🌊 The original agent harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, federation, vector RAG integration, and native Claude Code / Codex / Hermes and many more Integrated
TypeScript agentic-aiagentic-frameworkagentic-workflowagentsai-agentsai-assistantai-skillsautonomous-agentsclaudecodexdsh-pluginharnessmcp-servermulti-agentmulti-agent-systemsnpmskillsswarmswarm-intelligencetypescript
docs: add Chinese README (README.zh-CN.md)
PerryLink21862195765b
diff --git a/README.md b/README.mdindex ffcad10b1d..e5233c9aa8 100644--- a/README.md+++ b/README.md@@ -19,6 +19,8 @@# Ruflo+[English](README.md) · [简体中文](README.zh-CN.md)+**An agent meta-harness for Claude Code and Codex.**[](docs/ruflo-explained.md)diff --git a/README.zh-CN.md b/README.zh-CN.mdnew file mode 100644index 0000000000..6e643d5914--- /dev/null+++ b/README.zh-CN.md@@ -0,0 +1,424 @@+<div align="center">++[](https://cognitum.one/agentic-engineering)++<!-- Try Ruflo — the 4 badges first-time visitors actually act on -->+[](https://flo.ruv.io/)+[](https://www.npmjs.com/package/ruflo)+[](https://opensource.org/licenses/MIT)+[](https://github.com/ruvnet/claude-flow)++<!-- Ecosystem strip (collapsed visually with flat-square) -->+[](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++[English](README.md) · [简体中文](README.zh-CN.md)++**面向 Claude Code 与 Codex 的智能体元基座(meta-harness)。**++[](docs/ruflo-explained.md)++**[📖 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](docs/ruflo-explained.md)**+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。++</div>++> **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 314 个 MCP 工具或 26 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。++<details>+<summary><strong>📖 背景——名字的由来</strong></summary>++> Claude Flow 现已更名为 Ruflo——名字来自 [`rUv`](https://ruv.io),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`](https://cognitum.one/?RuFlo) 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。++</details>++---++++## 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 路线工具名的完整循环,请使用下方的路径 B。++<details>+<summary><strong>🔌 全部 35 个插件</strong></summary>++#### 核心与编排++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-core**](plugins/ruflo-core/README.md) | 基础层——服务器、健康检查、插件发现 |+| [**ruflo-swarm**](plugins/ruflo-swarm/README.md) | 将多个智能体作为团队进行协调 |+| [**ruflo-autopilot**](plugins/ruflo-autopilot/README.md) | 让智能体在循环中自主运行 |+| [**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) | 让不同机器上的智能体安全协作 |++#### 记忆与知识++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-agentdb**](plugins/ruflo-agentdb/README.md) | 面向智能体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、图谱跳转、多样性排序 |+| [**ruflo-rvf**](plugins/ruflo-rvf/README.md) | 跨会话保存与恢复智能体记忆 |+| [**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) | 构建并遍历实体关系图谱 |++#### 智能与学习++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-intelligence**](plugins/ruflo-intelligence/README.md) | 