Ruflo（npm 包仍叫 claude-flow，仓库 ruvnet/ruflo）是给 Claude Code 装上「神经系统」的多智能体编排平台：一行 npx ruflo init 后接入 100+ 专业 Agent、~210 个 MCP 工具、27 个 hook、12 个后台 worker、HNSW 向量内存（AgentDB）、SONA 自学习、零信任跨机器联邦；32 个原生 Claude Code 插件 + 21 个 npm 插件 + ruvLLM 本地推理路由，背后是 Rust 实现的 RuVector 检索/路由内核与 Cognitum.One 代理架构，MIT 协议、48K★。
来源：README 首段「Multi-agent AI orchestration for Claude Code」+ Quick Start 表 + What You Get 表 查看 GitHub 仓库 →Claude Code 的 plugin marketplace 与 MCP 工具生态在 2025-2026 之间形成规模化采用，「编排多个 agent」从概念变成 IDE 内日常用法。Ruflo（前名 claude-flow）是这条线上最早做、做得最深的开源编排层之一——一条命令把 swarm 协调、HNSW 向量记忆、SONA 自学习、零信任 mTLS+ed25519 联邦、5 个 LLM Provider 智能路由、SPARC 方法论、GOAP A* 规划器全装齐。配套的两个 SaaS 入口（flo.ruv.io 多模型 Web UI、goal.ruv.io GOAP 规划器）和 Cognitum.One 商业版形成「开源大单仓 + 托管 UI + 闭源加速引擎」的三层结构，是目前 48K★ 体量下持续上 trending 的根因。此外联邦层把零知识中继、mTLS 身份、14 类 PII 过滤、HIPAA/SOC2/GDPR 合规模式做进协议——这是同类编排框架里几乎独有的「跨组织 agent 协作 + 合规」配套。
来源：README Why Ruflo / What Ruflo Does / Federation 三节 + docs/STATUS.md 引用 + flo.ruv.io / goal.ruv.io 链接npx ruflo@latest init（或交互式 init wizard）会在工作区写入 .claude/、.claude-flow/、CLAUDE.md、helpers、settings，并自动注册 MCP server（`claude mcp add ruflo -- npx ruflo@latest mcp start`），从此 memory_store、swarm_init、agent_spawn、federation_send 等约 210 个 MCP 工具与 27 个 hook 都对 Claude 可用；README 顶部明确警告：「Path A」纯 Claude Code Plugin 安装方式只装 slash 命令、不注册 MCP server，那些核心工具不会出现在 Claude，必须走 Path B 才是完整 Ruflo loop。
来源：README Quick Start 对比表（含 issue #1744 链接）+ MCP Server 段 + CLI Install 段plugins/ 目录下 32 个 ruflo-* 子目录覆盖编排（core、swarm、autopilot、loop-workers、workflows、federation）、记忆（agentdb、rag-memory、rvf、ruvector、knowledge-graph）、智能（intelligence、daa、ruvllm、goals）、代码质量（testgen、browser、jujutsu、docs）、安全（security-audit、aidefence）、方法论（adr、ddd、sparc）、运维（migrations、observability、cost-tracker）、扩展（wasm、plugin-creator）、行业（iot-cognitum、neural-trader、market-data）。每个插件可独立 `/plugin install
agentdb.rvf / agentdb.rvf.lock 是仓库根的内置向量库文件，HNSW 索引让 sub-ms 检索成为可能（README 引用 150× 至 12500× 提速）；SONA（Self-Organizing Neural Adaptation）按 trajectory 训练 MicroLoRA 适配器并把成功模式回写到 ReasoningBank；后续 agent 调度会经由 HNSW 召回历史成功路径作为推理上下文。这一层走 ruvector workspace（@ruvector/rabitq-wasm、@ruvector/attention、@ruvector/router、@ruvector/sona），Rust 实现的 router 还预编译了 linux-x64-gnu 二进制走 N-API。
来源：README What You Get 表 + package.json optionalDependencies + plugins/ruflo-agentdb / ruflo-ruvector / ruflo-rag-memoryruflo-federation 插件实现 mTLS + ed25519 challenge-response 身份验证（无 API key、无共享密钥）、14 类 PII 检测的出站消息流水线（按 trust level 分 BLOCK/REDACT/HASH/PASS 四档）、行为可信度评分公式 `0.4×success + 0.2×uptime + 0.2×threat + 0.2×integrity`（升级要历史、降级即时）、HIPAA/SOC2/GDPR 三套审计模式、9 个 MCP 工具 + 10 个 CLI 命令；附 ADR-111 描述可选的 WireGuard mesh 层把 packet-layer 可达性绑到 federation trust。两个团队用 `npx claude-flow@latest federation init/join/send` 即可在不共享客户数据的前提下交换 fraud signal。
