claude-flow (ruflo)

★ 64.160

Multi-Agent-Orchestrierung für Claude Code, Codex & Co: Schwärme, adaptives Memory, RAG-Integration.

claude-flow (Repo umbenannt in ruflo; die npm-Pakete claude-flow und ruflo existieren parallel, aktuell beide bei Version 3.25.6) ist ein Multi-Agent-Orchestrierungs-Framework für Claude Code, Codex und weitere Coding-Agenten. Kernstück ist eine „Queen-led"-Schwarm-Koordination: Mehrere Agenten arbeiten an Teilaufgaben, synchronisieren sich über Konsens-Mechanismen (Raft, Byzantine, Gossip) und teilen sich einen gemeinsamen Speicher.

Dieser Speicher (AgentDB) ist HNSW-indiziert für Vektor-Suche und laut Projekt-Doku bei kleineren Datenmengen mehrfach schneller als eine naive Brute-Force-Suche; dazu kommen Hybrid-Suche und Graph-Traversal. Über SONA-Neural-Patterns und ein „ReasoningBank" sollen Agenten aus vergangenen Task-Verläufen lernen und erfolgreiche Strategien bei ähnlichen künftigen Aufgaben wiederverwenden.

Das Framework ist modell-agnostisch (Claude, GPT, Gemini, Cohere, lokal über Ollama) mit automatischem Routing, bringt rund 210 MCP-Tools über fünf Server-Gruppen (Core, Intelligence, Agents, Memory, DevTools) mit und lässt sich auch als Satz von Claude-Code-Plugins installieren (u.a. ruflo-core, ruflo-swarm, ruflo-rag-memory). Eine Federation-Funktion erlaubt es, mehrere claude-flow-Instanzen über Team- oder Organisationsgrenzen hinweg per WebSocket zu vernetzen und Aufgaben zwischen ihnen weiterzureichen.

🔧 SETUP

Interaktiver Setup: `npx ruflo@latest init wizard` (ohne Wizard: `npx ruflo@latest init`)
Alternativ global installieren: `npm install -g ruflo@latest`
Als MCP-Server bei Claude Code registrieren: `claude mcp add ruflo -- npx ruflo@latest mcp start`
Optional als Claude-Code-Plugins: `/plugin install ruflo-core@ruflo`, `/plugin install ruflo-swarm@ruflo`, `/plugin install ruflo-rag-memory@ruflo`
Für teamübergreifende Vernetzung: `npx claude-flow@latest federation init` bzw. `federation join wss://...`

✅ WANN EINSETZEN?

Mehrere Agenten parallel koordinieren

Ein komplexes Feature wird in Teilaufgaben zerlegt, mehrere Agenten arbeiten per Swarm-Topologie gleichzeitig daran, mit gemeinsamem Memory.

Agenten sollen aus Erfahrung lernen

SONA/ReasoningBank merkt sich erfolgreiche Task-Trajektorien und wendet sie bei ähnlichen künftigen Aufgaben wieder an.

⛔ WANN EHER NICHT?

Einzelne, einfache Aufgabe

Der Overhead von Swarm, Memory und Konsens-Mechanismen lohnt sich nicht für eine einzelne, klar umrissene Aufgabe, die ein Agent alleine löst.

Besser: Claude Code direkt ohne Orchestrierungs-Layer nutzen.

Team-übergreifende Föderation ohne Infrastruktur

Federation braucht einen erreichbaren WebSocket-Endpunkt (wss://) — ohne eigene Server-Infrastruktur nicht sinnvoll nutzbar.

Besser: Lokales Setup ohne federation-Befehle, nur eine Instanz.