智能体从过往成功中学习,变得越来越聪明 |+| [**ruflo-graph-intelligence**](plugins/ruflo-graph-intelligence/) | 亚线性图推理——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) | 通过智能路由运行本地 LLM(Ollama 等) |+| [**ruflo-goals**](plugins/ruflo-goals/README.md) | 将大目标拆解为计划并跟踪进度 |++#### 代码质量与测试++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-testgen**](plugins/ruflo-testgen/README.md) | 找出缺失的测试并自动生成 |+| [**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、推荐审查人 |+| [**ruflo-docs**](plugins/ruflo-docs/README.md) | 自动生成与维护文档 |++#### 安全与合规++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-security-audit**](plugins/ruflo-security-audit/README.md) | 扫描漏洞与 CVE |+| [**ruflo-aidefence**](plugins/ruflo-aidefence/README.md) | 拦截提示词注入、检测 PII、安全扫描 |++#### 架构与方法论++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-adr**](plugins/ruflo-adr/README.md) | 用持续更新的记录跟踪架构决策 |+| [**ruflo-ddd**](plugins/ruflo-ddd/README.md) | 脚手架式搭建领域驱动设计——上下文、聚合、事件 |+| [**ruflo-sparc**](plugins/ruflo-sparc/README.md) | 带质量门的 5 阶段引导式开发方法论 |+| [**ruflo-metaharness**](plugins/ruflo-metaharness/README.md) | 为你的智能体配置打分、扫描工具配置中的安全风险、跟踪长期变更([指南](docs/metaharness-user-guide.md)) |+| [**ruflo-arena**](plugins/ruflo-arena/README.md) | 竞争性 ruliology——在锦标赛中让智能体策略相互对决,对胜者进行爬山优化与共同进化(ADR-147/148) |++#### DevOps 与可观测性++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-migrations**](plugins/ruflo-migrations/README.md) | 安全地管理数据库 schema 变更 |+| [**ruflo-observability**](plugins/ruflo-observability/README.md) | 一站式结构化日志、追踪与指标 |+| [**ruflo-cost-tracker**](plugins/ruflo-cost-tracker/README.md) | 跟踪 token 用量、设定预算、获取成本告警 |++#### 可扩展性++| 插件 | 功能说明 |+|--------|-------------|+| [**ruflo-agent**](plugins/ruflo-agent/README.md) | 运行智能体——本地 WASM 沙箱(rvagent)+ Anthropic Claude 托管智能体(云端) |+| [**ruflo-plugin-creator**](plugins/ruflo-plugin-creator/README.md) | 脚手架式创建、校验并发布你自己的插件 |++#### 领域专用++| 插件 | 功能说明 |+|--------|-------------|+| [**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)——AI 交易,含 4 个智能体、回测、112+ 工具 |+| [**ruflo-market-data**](plugins/ruflo-market-data/README.md) | 摄入市场数据、向量化 OHLCV、检测形态 |++</details>++### 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+```++**所有平台(包括原生 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 用户请注意:** `curl ... | bash` 这种形式需要 POSIX shell(Git-Bash、WSL、MSYS)。`npx ruflo@latest init wizard` 这一行可以在 PowerShell 与 cmd 中原生运行。如果你遇到 `'bash' is not recognized` 报错,改用 `npx` 那一行即可——两条路径最终执行的都是同一个 init 流程。++### MCP 服务器++```bash+# Add Ruflo as an MCP server in Claude Code+claude mcp add claude-flow -- npx ruflo@latest mcp start+```++---++## 你能获得什么++| 能力 | 说明 |+|------------|-------------|+| 🤖 **100+ 智能体** | 面向编码、测试、安全、文档、架构的专用智能体 |+| 📡 **通信层** | 零信任联邦——跨机器/组织的智能体能够安全地相互发现、认证并交换工作 |+| 🐝 **蜂群协调** | 具备共识机制的层级、网状与自适应拓扑 |+| 🧠 **自学习** | SONA 神经模式、ReasoningBank、轨迹学习 |+| 💾 **向量记忆** | 基于 HNSW 索引的 AgentDB——实测在 N=20k 时比暴力检索快约 1.9 倍,N=5k 时快约 3.2–4.7 倍(recall@10 ≈ 0.99);超过交叉点后 ANN 胜出,小规模 N 下持平或略逊。