来源：README Agent Federation 节 + Federation capabilities 折叠表 + docs/federation/phase7-mesh-bringup.mdgoal.ruv.io 是托管的 Goal-Oriented Action Planning 前端，把游戏 AI 经典的 GOAP（state-space + A* 搜索 + 前置/效果约束）移植到软件工程：输入「ship the auth refactor with tests and a PR」直接被解析成 success criteria + constraints + 隐含 preconditions，渲染成可折叠的 action tree，每个 action 节点映射到一个 MCP 工具调用，依赖图允许时并行调度；状态变化触发 A* 增量重规划而非重启，失败被回写记忆。源码在 v3/goal_ui/（Vite + Supabase）。
来源：README 「Goal Planner UI」节 + v3/goal_ui/ 目录ruflo/src/ruvocal/ 是 Web UI 源码，多模型聊天直接调用 MCP 工具——一个回合里并行触发 4-6+ 个工具调用，UI 用「Step 1 — 2 tools completed」卡片展示进度；自带 6 个 frontier 模型路由（Qwen 3.6 Max、Claude Sonnet 4.6/Haiku 4.5、Gemini 2.5 Pro/Flash、OpenAI via OpenRouter），可接任何 OpenAI 兼容 endpoint（vLLM/Ollama/LM Studio/Together/Groq）；自带 18 个工具的浏览器内 WASM gallery（离线可用）；多阶段 Dockerfile 含 INCLUDE_DB=true 内嵌 MongoDB，Google Cloud Run 用 cloudbuild.yaml 一键部署。
来源：README 「Web UI Beta」节 + ruflo/src/ruvocal/ 目录 + ADR-033verification/ 与 ruflo verify 命令一起提供「密码学方式证明你装的字节与签名见证匹配」的工具链，README Documentation 表把它和 STATUS / USERGUIDE 并列为三大读者文档之一。这是同类编排框架里少见的把供应链安全做成内置一等公民——install.sh 一行装 + npm alpha 高频发版的组合下尤其必要。
来源：README Documentation 表 + verification/ 目录（19 文件）+ verification.mdruflo-ruvllm 插件路由到本地或远程 LLM，OpenAI 兼容协议接 Ollama、LM Studio、vLLM、Together、Groq、自托管 endpoint；ruvLLM 包含 MicroLoRA 适配器与 SONA 自学习，可对接 RuVector/examples/ruvLLM；上层 5 个 provider（Claude、GPT、Gemini、Cohere、Ollama）做 89% 准确率的智能路由 + 故障转移。
来源：README Multi-Provider 行 + Web UI 节中关于 ruvLLM 的段落 + plugins/ruflo-ruvllm整体是「单仓多层 + 双轨重构 + Rust 加速核」的非典型 Node 工程。根目录是当前发布版（claude-flow 3.7.0-alpha.24，npm bin 名仍是 claude-flow，体现品牌过渡未完）；plugins/ 是 32 个 Claude Code 原生插件、各自独立的 .claude-plugin/plugin.json + commands/skills/agents 子树；ruflo/ 是次级打包层（含 src/ruvocal/ Web UI 全套与 docker-compose）；v3/ 是平行的 monorepo（pnpm-workspace.yaml + 自己的 @claude-flow/cli 子包 + tests/agents/goal_ui/helpers/implementation/mcp/plugins/src/scripts）——明显是 next-gen 重写仍在进行，main 分支同时维护两套体系。下层 ruvector 工作区提供 Rust 实现的 router（预编译 linux-x64-gnu N-API 二进制）、attention 算子、SONA 学习内核、rabitq-wasm（量化向量近似）；联邦层用 @noble/ed25519 + mTLS 处理 zero-trust 身份握手，PII 流水线 14 类检测嵌入消息出站路径；MCP 层把上述能力以约 210-314 个工具（README 不同段落给的数不一致）暴露给 Claude 与外部客户端，hook 层 27 条钩子让 Claude Code 的标准会话被透明拦截并路由到对应 swarm。安装侧设计成 Path A（lite，只装 slash 命令）/ Path B（full，注册 MCP server + 写入 .claude/.claude-flow/ + 守护进程）两条路，作者承认这是常踩坑的混淆点（issue #1744）并把对比表放进 README 第一屏。整个仓库一边大手笔做能力堆叠，一边用 ruflo verify 签名见证 + AIDefence 输入校验补合规栈，整体感觉是「快速 alpha 迭代 + 重型工程基建并行」，工程纪律明显但商业化（Cognitum.One 闭源加速引擎、flo.ruv.io / goal.ruv.io 托管服务）与开源核心的边界值得读者警觉。
