> [!NOTE]
> 本文档由 WeHub 基于上游 README 翻译整理，属于社区翻译，非官方中文文档。
> [English](./README.en.md) · [原始项目](https://github.com/ruvnet/ruflo) · [上游 README](https://github.com/ruvnet/ruflo/blob/HEAD/README.md)
> 原作者、版权与许可证归属以原始项目及本仓库 LICENSE 文件为准。
[](https://cognitum.one/agentic-engineering)
[](https://agentics.org/siliconvalley/?UTM=GH-RuFlo-SV)
[](https://flo.ruv.io/)
[](https://www.npmjs.com/package/ruflo)
[](https://opensource.org/licenses/MIT)
[](https://github.com/ruvnet/claude-flow)
[](https://goal.ruv.io/)
[](https://goal.ruv.io/agents)
[](https://github.com/ruvnet/ruvector)
[](https://github.com/ruvnet/ruflo/blob/main/data/clone-data.proof.json)
[](https://github.com/ruvnet/ruflo/blob/main/data/clone-data.ledger.json)
[](https://github.com/ruvnet/claude-flow)
[](https://www.npmjs.com/package/@claude-flow/codex)
# Ruflo
**一个用于 Claude Code 和 Codex 的 Agent 元框架。**
> **Agent = 模型 + 框架。** 模型负责编写；框架为其提供工具、记忆、循环、沙箱和控制能力，使其能够真正工作。**Ruflo 就是这样一个框架**——围绕 Claude Code 和 Codex 构建的执行层，增加了 100+ 个专用 Agent、协调型集群、自学习记忆、跨机器联邦通信以及企业级安全护栏。让 Agent 不仅能运行，更能协作。
一条 `npx ruflo init` 就能为 Claude Code 赋予神经系统：Agent 可以自发组织成集群，从每次任务中学习，跨会话记忆，并通过联邦机制安全地与其它机器上的 Agent 通信而不会泄露数据。你只管继续写代码，Ruflo 负责协调。
```
Self-Learning / Self-Optimizing Agent Architecture
User --> Ruflo (CLI/MCP) --> Router --> Swarm --> Agents --> Memory --> LLM Providers
^ |
+---- Learning Loop <-------+
```
> **Ruflo 新手？** 你无需学习 314 个 MCP 工具或 26 条 CLI 命令。执行 `init` 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 Agent。
📖 背景——名字的由来
> Claude Flow 现已更名为 Ruflo——由 [`rUv`](https://ruv.io), 命名，他热爱 Rust、心流状态，以及构建那些让人感觉水到渠成的事物。"Ru" 代表 rUv。"flo" 代表熬夜到凌晨三点。底层由 [`Cognitum.One`](https://cognitum.one/?RuFlo) 的 Agent 架构驱动，运行着基于 Rust 的高性能 AI 引擎、嵌入、记忆和插件系统。
---
## 快速开始
**存在两条截然不同的安装路径**，其功能范围差异很大。请根据你的需求选择（#1744）：
| | **Claude Code 插件** | **CLI 安装 (`npx ruflo init`)** |
|---|---|---|
| 提供内容 | 斜杠命令 + 少量技能 + 各插件的 Agent 定义 | 完整的 Ruflo 循环——98 个 Agent、60+ 命令、30 项技能、MCP 服务器、钩子、守护进程 |
| 工作区中的文件 | **零** | `.claude/`、`.claude-flow/`、`CLAUDE.md`、辅助函数、设置 |
| 是否注册 MCP 服务器 | **否**（Claude 无法调用 `memory_store`、`swarm_init` 等） | 是 |
| 是否安装钩子 | 否 | 是 |
| 适用场景 | 试用单个插件的命令，无需提交完整安装 | 生产环境——所有功能按文档正常运作 |
### 路径 A — Claude Code 插件（轻量版，仅斜杠命令）
```bash
# 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
```
此方式仅添加斜杠命令和 Agent 定义。**不会注册** Ruflo MCP 服务器，因此无法从 Claude 调用 `memory_store`、`swarm_init`、`agent_spawn` 等命令。如需完整循环，请使用下面的路径 B。
🔌 全部 35 个插件
#### 核心与编排
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-core**](plugins/ruflo-core/README.md) | 基础——服务器、健康检查、插件发现 |
| [**ruflo-swarm**](plugins/ruflo-swarm/README.md) | 将多个 Agent 协调为一个团队 |
