README

面向 Claude Code 与 Codex 的智能体元基座（meta-harness）。















  一条命令快速开始

在你的项目文件夹中运行：

bash
npx ruflo@latest init


然后在同一文件夹打开 Claude Code 并给它一个真实的任务，例如：

text
用 ruflo 蜂群来审查这个代码库：找出风险最高的模块，为它写测试，总结你改了什么。


init 会为项目添加 ruflo 的智能体、钩子、记忆和 MCP 服务器。Claude Code 在下次启动时会自动识别它们。Codex 和其他 MCP 客户端也支持：只需指向 npx -y ruflo@latest mcp start。



第一个实用任务，逐步讲解 · 用户指南 · 比较安装路径


其他安装方式（仅 Claude Code 插件、MCP 客户端、终端 UI）

仅 Claude Code 插件。 这种方式安装核心工具、可视控制台和运行时 mod，无需向项目添加文件。需要 Claude Code 2.1.287 或更高版本。在 Claude Code 中运行：

text
/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-core@ruflo
/plugin install ruflo-console@ruflo
/plugin install ruflo-mods@ruflo
/reload-plugins
/ruflo


从终端运行（Claude Code 2.1.292 或更高版本）：claude plugin install ruflo-core@ruflo --marketplace ruvnet/ruflo。Mod 运行在你的账户权限下，安装前请审查代码。

Codex 或其他 MCP 客户端，无需项目配置。 配置 命令 为 npx，参数 为 ["-y", "ruflo@latest", "mcp", "start"]。要进行交互式项目配置，运行 npx ruflo@latest init wizard。

纯终端。 控制台也可独立运行，无需 Claude Code：npx ruflo tui。加上 --plain 为脚本打印单一画面。详见终端 UI 指南。







 可选：ruOS Desktop



通过 MCP 将 ruOS 连接到 ChatGPT 或 Claude：

text
https://ruos.cognitum.one/mcp





bash
npx ruvector


 Ruflo

English · 简体中文



📖 RuFlo 详解——组建一支会规划、会记忆、会测试、会自我改进的 AI 团队
一份 14 章的指南：从基本理念到第一个实用任务，再到记忆、智能体团队、插件、成本与验证。



 智能体 = 模型 + 基座（Harness）。 模型负责写作；基座为它提供工具、记忆、循环、沙箱与控制能力，让模型真正能干成事。Ruflo 就是那个基座——围绕 Claude Code 与 Codex 的执行层，它带来 100+ 专用智能体、协同蜂群、自学习记忆、跨机器联邦通信以及企业级安全护栏。智能体不再只是"跑起来"，而是彼此协作。

一行 npx ruflo init 就能为 Claude Code 装上神经系统：智能体自行组织成蜂群，从每项任务中学习，跨会话保持记忆，并且——借助联邦能力——能在不泄露数据的前提下与其他机器上的智能体安全通信。你只管继续写代码，协调工作交给 Ruflo。


Self-Learning / Self-Optimizing Agent Architecture

User -- Ruflo (CLI/MCP) -- Router -- Swarm -- Agents -- Memory -- LLM Providers
                          ^                           |
                          +---- Learning Loop  第一次用 Ruflo？ 你不需要先学会 406 个 MCP 工具或 61 条 CLI 命令。执行完 init 之后，像平常一样使用 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。


📖 背景——名字的由来

 Claude Flow 现已更名为 Ruflo——名字来自 rUv，他热爱 Rust、心流状态，以及构建那些让人觉得"本该如此"的东西。"Ru" 来自 rUv，"flo" 是工作到凌晨三点的心流。底层由 Cognitum.One 的智能体架构驱动，运行着超强性能的 Rust AI 引擎、嵌入向量、记忆与插件系统。



---

!Ruflo Plugins

 快速开始

有两条完全不同的安装路径，覆盖范围差异很大。请根据你的需要选择（1744）：

| | Claude Code 插件 | CLI 安装（npx ruflo init） |
|---|---|---|
| 提供什么 | 斜杠命令 + 少量技能 + 每个插件各自的智能体定义 | 完整的 Ruflo 循环——98 个智能体、60+ 条命令、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、辅助文件、设置 |
| 是否注册 MCP 服务器 | 仅在安装了 ruflo-core 时（它自带 .mcp.json）——其他插件大多不会 | 是 |
| 是否安装钩子 | 否 | 是 |
| 适合场景 | 不全面安装，先试用单个插件的命令 | 生产环境使用——一切如文档所述般工作 |

 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


这会添加斜杠命令与智能体定义。上面安装的 ruflo-core 确实会在安装时注册它自己的 MCP 服务器——其工具以 mcp__plugin_ruflo-core_ruflo__ 形式调用（例如 mcp__plugin_ruflo-core_ruflo__memory_store），而不是 CLI 路线脚手架中使用的裸名 memory_store/swarm_init/agent_spawn。其他插件通常不自带 MCP 服务器。想要带 CLI 路线工

Top issues

Discussions

Latest release

Security dependency fix

- @ruvector/attention 2.2.3.
  - claude-flow 3.72.1 declared @ruvector/attention ^0.1.3, and ruvector 0.3.12 also depended on ^0.1.3. Both resolved to 0.1.32, which lacks the upstream fix (RuVector 1365): input-length validation, and catching Rust panics at the NAPI boundary so they don't abort Node.
  - 3.72.2 moves to ruvector ^0.3.13, which depends on attention ^2.2.3, in the CLI, claude-flow and ruflo. claude-flow also declares attention ^2.2.3 directly.
  - Every attention call ruflo makes (Flash, MoE, Hyperbolic, AdamW, InfoNCE, Curriculum, compute) was checked o