来源：package.json + v3/package.json + plugins/ 树 + ruflo/ 树 + verification/ + README 全文中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
@claude-flow/cli-core / @claude-flow…@ruvector/core / @ruvector/router / …agentdb@noble/ed25519zod + semvervitest + tsx + eslint + typescript@openai/codex1. 个人开发者把 Claude Code 升级成「多 agent 工作台」：跑 init 后用同一会话同时让 coder/tester/reviewer/security/architect 多个专业 agent 协作，HNSW 向量记忆让 sub-ms 召回过往成功路径，每次任务都让模型「变聪明一点」；2. 团队跨机器协作但又不能共享客户数据（金融、医疗、企业合规场景）：用 ruflo-federation + mTLS+ed25519 + 14 类 PII 自动剥离，让自己机器上的 agent 和合作方机器上的 agent 在零信任前提下交换任务，配 HIPAA/SOC2/GDPR 审计模式；3. 想把「自然语言目标」自动拆成可执行 agent 行动计划：goal.ruv.io 输入「ship the auth refactor with tests and a PR」，GOAP A* 自动解析前置条件、生成 action tree、并行调度 MCP 工具，状态变了增量重规划；4. 自己跑多模型对比 + 并行 MCP 工具调用：flo.ruv.io 默认 6 个 frontier 模型 + 任意 OpenAI 兼容 endpoint + 浏览器内 18 个 WASM 工具，可自托管 Docker；5. 想把 Claude 推理切到本地或自有云：ruvLLM + Ollama/LM Studio/vLLM 路由 + ruvLLM 自学习 MicroLoRA 让本地小模型积累工作上下文，避免每次都打 Anthropic API。
来源：README What You Get / Web UI / Goal Planner / Federation 四段v3.7.0-alpha.24（package.json）。最近 5 个公开 tag 全部为 v3.7.0-alpha.x：alpha.1 (2026-05-05)、alpha.3 (2026-05-05)、alpha.8 (2026-05-06)、alpha.22 (2026-05-11)、alpha.23 (2026-05-11)，6 天内 5 个 release 的节奏。无稳定 3.x release；变更通过仓内 CHANGELOG.md 与 .github/workflows 自动化发版。
来源：GitHub Releases API（5 条）+ package.json version + CHANGELOG.mdRuflo 是「想把 Claude Code 当成多 agent 平台用」这个赛道当前最完整的开源实现，48K★ 体量名副其实：能力堆得满、合规栈罕见的扎实、Rust 加速核与 WASM 工具一应俱全、自带 verify/AIDefence 等工程稳健性兜底，配套两个托管 UI（flo.ruv.io 多模型聊天、goal.ruv.io GOAP 规划）也让试用门槛极低。务实建议：1) 一定走 Path B（npx ruflo@latest init），不要图省事用 Path A——后者只装 slash 命令、不注册 MCP server，memory_store/swarm_init/agent_spawn 在 Claude 里都看不到，是新人最大的踩坑点（README 第一屏对比表就在警告这件事）；2) 当前 3.7.0 全为 alpha 且 6 天 5 个发版，不要直接锁主分支跑生产，固定到一个具体 alpha tag 验证 1-2 周再考虑升级；3) 安全/合规场景用 ruflo verify 验证安装字节，并显式 review Cognitum.One 闭源加速引擎在你的合规边界内是否可接受——README 自承底层依赖闭源；4) 一开始只装 ruflo-core + ruflo-swarm + ruflo-agentdb 这三块跑起来，等团队熟悉再叠 federation/intelligence/observability——32 个插件一次装齐反而难调试；5) 想把 federation 用于跨组织合规场景，HIPAA/SOC2/GDPR 标签需自行评估（仓库无第三方审计报告），把它当成「合规友好的协议设计」而不是「认证产品」对待；6) 如果只是想用 GOAP 自然语言规划或多模型 Web UI 体验一下，先去 goal.ruv.io / flo.ruv.io 托管演示——零账号、零安装，再决定是否本地化。
来源：综合分析