Ruflo：Agent = Model + Harness

多智能体框架大多想替代你手里的 coding agent，Ruflo（原 Claude Flow）想的却是在它底下垫一层执行层。README 开篇把定位说得很直白：“Agent = Model + Harness。模型负责写，harness 提供工具、记忆、循环、沙箱和控制，让 agent 真正能干活。“它不碰模型，也不替代 Claude Code 或 Codex——官方自述的角色是这两个工具外围的"神经系统”。

项目由 rUv（ruv.io）开发，名字来历官方写得很坦率：“Ru” 是 rUv，“flo” 是熬夜到凌晨三点。代码以 TypeScript 为主，策略引擎、嵌入和证明系统编译成 Rust WASM 内核，MIT 协议。迭代速度在开源项目里属于第一梯队：从 v3.41.2 到 v3.48.0，2026 年 9 月 10 日到 28 日的 18 天里发了 12 个 release。GitHub 上 73,578 stars、8,737 forks（2026-10-01 读数）。

它在系统里补的三块

官方给的系统地图：

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

对照裸用 Claude Code，这条链路补的是三块：

1. 群体编排。README 的 CLI 安装口径是 98 个专职 agent 组成 swarm，支持层级、网状、自适应三种拓扑；共识投票支持 Raft、拜占庭、gossip 三种策略，且投票带信任权重——权重这事儿还有个后话（见下文 v3.42.0）。
2. 自学习记忆。SONA 神经模式、ReasoningBank、轨迹学习三件套，记忆跨会话持久化，外加 HNSW 索引的 AgentDB 向量库和 12 个自动触发的后台 worker（audit、optimize、testgaps 等）。
3. 联邦通信。v3.41.0 引入 Open Swarm Federation：不同机器上的 agent 加入联邦、通过频道协作，PII 在数据出机之前剥离。

双安装路径：官方专门画表提醒的坑

这是实际使用者最容易困惑的地方，README 用一整张表来区分，并引用 issue #1744——一位用户对全部安装路径的逐项实测研究——作为出处：

表格里的"60+ 命令"和 README 另一处的"26 个 CLI 命令"不是笔误：前者指 init 注入的斜杠命令面板，后者指 ruflo 这个终端命令的子命令数。两个口径并存，读的时候别混。

官方建议很直白：想试单个插件的命令，走插件路径；要"文档里写的一切都能用”，走 CLI 路径。两者的工具命名空间也不同——插件路径下 MCP 工具名为 mcp__plugin_ruflo-core_ruflo__*（比如 mcp__plugin_ruflo-core_ruflo__memory_store），CLI 路径才是裸的 memory_store / swarm_init / agent_spawn。

对表面积发憷的话，README 也预备了台阶：“你不需要学完 314 个 MCP 工具或 26 个 CLI 命令。init 之后正常用 Claude Code 就行，hooks 会自动路由任务、从成功模式里学习、在后台协调 agent。”

联邦通信：给 agent 的"Slack"

README 把联邦机制类比成 Slack：频道给了团队共享工作区，联邦给了 agent 同样的东西——跨机器、跨组织、跨云区域的共享工作区，agent 可以互相发现、证明身份、协作干活。

信任模型的构建方式值得细看。远端 agent 起步即不可信，身份靠 mTLS + ed25519 挑战-响应证明，不依赖 API key 或共享密钥；每条出站消息先过 14 类 PII 检测管线，按信任级别执行 BLOCK / REDACT / HASH / PASS 四档策略；不可信 agent 也能参与，但只见 discovery 信息、碰不到你的记忆，表现可靠逐步升级权限，行为异常即时降级，全程无需人工介入。对端的信任分由一个公开公式持续计算：0.4×成功率 + 0.2×在线时长 + 0.2×威胁 + 0.2×完整性——升级需要历史记录，降级一瞬间。审计记录按 HIPAA / SOC2 / GDPR 合规模式落盘。完整架构见 issue #1669；WireGuard mesh 层（把网络可达性与联邦信任挂钩）是可选项，深挖在 ADR-111。

多机协作最实际的协调问题是"这个任务归谁"。Ruflo 的答案是工作 claims（v3.40.0+，与权限类的 authorization claims 是两回事）：claims_claim 认领任务或资源（可带 TTL），claims_handoff 交接，claims_steal 窃取停滞任务；认领事件以 ClaimIssued / ClaimReleased / ClaimHandoff / ClaimAck 四种消息跨主机传播，收敛规则是每个 resourceId 只有一个所有者——第一个有效 ClaimIssued 获胜（平局取更早时间戳、再取更小发起者），ClaimReleased 或 TTL 过期即释放，只有当前所有者能发起交接。换个角度看，这就是分布式系统里的租约：带过期时间的所有权，到期自动放手。

这套机制还在打磨期：v3.41.3 修联邦身份和 Windows hook 参数转义，v3.41.4 给 AgentDB 的模式检索加了降级状态标志，再往后的版本仍在处理 Windows 相关的引号与工具输入问题。联邦敏感的团队可以等它再稳定几个版本。

