Ruflo 工作流编排

解决什么问题

当任务需要多个 Agent 协作、跨会话保留记忆，或在不同模型档位间做路由时，单 Agent 的线性调用会很快捉襟见肘：上下文被截断、子任务结果无法沉淀、重复劳动随处可见。Ruflo 就是一个跨 Agent 编排层，把 swarm 协作、持久记忆、模型路由和可观测性收敛到一套 MCP 工具里。

核心能力

• 多 Agent 协作：支持层级 swarm 与 mesh 拓扑，内置 anti-drift 机制，避免子 Agent 偏离目标。
• 持久记忆：通过 mcp__claude-flow__memory_* 使用 HNSW 向量索引，底层混合 SQLite 与 AgentDB，跨会话做语义检索。
• 模型路由：三层路由策略，从确定性 codemod 到 Haiku，再到 Sonnet/Opus，降低简单步骤的成本。
• Hooks 与可观测性：mcp__claude-flow__hooks_* 提供 pre/post edit 钩子、会话生命周期追踪，以及 12 个后台 worker。
• 工作流与基准：支持 SPARC 方法论和 GAIA benchmark，mcp__claude-flow__intelligence_* 实现 RETRIEVE → JUDGE → DISTILL → CONSOLIDATE 四步流水线。

如何工作

初始化后，Ruflo 会自动加载 MCP server，向兼容客户端暴露 314 个工具。典型流程是：先用 swarm_* 搭建 swarm，再用 agent_spawn 拉起 coder、reviewer、tester 等角色，通过 task_* 管理生命周期，中间用 memory_* 存取中间状态，hooks 在后台默默记录。

插件生态覆盖 ADR、DDD、安全审计、成本追踪、浏览器自动化等 30+ 场景。

适用边界

• 适合：跨会话长任务、需要并行子 Agent 的研究或开发流程、有成本与质量双重约束的复杂 pipeline。
• 不适合：一次性简单编辑、单 Agent 一个 turn 能搞定的小 bug fix。编排开销远超收益，杀鸡用牛刀。