| [**ruflo-autopilot**](plugins/ruflo-autopilot/README.md) | 让 Agent 在循环中自主运行 |
| [**ruflo-loop-workers**](plugins/ruflo-loop-workers/README.md) | 按定时器调度后台任务 |
| [**ruflo-workflows**](plugins/ruflo-workflows/README.md) | 可复用的多步骤任务模板 |
| [**ruflo-federation**](plugins/ruflo-federation/README.md) | 不同机器上的 Agent 安全协作 |
#### 记忆与知识
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-agentdb**](plugins/ruflo-agentdb/README.md) | 用于 Agent 记忆的快速向量数据库 |
| [**ruflo-rag-memory**](plugins/ruflo-rag-memory/README.md) | 智能检索——混合搜索、图谱跳跃、多样性排序 |
| [**ruflo-rvf**](plugins/ruflo-rvf/README.md) | 跨会话保存和恢复 Agent 记忆 |
| [**ruflo-ruvector**](plugins/ruflo-ruvector/README.md) | [`ruvector`](https://npmjs.com/package/ruvector) —— GPU 加速搜索、Graph RAG、103 个工具 |
| [**ruflo-knowledge-graph**](plugins/ruflo-knowledge-graph/README.md) | 构建和遍历实体关系图谱 |
USD 预算：$0/$3；剩余 $3 — 参见 [ruflo-research.md](docs/ruflo-research.md)
📊 研究预算（2026-07-13）
| 项目 | 成本 | 累计 |
|------|------|-----------|
| GPT-4o 用于数据集标注（7,892 项） | $2.73 | $2.73 |
| GPT-4o mini 用于后备分类 | $0.07 | $2.80 |
| Claude Opus 用于架构验证 | $0.20 | $3.00 |
| **预算上限** | **$3.00** | **$3.00 ✓** |
#### 智能与学习
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-intelligence**](plugins/ruflo-intelligence/README.md) | 智能体从过往成功中学习，并不断提升能力 |
| [**ruflo-graph-intelligence**](plugins/ruflo-graph-intelligence/) | 次线性图推理 —— PageRank、增量更新、复杂度感知执行（ADR-123） |
| [**ruflo-daa**](plugins/ruflo-daa/README.md) | 动态智能体行为与认知模式 |
| [**ruflo-ruvllm**](plugins/ruflo-ruvllm/README.md) | 在本地运行 LLM（如 Ollama 等），并支持智能路由 |
| [**ruflo-goals**](plugins/ruflo-goals/README.md) | 将大目标拆分为计划并跟踪进度 |
#### 代码质量与测试
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-testgen**](plugins/ruflo-testgen/README.md) | 发现缺失测试并自动生成 |
| [**ruflo-browser**](plugins/ruflo-browser/README.md) | 使用 Playwright 自动化浏览器测试 |
| [**ruflo-jujutsu**](plugins/ruflo-jujutsu/README.md) | 分析 git diff、评估风险、推荐审阅者 |
| [**ruflo-docs**](plugins/ruflo-docs/README.md) | 自动生成并维护文档 |
#### 安全与合规
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-security-audit**](plugins/ruflo-security-audit/README.md) | 扫描漏洞与 CVE |
| [**ruflo-aidefence**](plugins/ruflo-aidefence/README.md) | 阻止提示词注入、检测 PII、安全扫描 |
#### 架构与方法论
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-adr**](plugins/ruflo-adr/README.md) | 用活文档跟踪架构决策 |
| [**ruflo-ddd**](plugins/ruflo-ddd/README.md) | 搭建领域驱动设计（DDD）脚手架 —— 上下文、聚合、事件 |
| [**ruflo-sparc**](plugins/ruflo-sparc/README.md) | 带质量门控的 5 阶段引导式开发方法论 |
| [**ruflo-metaharness**](plugins/ruflo-metaharness/README.md) | 为智能体配置打分、扫描工具配置的安全风险，并随时间跟踪变更（[指南](docs/metaharness-user-guide.md)） |