参见[审计报告](docs/reviews/intelligence-system-audit-2026-05-29.md)与 [`scripts/benchmark-intelligence.mjs`](scripts/benchmark-intelligence.mjs) |+| ⚡ **后台工作者** | 12 个自动触发的工作者(审计、优化、测试缺口等) |+| 🧩 **插件市场** | 33 个原生 Claude Code 插件 + 21 个 npm 插件 |+| 🔌 **多提供商** | Claude、GPT、Gemini、Cohere、Ollama,支持智能路由 |+| 🛡️ **安全性** | AIDefence、输入校验、CVE 修复、路径穿越防护 |+| 🌐 **智能体联邦** | 跨安装的智能体协作,零信任安全 |+| 🔬 **[MetaHarness](docs/metaharness-user-guide.md)** | 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、对整个项目做快照以捕捉长期回归,并找到与你的仓库匹配的模板。`ruflo eject` 可将 ruflo 项目转换为拥有独立名称的独立智能体工具包。[完整指南](docs/metaharness-user-guide.md)。 |+| 💬 **[Web UI 测试版](https://flo.ruv.io/)** | flo.ruv.io 上的多模型聊天,支持并行 MCP 工具调用与浏览器内 WASM 工具画廊 |+| 🎯 **[RuFlo Research](https://goal.ruv.io/)** | goal.ruv.io 上的 GOAP A\* 规划器——用自然语言目标生成可执行的智能体计划,并配有 [/agents](https://goal.ruv.io/agents) 实时智能体仪表盘 |++<p align="center">+ <a href="https://flo.ruv.io/">+ <img src="v3/docs/assets/ruVocal.png" alt="RuFlo Web UI executing parallel MCP tool calls at flo.ruv.io — ruflo__memory_store and ruflo__memory_search firing in a single model turn with the 'Step 1 — 2 tools completed' parallel-execution indicator, thinking process panel visible, Qwen 3.6 Max as the active model. Multi-agent AI chat with Model Context Protocol (MCP) tool calling, persistent vector memory via AgentDB + HNSW, swarm coordination, and 6 frontier models including Claude Sonnet 4.6, Gemini 2.5 Pro, and OpenAI through OpenRouter." width="100%" />+ </a>+</p>++### Web UI(测试版)——可自托管,托管演示见 [flo.ruv.io](https://flo.ruv.io/)++**RuFlo 的 Web UI 是一个内置 Model Context Protocol(MCP)工具调用的多模型 AI 聊天界面。** 与 Qwen、Claude、Gemini 或 OpenAI 对话的同时,RuFlo 会在聊天中直接调用 CLI 所使用的同一套 MCP 工具——智能体编排、持久记忆、蜂群协调、代码审查、GitHub 操作。无需安装,无需 API Key 即可试用。++| | 是什么 | 为什么重要 |+|---|------------|----------------|+| 🧠 | **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——全部经由 OpenRouter。也可以接入自己的模型:任何 OpenAI 兼容端点(vLLM、Ollama、LM Studio、Together、Groq、自托管)均可。 |+| 🦾 | **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 的自我改进本地模型层。路由到 MicroLoRA 适配器,通过 SONA 从你的轨迹中学习,并且始终留在你的机器上。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 个服务器分组(Core、Intelligence、Agents、Memory、DevTools),外加一个完全运行在浏览器内的 18 工具画廊——离线也能用。 |+| 🔌 | **自带 MCP 服务器** | 点击聊天输入框中的 **MCP (n)** 胶囊按钮 → *Add Server*,粘贴任意 MCP 端点(HTTP、SSE 或 stdio)。你的工具会与 RuFlo 的原生工具一起进入同一个并行执行流程。在 `localhost:3000` 上跑一个本地 MCP 服务器,即刻生效。 |+| ⚡ | **工具并行执行** | 一次模型响应可以同时触发 4–6+ 个工具。UI 会以卡片形式展示它们,并带有 *Step 1 — 2 tools completed* 徽章,让你清楚看到具体执行了什么。 |+| 💾 | **记得住的记忆** | 说一句 *"remember my favorite color is indigo"*,几周后再问——RuFlo 依然记得。底层是 AgentDB + HNSW 向量搜索(实测超过交叉点后比暴力检索快约 1.9–4.7 倍,recall@10 ≈ 0.99)。 |+| 📘 | **内置能力导览** | 点击侧边栏的问号图标——会弹出 "RuFlo Capabilities" 模态框,展示完整工具列表、各模型强项、架构与键盘快捷键。 |+| 🏠 | **可自托管** | Web UI 以 Docker 形式发布(`ruflo/src/ruvocal/Dockerfile`),内置 Mongo。可部署到你自己的 Cloud Run / Fly / Kubernetes / docker-compose。托管演示 [flo.ruv.io](https://flo.ruv.io/) 只是选项之一,自建运行完全受支持。 |+| 🚀 | **零安装即可试用** | 打开托管网址,选一个模型,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/)——无需账号、无需 API Key。**自建运行:** 源码位于 [`ruflo/src/ruvocal/`](ruflo/src/ruvocal/),带多阶段 Dockerfile(`INCLUDE_DB=true` 会内置 MongoDB)以及面向 Google Cloud Run 的 `cloudbuild.yaml`。架构详见 [ADR-033](ruflo/docs/adr/ADR-033-RUVOCAL-WASM-MCP-INTEGRATION.md),路线图见 [issue #1689](https://github.com/ruvnet/ruflo/issues/1689)。++<p align="center">+ <a href="https://goal.ruv.io/agents">+ <img src="v3/docs/assets/goal.png" alt="goal.ruv.io/agents — RuFlo Goal-Oriented Action Planning (GOAP) UI for autonomous AI agents. Visual goal decomposition, A* search through state spaces, multi-agent task assignment, and live agent telemetry." width="100%" />+ </a>+</p>++### Goal Planner UI——[goal.ruv.io](https://goal.ruv.io/) 上的自主智能体++**把高层次目标变成可执行的智能体计划。** `goal.ruv.io` 是 RuFlo 托管的 Goal-Oriented Action Planning(GOAP)前端——用自然语言描述一个目标,看着 RuFlo 把它拆解为前置条件、动作,以及一条穿过状态空间的 A* 路径,随后把工作分派给 [`/agents`](https://goal.ruv.io/agents) 上的真实智能体。++| | 是什么 | 为什么重要 |+|---|------------|----------------|+| 🎯 | **自然语言目标** | 输入 *"ship the auth refactor with tests and a PR"*——RuFlo 会提取成功标准、约束条件与隐含的前置条件。无需 JSON,无需 DSL。 |+| 🧭 | **GOAP A\* 规划器** | 把游戏 AI 的经典规划方法移植到软件开发:在带前置条件/效果的动作间做状态空间搜索,找出最短可行路径。状态变化时即时重规划。 |+| 🤖 | **实时智能体仪表盘** | [goal.ruv.io/agents](https://goal.ruv.io/agents) 展示每一个已生成的智能体——角色、当前步骤、记忆命名空间、token 预算、状态。点击即可查看轨迹、终止失控工作者或重新分配任务。 |+| 🌳 | **可视化计划树** | 目标渲染为可折叠的动作树,进度、受阻分支与回滚都会高亮显示。能*确切*看到智能体为何选择某条路径——不再是黑盒思维链。 |+| ♻️ | **自适应重规划** | 当某个动作失败或有新信息出现时,规划器从当前状态重新运行 A\*,而不是从头再来。失败变成学习,而不是死循环。 |+| 🧠 | **共享记忆 + SONA** | 计划、轨迹与结果都会汇入 AgentDB。未来的计划通过 HNSW 检索过往解决方案——每运行一次,规划器就更聪明一点。 |+| 🔗 | **接入 MCP 工具** | 每个动作节点都映射到一次工具调用(RuFlo 约 210 个 MCP 工具、你的自定义服务器或 shell)。只要依赖图允许,规划器就会并行调度它们。 |+| 🚀 | **零安装即可试用** | 打开 [goal.ruv.io](https://goal.ruv.io/),描述一个目标,看着它运行。源码位于 [`v3/goal_ui/`](v3/goal_ui/)——Vite + Supabase,可自托管。 |++**立即体验:** 目标规划用 [https://goal.ruv.io/](https://goal.ruv.io/),实时智能体看 [https://goal.ruv.io/agents](https://goal.ruv.io/agents)。**自建运行:** 克隆 `goal` 分支,然后 `cd v3/goal_ui && npm install && npm run dev`。++### 智能体联邦——智能体版的 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 给团队带来了频道,联邦则给智能体带来了同样的东西——**跨越信任边界的共享工作区**:不同机器、组织或云区域上的智能体可以相互发现、证明自己的身份,并协作完成任务。++区别在于:有些频道可信,有些不可信。[`@claude-flow/plugin-agent-federation`](https://github.com/ruvnet/ruflo/issues/1669) 会自动处理这一切。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先剥离 PII,每条消息都可审计。不可信的智能体仍能以较低权限参与:它们只能看到发现信息,看不到你的记忆。随着它们不断证明自己的可靠性,信任级别会逐步提升;一旦行为失当,立刻降级——全程无需人工介入。++你不需要配置握手流程,也不需要管理证书。执行 `federation init`、`federation join`,你的智能体就会开始对话。协议负责身份验证,PII 流水线负责数据安全,审计追踪负责合规。++> **📘 完整用户指南:** [`docs/federation/`](./docs/federation/)——安装配置、MCP 工具、信任级别、熔断器,以及(可选的)WireGuard 网状层——它把包层的可达性绑定到联邦信任之上。ADR-111 深入解析见 [`docs/federation/phase7-mesh-bringup.md`](./docs/federation/phase7-mesh-bringup.md)。++<details>+<summary><strong>联邦能力</strong></summary>++| | 能力 | 工作原理 |+|---|---|---|+| 🔒 | **零信任联邦** | 远程智能体初始均不受信任。