前一篇写过 Ruflo 的定位，模型之外的骨架，Agent 等于 Model 加 Harness。这篇文章只做一件事，把 Ruflo 仓库自带的 98 个专精 Agent 全列一遍，让读者有个具体抓手。数字来源是仓库里 v3/@claude-flow/mcp/.claude/agents/ 目录下的 98 个 Markdown 文件，代码里在 init.ts 的 ADR-128 Phase 3 里也硬编码了 98 这个数字。

顺便说一个坑。仓库里有一批 agent 是"重复注册"的，比如 analysis/analyze-code-quality.md 和 analysis/code-review/analyze-code-quality.md 内容几乎一样，一个是 v1.0.0，一个是历史迁移过来的。98 里包含了这些重复项，实际"能干活的不同角色"大概在 70 到 80 之间。列在下面的是所有 98 个文件，重复项会标注。

Core，5 个骨架角色

Ruflo 的默认底座。用户 npx ruflo init 不指定参数时，就是这一组先被加载。

  • planner，任务规划调度官，把大任务拆成子任务、算依赖、分配资源。是其他 Agent 的上游。
  • coder，实施工程师，写代码、重构、优化。带自学习能力，从 ReasoningBank 里调以前成功的模式。
  • reviewer，代码审查员，安全审计、性能分析、最佳实践检查。
  • tester，测试工程师，单测、集成、E2E、性能、安全测试全套。
  • researcher，调研员，代码分析、依赖追踪、文档调研。

这 5 个都有 v2.0.0-alpha 的"自学习四件套"，self_learning、context_enhancement、fast_processing、smart_coordination，本质是给每个 Agent 都接上了 ReasoningBank、GNN 搜索、Flash Attention、MoE 路由。

Templates，9 个可复用模板

不是给某个具体任务用的，是给别人做 Agent 时的模板。想让团队自己造 Agent，先从这里抄。

  • task-orchestrator，任务分解中枢，处理依赖管理、结果聚合。
  • sparc-coord，SPARC 方法论的编排器，管五个阶段的推进。
  • swarm-init，Swarm 拓扑初始化和资源分配。
  • memory-coordinator，跨会话记忆管理，命名空间协调。
  • smart-agent，按能力匹配动态孵化 Agent，负载预测加自动扩容。
  • pr-manager，Pull Request 全生命周期模板。
  • sparc-coder，把规范翻译成代码，带 TDD。
  • perf-analyzer，工作流瓶颈分析模板。
  • base-template-generator，给新组件、新 API、新项目生成骨架代码。

SPARC，4 个阶段专家

SPARC 是 Ruflo 主推的方法论，Spec、Pseudocode、Architecture、Refinement 四步走完。每个阶段一个专职 Agent。

  • specification，需求分析，收集约束、定义验收标准。
  • pseudocode，算法设计，逻辑流、数据结构、复杂度分析。
  • architecture，系统设计，组件架构、接口设计、可扩展性规划。
  • refinement，迭代打磨，代码优化、测试、性能调优。

Swarm 拓扑，3 个协调器

Swarm 是 Ruflo 的核心抽象，多个 Agent 协同干活。三种拓扑模式各配一个协调器。

  • hierarchical-coordinator，皇后式分层协调，一个女王指挥一群工人。
  • mesh-coordinator，P2P 网格协调，无中心，容错靠共识。
  • adaptive-coordinator，拓扑自适应，按负载实时切换形态。

V3，16 个安全、记忆、性能专项

这一批是 v3.x 迭代加进来的，多数围绕安全、记忆系统、性能优化。也包含大量 ReasoningBank 集成。

  • security-architect，安全架构师，威胁建模、CVE 追踪、零信任设计。用 HNSW 索引做威胁模式匹配，声称比暴力搜索快 150 到 12500 倍。
  • security-architect-aidefence，上一个的 Aidefence 增强版，带 50 多种提示注入模式检测、越狱检测、PII 屏蔽、Lyapunov 行为异常检测。
  • security-auditor，漏洞扫描、CVE 数据库查询、OWASP Top 10 检测、合规审计。
  • aidefence-guardian，实时监控所有 Agent 输入输出，防提示注入和越狱。
  • injection-analyst，提示注入攻击的深度分析，模式分类和威胁情报。
  • pii-detector，代码和数据里的敏感信息扫描，凭据、密钥、个人数据。
  • claims-authorizer，基于 ADR-010 的细粒度授权，跨 Agent 和 MCP 工具做访问控制。
  • memory-specialist，HNSW 索引、混合后端、向量量化、EWC++ 抗遗忘。
  • swarm-memory-manager，跨 Agent 分布式记忆同步，CRDT 复制、命名空间协调。
  • reasoningbank-learner，ReasoningBank 集成的核心，轨迹追踪、判决判定、模式蒸馏、经验回放。
  • collective-intelligence-coordinator，集体智能协调，含拜占庭容错和涌现智能。
  • performance-engineer，Flash Attention 优化（声称 2.49 到 7.47 倍加速）、WASM SIMD、token 用量压缩（50 到 75%）。
  • ddd-domain-expert，领域驱动设计专家，限界上下文、聚合设计、通用语言。
  • adr-architect，架构决策记录管理，与 ReasoningBank 联动做模式学习。
  • sparc-orchestrator，SPARC 全流程编排，管五个阶段的推进和交接。
  • v3-integration-architect，跟 agentic-flow@alpha 的深度集成，消除重复代码。