| [**ruflo-arena**](plugins/ruflo-arena/README.md) | 竞争性规则学（ruliology）—— 在锦标赛中让智能体策略相互对抗，对优胜者进行爬山优化与协同进化（ADR-147/148） |
#### DevOps 与可观测性
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-migrations**](plugins/ruflo-migrations/README.md) | 安全管理数据库 schema 变更 |
| [**ruflo-observability**](plugins/ruflo-observability/README.md) | 结构化日志、链路追踪与指标集中管理 |
| [**ruflo-cost-tracker**](plugins/ruflo-cost-tracker/README.md) | 跟踪 token 用量、设置预算、获取成本告警 |
#### 可扩展性
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-agent**](plugins/ruflo-agent/README.md) | 运行智能体 —— 本地 WASM 沙箱（rvagent）+ Anthropic Claude Managed Agents（云端） |
| [**ruflo-plugin-creator**](plugins/ruflo-plugin-creator/README.md) | 搭建、验证并发布你自己的插件 |
#### 领域专用
| 插件 | 功能 |
|--------|-------------|
| [**ruflo-iot-cognitum**](plugins/ruflo-iot-cognitum/README.md) | IoT 设备管理 —— 信任评分、异常检测、设备群 |
| [**ruflo-neural-trader**](plugins/ruflo-neural-trader/README.md) | [`neural-trader`](https://npmjs.com/package/neural-trader) — 4 个智能体、回测、112+ 工具的 AI 交易 |
| [**ruflo-market-data**](plugins/ruflo-market-data/README.md) | 摄取市场数据、向量化 OHLCV、检测模式 |
### CLI 安装
**macOS / Linux / WSL / Git-Bash:**
```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
```
**全平台（含原生 Windows PowerShell / cmd）：**
```bash
# 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：** `curl ... | bash` 形式需要 POSIX shell（Git-Bash、WSL、MSYS）。`npx ruflo@latest init wizard` 行可在 PowerShell 和 cmd 中原生运行。若遇到 `'bash' is not recognized` 错误，请改用 `npx` 行 —— 两者最终都会运行相同的初始化流程。
### MCP 服务器
```bash
# Add Ruflo as an MCP server in Claude Code (canonical form, matches USERGUIDE.md)
claude mcp add ruflo -- npx ruflo@latest mcp start
```
---
## 你将获得
| 能力 | 说明 |
|------------|-------------|
| 🤖 **100+ Agents** | 面向编码、测试、安全、文档、架构的专业智能体 |
| 📡 **Comms Layer** | 零信任联邦 —— 跨机器/组织的智能体可发现、认证并安全交换工作 |
| 🐝 **Swarm Coordination** | 分层、网状与自适应拓扑，并支持共识机制 |
| 🧠 **Self-Learning** | SONA 神经模式、ReasoningBank、轨迹学习 |
| 💾 **Vector Memory** | HNSW 索引的 AgentDB —— 实测在 N=20k 时约快 1.9 倍，在 N=5k 时较暴力搜索约快 3.2x–4.7x（recall@10 ~0.99）；在交叉点以上 ANN 占优，小 N 时持平或略逊。详见 [审计](docs/reviews/intelligence-system-audit-2026-05-29.md) + [`scripts/benchmark-intelligence.mjs`](scripts/benchmark-intelligence.mjs) |
| ⚡ **Background Workers** | 12 个自动触发的 worker（audit、optimize、testgaps 等） |
| 🧩 **Plugin Marketplace** | 33 个原生 Claude Code 插件 + 21 个 npm 插件 |
| 🔌 **Multi-Provider** | Claude、GPT、Gemini、Cohere、Ollama，并支持智能路由 |
| 🛡️ **Security** | AIDefence、输入校验、CVE 修复、路径遍历防护 |
| 🌐 **Agent Federation** | 跨安装实例的智能体协作，采用零信任安全 |
