← 返回总览

ruvnet/ruflo

🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated

70,755Fork: 8,422语言: TypeScript协议: MIT今日 +136GitHub ↗

🤖 深度介绍

它是什么

ruflo 是一个基于 TypeScript 的“智能体元框架”(meta-harness),用于构建多智能体协作系统。它提供了一套统一的运行时,让开发者可以编排多个 AI 智能体(agents)组成“群组”(swarms),协同完成复杂任务,并支持原生接入 Claude Code、Codex 等主流 AI 工具链。

核心亮点

  • 自适应记忆:智能体具备动态记忆管理,能根据对话上下文自动归档与召回关键信息。
  • 自学习机制:内置反馈回路,让智能体从历史交互中持续优化决策策略。
  • RAG 集成:开箱即用地连接外部知识库,增强回答的时效性与准确性。
  • 多智能体编排:支持定义复杂的任务拓扑,实现智能体间的分工、协商与结果聚合。

为什么火

在 AI 应用从“单点对话”迈向“复杂自动化”的转折期,ruflo 精准切中了开发者对“可控多智能体协作”的渴求。它用一套简洁的 API 抽象了底层复杂度,同时兼容主流 AI 协议(MCP、Skills),大幅降低了构建生产级 Agent 系统的门槛。70k+ Stars 印证了社区对这类“元工具”的强烈需求。

适合谁用

  • AI 应用开发者:需要快速搭建具备记忆与学习能力的客服、助手系统。
  • 自动化架构师:希望将多个 AI 步骤编排进复杂业务流程(如数据分析、报告生成)。
  • AI 研究者:需要一个灵活的试验台来验证多智能体交互与群体智能算法。

快速上手

npm install ruflo
import { Agent, Swarm } from 'ruflo';

const agentA = new Agent({ name: '研究员', memory: true });
const agentB = new Agent({ name: '撰稿人', skills: ['rag'] });

const swarm = new Swarm([agentA, agentB], { strategy: 'sequential' });

const result = await swarm.run('分析量子计算最新进展并撰写摘要');
console.log(result.output);

通过简单的配置即可定义智能体角色、记忆策略与协作模式,几分钟内启动你的第一个多智能体应用。