自学习与记忆：官方数字该怎么读

Ruflo 的自学习叙事由 SONA（自适应神经模式）、ReasoningBank、轨迹学习三部分组成，细节官方文档着墨不多，先看有硬数据的部分——AgentDB 向量检索。README 给的读数是：N=20,000 时 HNSW 索引比暴力检索快约 1.9 倍，N=5,000 时快 3.2–4.7 倍，recall@10 约 0.99；同时明说"ANN 只在交叉点以上占优，小规模时打平或更慢"。这组数字读法有三层：测的是向量检索这一个环节，不是 agent 端到端任务速度；赢在规模上去之后的检索路径；规模小的时候索引本身的开销可能不划算——最后这条官方自己写了，比多数项目的宣传诚实。数字出自 2026-05-29 的审计文档和 scripts/benchmark-intelligence.mjs 复现脚本。

更能说明项目成熟度的是 v3.42.0 的 release notes——官方管自己的夜间研究管线叫 “Dream Cycle”，一批 14 个修复，每个都附带"修复前必失败"的回归测试。其中两条自曝很有信息量：

• Swarm 共识的信任权重之前根本没用上。系统早就给每个投票 agent 算了信任权重，但这个数在进入计票前被悄悄丢弃——Raft、拜占庭、gossip 三种策略全都在"人人等可信"地投票。v3.42.0 才真正把权重接进计票。
• HNSW 乘积量化建好了但没接线。这个内存压缩技术写完、测完，却从未接入搜索路径——此前的搜索跑在无意义的数据上。接线后官方基准里召回率翻倍。同一批里，MMR 多样性重排修掉重复 re-tokenize 后快了约 6 倍。

敢在 release notes 里写"我建好的东西之前是坏的"，这类记录比 star 数更能反映工程状态。路由准确率 89%、对比 LangGraph / AutoGen / CrewAI 的 SOTA 矩阵（冷启动、单回合、内存占用领先 1.3×–1953×）都属官方自述、场景口径未完整公开，参考即可。

插件体系：35 个插件，九类场景

CLI 全量安装之外，Ruflo 维护着 35 个按需安装的插件（/plugin marketplace add ruvnet/ruflo 后 /plugin install ruflo-xxx@ruflo），README 按九类组织：

其中 metaharness 值得单独一提，它不增强 agent，而是审计你的 agent 配置：给整个 setup 的就绪度打 1–100 分、扫描工具配置里的安全隐患、对项目做快照以捕捉跨时间的退化，还能从仓库模板里找出匹配你项目的那些。配套的 ruflo eject 则能把 ruflo 项目导出成一套以你自己名字命名的独立 agent 工具箱。

读数与口径：官方数字对不齐的地方

这个项目的面板数字需要带着口径读，因为官方文档自己就有多套并存：

• MCP 工具数：README 正文说 314，STATUS 文档说 323（后者标注为 2026-05-25 的审计快照，基于 [email protected]）；
• CLI 命令数：README 说 26，STATUS 说 45 个顶层命令；
• agent 数：README 能力表说 100+，CLI 安装表说 98，STATUS 审计说 45 个 agent 定义文件；
• 插件数：README 清单列 35 个，能力表写"33 个 native Claude Code 插件 + 21 个 npm 插件"，而 v3.48.0 的源码里 plugins/ 目录下 ruflo-* 有 43 个。

部分差异是时间差（STATUS 的快照停在 5 月），部分是统计口径差（什么算一个 agent、什么算一个命令，没有统一定义）。合理的读法是把这些数字当作面板量级——几百个工具、几十个命令、上百个 agent——而不是精确事实；真用起来，如 README 自己所说，你不需要背工具表，hooks 会路由。

宣传数字同理。README 徽章写"8.1M+ ecosystem downloads"，但它指向的证明文件 2026-09-27 快照的 headline 已经是"11.7M npm downloads"（其中 ruflo 包 134 万、@claude-flow/cli 162 万，为 12 个月 npm 下载累计——该口径天然含 CI 自动化，会高估真实使用）。另一枚"git clones (14d) 106k"徽章更微妙：证明文件里 2026-09-27 快照的所有仓库克隆数都记为 fetch-failed、计 0。徽章、证明文件、账本三层没对齐，这些数字看看就好，以实际体验为准。

适用边界与采用顺序

适合现在就试的：已经重度使用 Claude Code / Codex，想把多任务并行化、需要跨会话持久记忆或跨机器协作的团队。建议顺序是——先走插件路径装 ruflo-core 加一两个插件试水（工作区零侵入），顺手用 metaharness 给现有配置打个分；确认有价值再 CLI 全量 init，让 hooks 接管路由；有合规诉求再看联邦。

需要权衡的：init 会向工作区写入 .claude/、.claude-flow/、CLAUDE.md 等文件，对仓库零侵入有要求的团队要先过这一关；314 个工具、35 个插件的学习成本真实存在，虽然官方的"不用学、交给 hooks"能兜住大部分场景；Windows 用户注意，native bridge 下的 0xC0000409 崩溃（约 4.4 GB 内存分配触发，issue #2948）截至 v3.41.2 官方明说未修。

不必急的：轻量单会话使用者——一个 .claude/commands 文件就够了；等联邦稳定性的团队——工作 claims、跨主机身份这些机制 9 月还在修。

结语

Ruflo 把"多 agent 协作"从框架层的概念演示往工程可用层推：租约式任务所有权、带公式的信任评分、可导出的审计记录、敢写"建好没接线"的 release notes——这些都是与真实并发和安全问题搏斗的痕迹。它没有解决"多 agent 到底值不值"这个争议，只是把基础设施先行备齐了。如果你已经在 Claude Code 上跑出真实工作流，插件路径的试水成本几乎为零，值得先装一个 ruflo-core 感受一下；如果你还在观望多智能体本身，把它当一份分布式协调的参考实现来读，也不亏。