| 🔬 **[MetaHarness](docs/metaharness-user-guide.md)** | 在发布前审计你的 AI 智能体配置。对就绪度打分（1-100）、扫描工具配置中的安全问题、为整个项目做快照以随时间发现回归，并找到匹配你仓库的模板。`ruflo eject` 可将 ruflo 项目转为带独立名称的独立智能体工具包。[完整指南](docs/metaharness-user-guide.md)。 |
| 💬 **[Web UI Beta](https://flo.ruv.io/)** | 在 flo.ruv.io 进行多模型聊天，支持并行 MCP 工具调用与浏览器内 WASM 工具库 |
| 🎯 **[RuFlo Research](https://goal.ruv.io/)** | goal.ruv.io 上的 GOAP A\* 规划器 —— 用自然语言描述目标即可生成可执行的智能体计划，实时智能体仪表板见 [/agents](https://goal.ruv.io/agents) |
### Web UI（Beta）—— 可自托管，托管演示见 [flo.ruv.io](https://flo.ruv.io/)
**RuFlo 的 Web UI 是一款内置 Model Context Protocol（MCP）工具调用的多模型 AI 聊天应用。** 可与 Qwen、Claude、Gemini 或 OpenAI 对话，同时 RuFlo 会调用与 CLI 相同的 MCP 工具 —— 智能体编排、持久记忆、蜂群协调、代码审查、GitHub 操作 —— 全部直接在聊天中完成。无需安装，也无需 API 密钥即可试用。
| | 是什么 | 为何重要 |
|---|------------|----------------|
| 🧠 | **任意模型，本地或远程** | 开箱即用 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 接入。也可添加自有模型：任意 OpenAI 兼容端点（vLLM、Ollama、LM Studio、Together、Groq、自托管）。 |
| 🦾 | **ruvLLM 自学习 AI** | 原生支持 [ruvLLM](https://github.com/ruvnet/RuVector/tree/main/examples/ruvLLM)（位于 `ruvnet/RuVector/examples/ruvLLM`）—— RuFlo 的自改进本地模型层。路由至 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，也可完全离线运行。 |
| 🛠️ | **约 210 个工具，随时可调用** | 5 个服务器组（Core、Intelligence、Agents、Memory、DevTools），外加 18 个工具库，完全在浏览器中运行 —— 支持离线。 |
| 🔌 | **自带 MCP 服务器** | 在聊天输入框中点击 **MCP (n)** 胶囊 → *Add Server*，粘贴任意 MCP 端点（HTTP、SSE 或 stdio）。你的工具会与 RuFlo 原生工具在同一并行执行流程中协同工作。在 `localhost:3000` 上运行本地 MCP 服务器即可直接使用。 |
| ⚡ | **工具并行执行** | 单次模型响应可同时触发 4–6+ 个工具。UI 以卡片形式展示，并带有 *Step 1 — 2 tools completed* 徽章，让你清楚看到实际执行了哪些操作。 |
| 💾 | **持久记忆** | 说 *「记住我最喜欢的颜色是靛蓝」*，几周后再问 —— RuFlo 仍能回忆起来。由 AgentDB + HNSW 向量搜索支撑（在交叉点以上实测较暴力搜索约快 1.9x–4.7x，recall@10 ~0.99）。 |
| 📘 | **内置能力导览** | 点击侧边栏中的问号图标 —— 会打开「RuFlo Capabilities」模态框，展示完整工具列表、模型优势、架构与键盘快捷键。 |
| 🏠 | **可自托管** | Web UI 以 Docker（`ruflo/src/ruvocal/Dockerfile`）形式提供，内嵌 Mongo。可部署到自有 Cloud Run / Fly / Kubernetes / docker-compose。托管 [flo.ruv.io](https://flo.ruv.io/) 演示是一种选择；完全支持自行部署。 |
| 🚀 | **零安装即可试用** | 打开托管 URL，选择模型，输入问题。这就是全部上手流程。 |
**试用托管演示：** [https://flo.ruv.io/](https://flo.ruv.io/) — 无需账户，无需 API 密钥。**自行运行：** 源代码位于 [`ruflo/src/ruvocal/`](ruflo/src/ruvocal/)，配有分阶段 Dockerfile（`INCLUDE_DB=true` 在 MongoDB 中构建）以及用于 Google Cloud Run 的 `cloudbuild.yaml`。架构请参阅 [ADR-033](ruflo/docs/adr/ADR-033-RUVOCAL-WASM-MCP-INTEGRATION.md)，路线图请参阅 [issue #1689](https://github.com/ruvnet/ruflo/issues/1689)。
### 目标规划器 UI — [goal.ruv.io](https://goal.ruv.io/) 上的自主智能体
**将高层目标转化为可执行的智能体计划。** `goal.ruv.io` 是 RuFlo 托管的目标导向行动规划（GOAP）前端——用通俗英语描述一个预期结果，即可观看 RuFlo 将其分解为前置条件、动作以及贯穿状态空间的 A* 路径，然后将工作分派给 [`/agents`](https://goal.ruv.io/agents). 上的实时智能体。
| | 它是什么 | 为何重要 |
|---|------------|----------------|
