTLS 和 ed25519 验证身份，在共享工作空间里协作。敏感数据会在出节点前自动脱敏，14 种 PII 类型会被检测并处理。信任度低的智能体只能看到发现信息，不能读取记忆。行为评分公式按成功率、在线时长、威胁检测和完整性四个维度持续评估，表现好的升级权限，表现差的即时降级。

向量记忆使用 AgentDB 配合 HNSW 索引，在 2 万条数据规模下检索速度是暴力搜索的约 1.9 倍，5 千条规模下达到 3.2 到 4.7 倍，召回率约 0.99。

架构上，用户通过 Claude Code 或 CLI 输入指令，经过编排层的路由器和 27 个钩子，进入集群协调层，再分发给 100 多个专业智能体，最后由记忆学习层和多个 LLM 提供商完成执行。支持的模型提供商包括 Claude、GPT、Gemini、Cohere 和 Ollama，带智能路由和故障转移。

对比单用 Claude Code，装上 Ruflo 后的变化很明显：原本孤立运行的智能体变成有共享记忆的集群；原本手动的任务调度变成自动路由；原本会话结束就清零的记忆变成持久化的向量存储。这些改变对需要大规模智能体协作的团队来说，直接把 Claude Code 从单兵工具升级成了编排平台。

作的团队来说，直接把 Claude Code 从单兵工具升级成了编排平台。