ruvnet/ruflo 源码：https://github.com/ruvnet/ruflo

Ruflo 横幅 (https://cognitum.one/agentic-engineering)
试用 UI 测试版 — flo.ruv.io (https://flo.ruv.io/)
npm 版本 (ruflo) (https://www.npmjs.com/package/ruflo)
MIT 许可证 (https://opensource.org/licenses/MIT)
在 GitHub 上点星 (https://github.com/ruvnet/claude-flow)
目标规划器 (https://goal.ruv.io/)
实时代理 (https://goal.ruv.io/agents)
🕸️ RuVector 代理数据库 (https://github.com/ruvnet/ruvector)
生态系统下载量 (https://github.com/ruvnet/ruflo/blob/main/data/clone-data.proof.json)
Git 克隆量 (14天) (https://github.com/ruvnet/ruflo/blob/main/data/clone-data.ledger.json)
Claude Code (https://github.com/ruvnet/claude-flow)
Codex 插件 (https://www.npmjs.com/package/@claude-flow/codex)

Ruflo

一个为 Claude Code 和 Codex 设计的代理元工具。

代理 = 模型 + 工具。 模型负责生成，而工具为其提供工具、记忆、循环、沙箱和控制，使其能够真正工作。
Ruflo 就是这个工具 —— 这是围绕 Claude Code 和 Codex 的执行层，它添加了 100 多个专用代理、协调的集群、自学习记忆、跨机器的联邦通信以及企业级安全护栏。
因此，代理不仅能运行，还能协作。

只需一个 npx ruflo init 就能赋予 Claude Code 一个神经系统：代理自组织成集群，从每次任务中学习，跨会话记忆，并且——通过联邦机制——可以安全地与其他机器上的代理通信而不泄露数据。
你继续编写代码。Ruflo 处理协调工作。

自学习/自优化代理架构
用户 --> Ruflo (CLI/MCP) --> 路由器 --> 集群 --> 代理 --> 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 个 CLI 命令。执行 init 后，只需正常使用 Claude Code——钩子系统会自动路由任务，从成功模式中学习，并在后台协调代理。

📖 背景 —— 名称的由来

Claude Flow 现更名为 Ruflo——由 rUv (https://ruv.io) 命名，他热爱 Rust、心流状态以及构建感觉必然的东西。“Ru” 代表 rUv。“flo” 代表工作到凌晨三点。底层由 Cognitum.One (https://cognitum.one/?RuFlo) 代理架构驱动，运行着一个基于 Rust 的增强 AI 引擎、嵌入、记忆和插件系统。

Ruflo 插件

快速开始

有两种不同的安装路径，功能范围大相径庭。根据你的需求选择（#1744）：

路径 A — Claude Code 插件（轻量级，仅斜杠命令）

# 添加市场
/plugin marketplace add ruvnet/ruflo
# 安装核心 + 任何你需要的插件
/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代理定义。上面安装的 ruflo-core 会在安装时注册自己的 MCP 服务器——其工具可作为 mcp__plugin_ruflo-core_ruflo__*（例如 mcp__plugin_ruflo-core_ruflo__memory_store）调用，而不是 CLI 路径脚手架使用的裸 memory_store/swarm_init/agent_spawn 名称。其他插件通常不自带自己的 MCP 服务器。如需使用 CLI 路径工具名称的完整循环，请使用下面的路径 B。

🔌 全部 35 个插件

核心与编排

记忆与知识

智能与学习

代码质量与测试

安全与合规

架构与方法论

DevOps 与可观测性

可扩展性

领域特定

CLI 安装

macOS / Linux / WSL / Git-Bash：

# 一行安装（仅限 POSIX shell——请参阅下方的 Windows 说明）
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）：

# 交互式设置向导——在每个平台上运行方式相同
npx ruflo@latest init wizard

# 快速非交互式初始化
# npx ruflo@latest init

# 或全局安装
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——两者最终执行相同的初始化流程。

MCP 服务器

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

你将获得的功能

Web UI（测试版）——可自托管，托管演示位于 flo.ruv.io (https://flo.ruv.io/)

RuFlo 的 Web UI 是一个内置模型上下文协议（MCP）工具调用的多模型 AI 聊天。 你可以与 Qwen、Claude、Gemini 或 OpenAI 对话，同时 RuFlo 调用与 CLI 相同的 MCP 工具——代理编排、持久记忆、集群协调、代码审查、GitHub 操作——直接从聊天中调用。无需安装，无需 API 密钥即可尝试。

试用托管演示： https://flo.ruv.io/ —— 无需账户，无需 API 密钥。
运行你自己的实例： 源代码位于 ruflo/src/ruvocal/，包含一个多阶段 Dockerfile（INCLUDE_DB=true 会构建 MongoDB）和一个用于 Google Cloud Run 的 cloudbuild.yaml。架构参见 ADR-033，路线图参见 issue #1689 (https://github.com/ruvnet/ruflo/issues/1689)。

目标规划器 UI —— 自主代理位于 goal.ruv.io (https://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——用自然语言描述一个结果，观察 RuFlo 将其分解为前提、行动和状态空间中的 A* 路径，然后将工作分派给 /agents (https://goal.ruv.io/agents) 处的实时代理。