| 🎯 | **通俗英语目标** | 输入 *"ship the auth refactor with tests and a PR"* — RuFlo 会提取成功标准、约束条件和隐式前置条件。无需 JSON，无需 DSL。 |
| 🧭 | **GOAP A\* 规划器** | 经典游戏 AI 规划移植到软件工程：通过带前置条件/效果的动作进行状态空间搜索，找出最短可行路径。状态变化时即时重新规划。 |
| 🤖 | **实时智能体仪表盘** | [goal.ruv.io/agents](https://goal.ruv.io/agents) 展示每个已派生的智能体——角色、当前步骤、内存命名空间、令牌预算、状态。点击进入可检查轨迹、终止失控 worker，或重新分配。 |
| 🌳 | **可视化计划树** | 目标渲染为可折叠的动作树，突出显示进度、受阻分支和回滚。可*确切*看到智能体为何选择某条路径——没有不透明的思维链。 |
| ♻️ | **自适应重新规划** | 当某个动作失败或新信息到达时，规划器从当前状态重新运行 A\*，而非从头开始。失败转化为学习，而非循环。 |
| 🧠 | **共享内存 + SONA** | 计划、轨迹和结果流入 AgentDB。未来计划通过 HNSW 检索过往解决方案——规划器随每次运行变得更智能。 |
| 🔗 | **接入 MCP 工具** | 每个动作节点映射到一个工具调用（RuFlo 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](https://goal.ruv.io/), 描述一个目标，观察其运行。源代码位于 [`v3/goal_ui/`](v3/goal_ui/) — Vite + Supabase，可自托管。 |
**立即试用：** [https://goal.ruv.io/](https://goal.ruv.io/) 用于目标 · [https://goal.ruv.io/agents](https://goal.ruv.io/agents) 用于实时智能体。**自行运行：** 克隆 `goal` 分支并执行 `cd v3/goal_ui && npm install && npm run dev`。
### 智能体联邦 — 智能体的 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。联邦为智能体提供了同样的东西——**跨信任边界的共享工作空间**，不同机器、组织或云区域的智能体可以在此相互发现、证明身份并协作完成任务。
区别在于：有些频道受信任，有些则否。[`@claude-flow/plugin-agent-federation`](https://github.com/ruvnet/ruflo/issues/1669) 会自动处理这一点。你的智能体加入联邦，通过 mTLS + ed25519 完成验证，然后开始交换工作——任何数据离开你的节点前都会剥离 PII，每条消息均可审计。不受信任的智能体仍可在较低权限下参与：它们只能看到发现信息，而非你的内存。随着可靠性得到证明，信任等级会提升。若行为不当，会立即降级——无需人工介入。
你无需配置握手或管理证书。你执行 `federation init`、`federation join`，智能体即可开始通信。协议负责身份，PII 管道负责数据安全，审计追踪负责合规。
> **📘 完整用户指南：** [`docs/federation/`](./docs/federation/) — 设置、MCP 工具、信任等级、熔断器，以及将数据包层可达性与联邦信任绑定的（可选）WireGuard 网状层。ADR-111 深度解读见 [`docs/federation/phase7-mesh-bringup.md`](./docs/federation/phase7-mesh-bringup.md)。
联邦能力
| | 能力 | 工作原理 |
|---|---|---|
| 🔒 | **零信任联邦** | 远程智能体初始为不受信任。身份通过 mTLS + ed25519 质询-响应验证。无 API 密钥，无共享密钥。 |
| 🛡️ | **PII 门控数据流** | 14 类检测管道扫描每条出站消息。按信任等级策略：BLOCK、REDACT、HASH 或 PASS。自适应校准降低误报。 |
| 📊 | **行为信任评分** | 公式（`0.4×success + 0.2×uptime + 0.2×threat + 0.2×integrity`）持续评估对等节点。升级需要历史记录；降级即时生效。 |
| 📋 | **内置合规** | HIPAA、SOC2、GDPR 审计追踪作为合规模式。每次联邦事件产生可通过 HNSW 检索的结构化记录。 |
| 🤝 | **9 个 MCP 工具 + 10 条 CLI 命令** | 完整生命周期：`federation_init`、`federation_send`、`federation_trust`、`federation_audit` 等。 |
示例：两个团队共享欺诈信号而不共享客户数据
```bash
# 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
```
请参阅 [issue #1669](https://github.com/ruvnet/ruflo/issues/1669) 了解完整架构、信任模型和实施路线图。
```bash
# Claude Code plugin
/plugin install ruflo-federation@ruflo
# Or via CLI
npx claude-flow@latest plugins install @claude-flow/plugin-agent-federation
```
Claude Code：有无 Ruflo 的对比
| 能力 | 仅 Claude Code | + Ruflo |
|------------|-------------------|---------|