身份通过 mTLS + ed25519 质询-应答机制证明。无需 API Key,无需共享密钥。 |+| 🛡️ | **PII 门控数据流** | 14 类检测流水线扫描每条出站消息。按信任级别执行策略:BLOCK(阻断)、REDACT(脱敏)、HASH(哈希)或 PASS(放行)。自适应校准减少误报。 |+| 📊 | **行为信任评分** | 公式(`0.4×success + 0.2×uptime + 0.2×threat + 0.2×integrity`)持续评估对等方。升级需要历史积累;降级即时生效。 |+| 📋 | **内置合规** | HIPAA、SOC2、GDPR 审计追踪作为合规模式。每个联邦事件都会生成一条可通过 HNSW 检索的结构化记录。 |+| 🤝 | **9 个 MCP 工具 + 10 条 CLI 命令** | 全生命周期:`federation_init`、`federation_send`、`federation_trust`、`federation_audit` 等。 |++</details>++<details>+<summary><strong>示例:两个团队共享欺诈信号,但不共享客户数据</strong></summary>++```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+```++</details>++完整架构、信任模型与实现路线图见 [issue #1669](https://github.com/ruvnet/ruflo/issues/1669)。++```bash+# Claude Code plugin+/plugin install ruflo-federation@ruflo++# Or via CLI+npx claude-flow@latest plugins install @claude-flow/plugin-agent-federation+```++<details>+<summary><strong>Claude Code:有 Ruflo 与没有 Ruflo</strong></summary>++| 能力 | 仅用 Claude Code | 加上 Ruflo |+|------------|-------------------|---------|+| 智能体协作 | 相互隔离,无共享上下文 | 拥有共享记忆与共识的蜂群 |+| 协调机制 | 手动编排 | 蜂后主导的层级架构(Raft、拜占庭、Gossip) |+| 记忆 | 仅限会话内 | 亚毫秒级检索的 HNSW 向量记忆 |+| 学习能力 | 行为固定 | 基于模式匹配的 SONA 自学习 |+| 任务路由 | 由你决定 | 智能路由(准确率 89%) |+| 后台工作者 | 无 | 12 个自动触发的工作者 |+| LLM 提供商 | 仅 Anthropic | 5 家提供商,支持故障转移 |+| 安全性 | 标准水平 | 经 CVE 加固 + AIDefence 防护 |++</details>++<details>+<summary><strong>架构总览</strong></summary>++```+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)+```++</details>++---++## 文档++四份文档,面向四类读者:++| 文档 | 何时阅读 |+|-----|-----------------|+| **[状态](docs/STATUS.md)** | 了解当前可用功能——能力计数、测试基线、近期修复、下一步计划。*是否已就绪*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。*该怎么做*文档。 |+| **[MetaHarness 指南](docs/metaharness-user-guide.md)** | 如何为智能体配置打分、扫描工具配置中的安全问题、检测运行间变更,以及把项目抽取为独立智能体工具包。*审计我的配置*文档。 |+| **[基准测试](https://gist.github.com/ruvnet/298f8c668c8859b369f91734a0e9cbbe)** | v3.8.0 在 darwin-arm64 + linux-x64 上与 LangGraph / AutoGen / CrewAI 的 SOTA 对比矩阵。ruflo 在冷启动、单轮、RSS 上快 1.3×–1953×。*是否够快*文档。 |+| **[验证](verification.md)** | 用密码学方式证明已安装的字节与签名见证一致——`ruflo verify`。*信任但验证*文档。 |+| **[团队网关检查清单](docs/TEAM-GATEWAY-CHECKLIST.md)** | 合并前门禁、双模式交接、记忆命名空间共享、每次合并的见证清单条目。*更安全的团队协作*文档。 |++基准测试内部资料(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、智能体、记忆、神经学习 |+| [智能与学习](docs/USERGUIDE.md#-intelligence--learning) | 钩子、工作者、SONA、模型路由 |+| [蜂群与协调](docs/USERGUIDE.md#-swarm--coordination) | 拓扑、共识、蜂巢心智 |+| [安全](docs/USERGUIDE.md#%EF%B8%8F-security) | AIDefence、CVE 修复、校验 |+| [生态系统](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 schema |+| [插件市场](https://ruvnet.github.io/ruflo) | 浏览与安装插件 |++---++## 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) |+| 企业服务 | [ruv.io](https://ruv.io) |+| 社区 | [Agentics Foundation Discord](https://discord.com/invite/dfxmpwkG2D) |+| 由以下提供支持 | [Cognitum.one](https://cognitum.one) |++## 许可证++MIT - [RuvNet](https://github.com/ruvnet)