# Claude-Flow: рой из 60+агентов в Claude Code

Claude-Flow превращает Claude Code в рой из 60+ агентов с общей памятью: «королева» раздаёт задачи, исполнители пишут и ревьюят код, система сама выбирает модель — почти на 75% дешевле, ~85% задач на бенчмарке.

Claude Code сам по себе работает в одиночку — один агент, одна сессия, память только на время чата. Ruflo (бывший Claude-Flow) добавляет вокруг него слой координации: десятки специализированных агентов, общую память между сессиями и автоматическое распределение задач. Разбор того, что это, какие цифры подтверждаются и как это ставится.

## 1. Что такое Ruflo (бывший Claude-Flow)

- Проект Claude-Flow переименован в Ruflo — это тот же репозиторий и то же сообщество под новым именем.
- По сути это агентский мета-харнесс для Claude Code и Codex: не заменяет модель, а даёт готовому агенту инструменты, память, циклы выполнения и контроль, чтобы задача доводилась до конца, а не обрывалась на середине.
- Открытый код на MIT, около 62,8 тысяч звёзд на GitHub и больше 1500 релизов — активно развивающийся проект.

## 2. Ключевые возможности

- Агенты: свыше 60 специализированных ролей — кодер, тестировщик, ревьюер, архитектор, специалист по безопасности и другие, которые самоорганизуются в рои (swarms).
- Queen-координация: иерархия с ведущим агентом («queen»), консенсус через Raft, Byzantine или Gossip-протоколы — вместо ручной оркестрации каждого шага вручную.
- Hive-mind память: векторная память на HNSW-индексе (AgentDB) с почти мгновенным поиском — контекст и решения сохраняются между сессиями, а не теряются с закрытием чата.
- Самообучение: механизмы SONA и ReasoningBank учат агентов на прошлых успешных траекториях — со временем система точнее выбирает подход к похожим задачам.
- Роутинг: задачи автоматически распределяются между 5 провайдерами моделей (Claude, GPT, Gemini, Cohere, Ollama) с отказоустойчивостью, если один из них недоступен.

## 3. Реальные цифры

- Точность маршрутизации: около 89% — насколько точно система сама распределяет задачи между агентами.
- Экономия и решаемость: порядка 75% экономии стоимости и 84.8% solve-rate на тестовых задачах — цифры ориентировочные и сильно зависят от конкретной задачи и модели, а не гарантированный результат на любом проекте.
- Сравнение с другими фреймворками: по опубликованным бенчмаркам Ruflo обгоняет LangGraph, AutoGen и CrewAI по холодному старту, одиночному запросу и потреблению памяти в 1.3–1953 раза в зависимости от сценария; методология и сырые данные — в открытом виде у разработчика.

## 4. Установка

Быстрый старт (все платформы) — интерактивный визард, работает одинаково на macOS, Linux и в нативных Windows PowerShell/cmd.

```
npx ruflo@latest init wizard
```

Одной командой (POSIX) — для macOS, Linux, WSL и Git-Bash.

```
curl -fsSL https://cdn.jsdelivr.net/gh/ruvnet/ruflo@main/scripts/install.sh | bash
```

Глобально через npm:

```
npm install -g ruflo@latest
```

MCP-сервер в Claude Code:

```
claude mcp add ruflo -- npx ruflo@latest mcp start
```

Облегчённый вариант: через маркетплейс плагинов Claude Code — даёт только слэш-команды без полноценного MCP-сервера.

```
/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-core@ruflo
```

## 5. Что важно учитывать

- Разница путей установки: плагин из маркетплейса — облегчённая версия без MCP-сервера (memory_store, swarm_init и другие инструменты недоступны); за полным функционалом — именно CLI-установщик (npx ruflo init).
- Безопасность: один из недавних релизов — исправление уязвимости в MCP-мосту, стоит обновляться до актуальной версии, а не оставаться на старой.
- Federation: функция федерации агентов между разными машинами передаёт данные только после снятия персональных данных и шифрования, но это ещё относительно новая часть системы — стоит проверять актуальный статус перед использованием на продакшене.

---

Источник: https://localhost:3000/m/claude-flow