ruflo/Claude Flow 插件安装指南:在 Claude Code 中一键启用 150+ 命令、74+ Agent 与 MCP 集群编排
ruflo(Claude Flow,v2.5.0)是一个面向 Claude Code 的企业级 AI Agent 编排插件,本指南完整讲解其安装、验证、升级与卸载流程。无论你是想通过 /plugin add 一行命令从远端安装,还是克隆本仓库后本地安装,都可以在本篇文章中找到对应的操作步骤、MCP 服务器配置方法以及常见故障排查方案,读完即可在 Claude Code 中启动 swarm 协作、SPARC 开发流程与 GitHub 自动化。
环境前提(Prerequisites)
本仓库 .claude-plugin/plugin.json 中声明了运行该插件所需的最低环境,安装前请先核对:
| 依赖 | 最低要求 | 说明 |
|---|---|---|
| Claude Code CLI | >= 2.0.0 |
插件系统的宿主环境,安装与加载均通过 /plugin 命令完成 |
| Node.js | >= 20.0.0 |
运行 MCP 服务器(npx 启动 claude-flow、ruv-swarm、flow-nexus)所必需 |
| Git | 建议安装 | GitHub 集成类命令(PR 管理、代码评审、发布协调)依赖 Git 工作区 |
在仓库自带的一键脚本 scripts/install.sh 中同样包含这三项前置检查:脚本会检测 claude 命令是否存在、通过 node -v 校验大版本号是否大于等于 20,并检查 Git 是否可用;若缺少 Claude Code CLI,脚本会直接报错退出。
快速安装
方法一:从远端仓库安装(推荐)
在 Claude Code 交互窗口中直接执行:
/plugin add ruvnet/claude-flow
插件系统会自动完成如下工作:
- 克隆远端插件仓库;
- 安装 150+ 条斜杠命令(slash commands);
- 安装 74+ 个专用 Agent;
- 配置 MCP 服务器;
- 注册 hooks 事件处理器。
方法二:从本地目录安装
如果你已经克隆了本仓库,可采用本地安装方式:
# 克隆仓库
git clone https://gitcode.com/GitHub_Trending/cl/ruflo
cd ruflo
# 在 Claude Code 中安装本地插件
/plugin add .
对应当前仓库,插件本体即位于仓库内的 .claude-plugin 目录下,其清单文件为 .claude-plugin/plugin.json,内部声明了插件名 claude-flow、版本号 2.5.0、MIT 协议、claudeCode >= 2.0.0 / node >= 20.0.0 引擎要求,以及三个 MCP 服务器的启动配置;命令与 Agent 的实体文件则组织在仓库根目录的 plugin 目录下(commands 与 agents 均为指向 .claude/commands、.claude/agents 的软链接),hooks 配置见 plugin/hooks/hooks.json。
第 2 步:重启 Claude Code
安装完成后需要重启以激活插件:
/restart
第 3 步:验证安装
/plugin list
在激活插件列表中查找 claude-flow。随后可尝试执行一条命令验证可用性:
/coordination-swarm-init
也可以直接输入 / 浏览全部 150+ 条可用命令。
安装后会得到什么(What Gets Installed)
150+ 条斜杠命令
命令按功能类别组织,覆盖 Agent 协调、开发方法论、代码托管平台集成与性能优化等完整工作流:
| 类别 | 数量 | 代表命令 |
|---|---|---|
| Coordination(协调) | 6 | swarm-init、agent-spawn、task-orchestrate |
| SPARC(方法学) | 18 | coder、tdd、architect、reviewer、optimizer |
| GitHub | 18 | pr-manager、code-review-swarm、release-manager |
| Hive Mind(蜂群心智) | 11 | init、spawn、consensus、memory |
| Memory(记忆) | 5 | usage、persist、search |
| Monitoring(监控) | 5 | status、agents、metrics |
| Optimization(优化) | 5 | topology-optimize、parallel-execution |
| Analysis(分析) | 5 | performance-report、bottleneck-detect |
| Automation(自动化) | 6 | smart-spawn、auto-agent |
| Swarm(集群管理) | 15 | init、spawn、status、monitor |
| Workflows(工作流) | 5 | create、execute、export |
| Training(训练) | 5 | neural-train、pattern-learn |
| Flow Nexus | 9 | swarm、workflow、sandbox |
以仓库内真实命令为例,plugin/commands/coordination/swarm-init.md 定义的 /coordination-swarm-init 支持 --topology/-t(mesh、hierarchical、ring、star,默认 hierarchical)、--max-agents/-m(默认 8)、--strategy/-s(balanced、parallel、sequential)、--auto-spawn、--memory、--github 等选项,可见每条命令都具备独立的参数解析能力。
74+ 个专用 Agent
Agent 可用于委派任务,按领域划分:
- 核心开发(5):coder、planner、researcher、reviewer、tester;
- 集群协调(5):hierarchical、mesh、adaptive 三类协调器;
- 共识协议(7):Byzantine、Raft、Gossip 等;
- GitHub(13):PR 管理器、代码评审、发布;
- 专用开发(8):backend、mobile、ML、CI/CD 等。
对应仓库实现位于 plugin/agents/(symlink 至 .claude/agents),例如 plugin/agents/core/coder.md、plugin/agents/core/reviewer.md 等,每个 Agent 均为带 YAML frontmatter 的 Markdown 文件,供主 Agent 在合适时机自动委派。