| 智能体协作 | 孤立，无共享上下文 | 具有共享内存与共识的蜂群 |
| 协调 | 手动编排 | Queen 主导的层级（Raft、Byzantine、Gossip） |
| 内存 | 仅会话 | 亚毫秒级检索的 HNSW 向量内存 |
| 学习 | 静态行为 | 带模式匹配的 SONA 自学习 |
| 任务路由 | 由你决定 | 智能路由（89% 准确率） |
| 背景 Workers | 无 | 12 个自动触发的 worker |
| LLM 提供商 | 仅 Anthropic | 5 个提供商，带故障转移 |
| 安全 | 标准 | 经 CVE 加固的 AIDefence |
架构概览
```
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)
```
---
## 文档
面向四类读者的四份文档：
| 文档 | 何时阅读 |
|------|----------|
| **[状态](docs/STATUS.md)** | 查看当前可用的功能——能力计数、测试基线、近期修复、下一步计划。这是*就绪了吗*文档。 |
| **[用户指南](docs/USERGUIDE.md)** | 日常参考——每条命令、每个配置项、每个插件。这是*怎么做*文档。 |
| **[元测试工具指南](docs/metaharness-user-guide.md)** | 如何评估你的 Agent 设置、扫描工具配置的安全性、检测运行间的变更、以及将项目抽离为独立的 Agent 工具包。这是*审计我的设置*文档。 |
| **[基准测试](https://gist.github.com/ruvnet/298f8c668c8859b369f91734a0e9cbbe)**)** | 在 darwin-arm64 + linux-x64 平台上与 LangGraph / AutoGen / CrewAI 的 v3.8.0 SOTA 矩阵对比。ruflo 在冷启动、单轮对话、RSS 方面以 1.3×–1953× 的优势胜出。这是*它快吗*文档。 |
| **[验证](verification.md)** | 密码学证明你安装的字节与签名见证一致——`ruflo verify`。这是*信任但要验证*文档。 |
| **[团队网关清单](docs/TEAM-GATEWAY-CHECKLIST.md)** | 合并前检查、双模式交接、内存命名空间共享、每次合并的见证清单条目。这是*更安全的团队工作流*文档。 |
基准测试内部（用于复现）：[`sota-workload-spec.md`](https://github.com/ruvnet/ruflo/blob/perf/sota-comparator-benchmarks/docs/benchmarks/sota-workload-spec.md)) · [`SOTA-PROGRESS.md`](https://github.com/ruvnet/ruflo/blob/perf/sota-comparator-benchmarks/docs/benchmarks/SOTA-PROGRESS.md)) · [原始矩阵 JSON：darwin](https://github.com/ruvnet/ruflo/blob/perf/sota-comparator-benchmarks/docs/benchmarks/sota-matrix.json)) · [linux](https://github.com/ruvnet/ruflo/blob/perf/sota-comparator-benchmarks/docs/benchmarks/sota-matrix-linux.json))
用户指南章节索引：
| 章节 | 主题 |
|------|------|
| [快速开始](docs/USERGUIDE.md#quick-start) | 安装、前置条件、安装配置 |
| [核心功能](docs/USERGUIDE.md#-core-features) | MCP 工具、Agent、记忆、神经学习 |
| [智能与学习](docs/USERGUIDE.md#-intelligence--learning) | 钩子、工作器、SONA、模型路由 |
| [集群与协调](docs/USERGUIDE.md#-swarm--coordination) | 拓扑、共识、群体智慧 |
| [安全](docs/USERGUIDE.md#%EF%B8%8F-security) | AIDefence、CVE 修复、验证 |
| [生态](docs/USERGUIDE.md#-ecosystem--integrations) | RuVector、agentic-flow、Flow Nexus |
| [配置](docs/USERGUIDE.md#%EF%B8%8F-configuration--reference) | 环境变量、配置模式 |
| [插件市场](https://ruvnet.github.io/ruflo)) | 浏览和安装插件 |
---
## 支持
| 资源 | 链接 |
|------|------|
| 文档 | [用户指南](docs/USERGUIDE.md) |
| 问题与缺陷 | [GitHub Issues](https://github.com/ruvnet/claude-flow/issues)) |
| 企业版 | [ruv.io](https://ruv.io)) |
| 社区 | [Agentics Foundation Discord](https://discord.com/invite/dfxmpwkG2D)) |
| 技术支持 | [Cognitum.one](https://cognitum.one)) |
## 许可证
MIT - [RuvNet](https://github.com/ruvnet))