MCP 集成
插件声明了 3 个 MCP 服务器、合计 110+ 个工具(见 .claude-plugin/plugin.json 中的 mcpServers 字段):
| MCP 服务器 | 工具量 | 说明 | 是否可选 |
|---|---|---|---|
| claude-flow | 40+ | 核心编排:swarm 协调、Agent 管理、任务编排 | 必装 |
| ruv-swarm | — | 增强协调能力(WASM 加速) | 可选 |
| flow-nexus | 70+ | 云平台功能(需要鉴权) | 可选 |
MCP 服务器配置(可选)
插件会声明 MCP 服务器,但你仍需安装对应的 npm 包才能实际使用工具:
# 核心 MCP(推荐)
npm install -g claude-flow@alpha
# 可选:增强版集群协调
npm install -g ruv-swarm
# 可选:云功能(需要鉴权)
npm install -g flow-nexus@latest
安装插件时 MCP 服务器即会被自动写入配置。其底层 JSON 结构如下(与插件清单中保持一致):
{
"mcpServers": {
"claude-flow": {
"command": "npx",
"args": ["claude-flow@alpha", "mcp", "start"],
"description": "Core Claude Flow MCP server with 40+ orchestration tools",
"optional": false
},
"ruv-swarm": {
"command": "npx",
"args": ["ruv-swarm", "mcp", "start"],
"description": "Enhanced swarm coordination with WASM acceleration",
"optional": true
},
"flow-nexus": {
"command": "npx",
"args": ["flow-nexus@latest", "mcp", "start"],
"description": "Cloud-based orchestration platform with 70+ tools (requires authentication)",
"optional": true
}
}
}
需要留意的是,本仓库的 scripts/install.sh 在写入 ~/.claude/settings.json 时会先判断文件是否存在:若不存在则自动创建并写入 claude-flow MCP 服务器;若已存在,则只打印需要手工追加的三个服务器配置片段,避免覆盖用户已有设置。
如果希望脱离插件走 Claude Code 原生命令手动添加服务器,可以逐个执行:
claude mcp add claude-flow npx claude-flow@alpha mcp start
claude mcp add ruv-swarm npx ruv-swarm mcp start # 可选
claude mcp add flow-nexus npx flow-nexus@latest mcp start # 可选,需鉴权
安装验证(Verification)
检查插件状态
在 Claude Code 中执行:
/plugin list
确认列表中存在 claude-flow 且状态为 active。
测试命令
输入 / 后查找以下前缀开头的命令:
coordination-(集群协调)sparc-(SPARC 方法学)github-(GitHub 集成)hive-mind-(蜂群心智)
测试 Agent
Agent 无需手动调用,Claude Code 会在需要时自动委派给合适的专用 Agent。
使用脚本化验证
仓库额外提供了自动化的验证脚本 scripts/verify.sh,其检查项与上面的手工步骤一一对应,适合 CI 或批量环境使用:
- Claude Code CLI 是否已安装(缺失记为 error);
~/.claude/commands与~/.claude/agents目录是否存在并统计命令/Agent 数量;~/.claude/settings.json是否存在,且其中是否包含claude-flow字样(缺少 MCP 配置记为 warning);- 依次探测
claude-flow@alpha、ruv-swarm、flow-nexus三个 npm 包是否可通过 npx 运行,只有核心包缺失才算 warning,可选包缺失仅提示。
脚本最终按错误数给出结论:error 为 0 且 warning 为 0 时提示插件完全就绪;仅有 warning 时提示部分功能受限;存在 error 时返回退出码 1。
插件生命周期管理(Managing the Plugin)
查看已安装插件
/plugin list
升级插件
/plugin update claude-flow
或者从远端拉取最新代码后重装:
cd /path/to/claude-flow
git pull
移除插件
/plugin remove claude-flow
该命令会移除全部命令、Agent 与 hooks。
手工安装脚本的补充说明
仓库脚本 scripts/install.sh 支持 4 种安装粒度选择,交互式提示 Select installation type (1-4) [1]:
- 完整安装(commands + agents + MCP servers);
- 仅安装 commands;
- 仅安装 agents;
- 仅配置 MCP servers。
安装目标目录均为 ~/.claude/ 下的 commands/、agents/,脚本会以 cp -r 拷贝并以 find -name "*.md" 统计实际安装数量,最后打印引导信息(重启、验证、试运行 /coordination-swarm-init)。
常见问题排查(Troubleshooting)
插件找不到(Plugin Not Found)
# 确认插件是否已安装
/plugin list
# 重新安装
/plugin add ruvnet/claude-flow
命令不显示(Commands Not Showing)
# 确认插件已安装
/plugin list
# 检查目录结构是否完整
ls -la .claude-plugin/
ls -la commands/
ls -la agents/
# 重启 Claude Code
/restart
安装失败(Installation Fails)
# 退回本地安装方式
git clone https://github.com/ruvnet/claude-flow.git
cd claude-flow
/plugin add .
对应到本仓库,即本地目录安装(上文方法二),或直接执行 scripts/install.sh 走手工拷贝路径。
获取帮助(Getting Help)
- 完整文档:见 .claude-plugin/README.md,内含 Overview、Features、Components、MCP 集成与 150+ 命令清单;
- 5 分钟快速上手:见 .claude-plugin/docs/QUICKSTART.md,含初始化首个 swarm、SPARC TDD 流程与 GitHub 自动化示例;
- 安装与结构对照:见 .claude-plugin/docs/INSTALLATION.md 与 .claude-plugin/docs/STRUCTURE.md;
- 状态概览:见 .claude-plugin/docs/PLUGIN_SUMMARY.md。
卸载插件(Uninstalling)
/plugin remove claude-flow
这会移除全部命令、Agent 与 hooks。仓库另提供 scripts/uninstall.sh 手工卸载脚本:它会按文件名模式清理 ~/.claude/commands/ 下的 *coordination*、*sparc*、*github*、*hive-mind* 以及 ~/.claude/agents/ 下的 *coordinator*、*swarm* 文件,并明确提示 MCP 服务器不会从 settings.json 中自动移除,需要手工编辑文件清理。
插件目录结构(Plugin Structure)
按官方 Claude Code 插件规范,安装完成后插件目录结构如下(本仓库中元数据与文档位于 .claude-plugin,命令/Agent 实体位于 plugin):
claude-flow/
├── .claude-plugin/ # 插件元数据与文档
│ ├── plugin.json # 插件清单:名称/版本/引擎要求/MCP 服务器
│ ├── README.md # 完整文档
│ ├── INSTALLATION.md # 本文档
│ ├── marketplace.json # 市场分发元数据
│ └── docs/ # QUICKSTART / STRUCTURE / PLUGIN_SUMMARY
├── commands/ # 150+ 斜杠命令(Markdown)
│ ├── coordination/
│ ├── sparc/
│ ├── github/
│ ├── hive-mind/
│ └── ...
├── agents/ # 74+ 专用 Agent(YAML frontmatter + Markdown)
│ ├── core/
│ ├── swarm/
│ ├── consensus/
│ ├── github/
│ └── ...
├── hooks/ # 事件处理器
│ └── hooks.json
└── scripts/ # install.sh / verify.sh / uninstall.sh
其中 .claude-plugin/hooks/hooks.json 注册了 PreToolUse(匹配 Bash 与 Write/Edit/MultiEdit 工具,调用 scripts/ruflo-hook.sh 完成命令/文件改写)、PostToolUse(执行后追踪命令执行记录与编辑结果)、PreCompact(上下文压缩前注入 swarm/SPARC 引导提示)与 Stop(会话结束时生成摘要并持久化状态)等钩子,实现跨会话记忆与行为追踪。值得注意的是,该 hooks 清单声明为仅支持 POSIX(macOS/Linux),在原生 Windows 上不可用,Windows 用户应主要依赖 /plugin 官方命令完成安装与管理。
版本:2.5.0 | 协议:MIT | 作者:rUv | 兼容性:Claude Code >= 2.0.0
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0624
Hy4-previewHy4 preview 是由腾讯混元团队研发的新一代混合专家(MoE)旗舰模型。模型总参数量 770B,每个 token 激活 49B,主干共包含78层,第一层采用标准 FFN,其余 77 层均为 MoE 结构,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 top-8 路由专家及共享专家。主干之外原生内置 1 层 MTP(总参数量 10B,激活 0.7B)以支持投机解码。Python00
GLM-5.3GLM-5.3 与 GLM-5.2 使用相同的基座模型——所有提升均来自后训练。与 GLM-5.2 相比,它在复杂编程和长程任务上的表现显著提升。Jinja00
GLM-5.3-FlashGLM-5.3-Flash (320B-A18B),是GLM-5系列的首个原生多模态模型。320B总参数,能力超过GLM-5.2Jinja00
Spark-X2.5-4BSpark-X2.5-4B 旨在让强大的 AI 更实用、更高效、更易获得。在广泛日常任务中表现强劲,涵盖对话、写作、翻译、推理、编码、工具调用以及智能体工作流,并在同等规模的开源模型中取得领先成绩。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00
Spark-X2.5-1.7BSpark-X2.5-1.7B 旨在让强大的 AI 更加实用、高效且易于获取。这些模型在广泛的日常任务中表现出色,涵盖对话、写作、翻译、推理、编程、工具调用和智能体工作流,并在同等规模的开源模型中取得领先结果。Spark-X2.5 将面向效率的架构与最高 1M tokens 的原生上下文窗口相结合,并支持 200 多种语言。Python00