GitHub，13 个仓库协同

Ruflo 对 GitHub 的集成做得最重，一批 Agent 都围绕 repo、PR、issue 转。

  • pr-manager，Pull Request 全生命周期，创建、审查、测试、合并。
  • swarm-pr，PR 的 Swarm 版，多 Agent 协同审查和验证。
  • swarm-issue，把 GitHub issue 拆成多 Agent 任务，自动分解和进度追踪。
  • issue-tracker，issue 管理和项目协调，含跨仓库同步。
  • code-review-swarm，部署专门 Agent 群做超越静态分析的深度审查。
  • release-manager，发布协调，含 ruv-swarm 的多包版本管理。
  • release-swarm，复杂发布编排，从 changelog 到多平台部署。
  • repo-architect，仓库结构优化和多 repo 管理。
  • multi-repo-swarm，跨仓库 Swarm，做组织级自动化。
  • sync-coordinator，多仓库同步协调，版本对齐、依赖同步。
  • project-board-sync，把 Swarm 状态同步到 GitHub Projects 面板。
  • github-modes，GitHub 集成的总入口，工作流编排、PR、issue、release 都在里面。
  • workflow-automation，GitHub Actions 工作流自动化，自适应优化。

Consensus，7 个分布式共识

给分布式系统设计的共识算法 Agent，很多是从传统分布式系统论文搬过来的。

  • raft-manager，Raft 算法，领导者选举、日志复制、成员变更。
  • byzantine-coordinator，拜占庭容错共识，含恶意节点检测。
  • gossip-coordinator，Gossip 协议协调，最终一致、可扩展。
  • crdt-synchronizer，冲突无相关复制数据类型，状态/操作两种 CRDT。
  • quorum-manager，动态仲裁调整，加权投票、成员管理。
  • security-manager，共识协议的安全层，加密通信、攻击检测。
  • performance-benchmarker，共识协议的性能基准测试。

Flow Nexus，9 个云端平台 Agent

Flow Nexus 是 Ruflo 配套的云端服务，这一批 Agent 都是它的功能模块。

  • flow-nexus-auth，认证和用户管理。
  • flow-nexus-app-store，应用市场，发布、发现、部署。
  • flow-nexus-challenges，编程挑战和游戏化。
  • flow-nexus-neural，神经网络训练和推理，跑在云基础设施上。
  • flow-nexus-payments，信用管理和计费。
  • flow-nexus-sandbox，E2B 沙箱部署，隔离执行环境。
  • flow-nexus-swarm，云端 Swarm 编排和扩容。
  • flow-nexus-user-tools，用户资料、存储、实时订阅。
  • flow-nexus-workflow，事件驱动工作流自动化。

Sublinear，5 个子线性算法 Agent

用子线性时间算法解决特定领域的计算问题，追求比输入数据本身还快。

  • consensus-coordinator，子线性共识协调，拜占庭容错和投票机制。
  • matrix-optimizer，矩阵分析和优化，条件数估计、对角占优检查。
  • pagerank-analyzer，图分析和 PageRank，社交网络、推荐系统、Swarm 拓扑优化。
  • performance-optimizer，系统性能优化，资源管理和效率最大化。
  • trading-predictor，金融交易，"在行情到达前预测并执行"的时序优势算法，高频交易场景。

Optimization，5 个性能优化

跟 sublinear 有区别，这个类别是运维视角的通用优化。

  • Benchmark Suite，性能基准、回归检测、性能验证。
  • Load Balancing Coordinator，动态任务分发、工作窃取、自适应负载。
  • Performance Monitor，实时指标采集、瓶颈分析、SLA 监控。
  • Resource Allocator，自适应资源分配、预测性扩容、容量规划。
  • Topology Optimizer，Swarm 拓扑重构和通信模式优化。

Testing，2 个

  • production-validator，生产验证，端到端测试和部署就绪检查。
  • tdd-london-swarm，伦敦学派 TDD，mock 驱动的 mock-first 开发。

Analysis，3 个

  • analyst（analysis/code-analyzer.md），代码质量、性能瓶颈、安全漏洞、架构模式、依赖、复杂度。这个最完整。
  • code-analyzer（analysis/analyze-code-quality.md），代码审查、重构建议、技术债识别。v1.0.0 版本。
  • code-analyzer（analysis/code-review/analyze-code-quality.md），与上一个重复，历史迁移残留。

Architecture，2 个

两个都是 system-architect，做系统设计、架构模式、可扩展性规划，需要人工审批重大决策。文件里一个是 architecture/arch-system-design.md，一个是 architecture/system-design/arch-system-design.md，重复。

Development，2 个

两个都是 backend-dev，后端 API 开发，含 REST 和 GraphQL。一个 v1.0.0，一个 v2.0.0-alpha 带自学习。重复。

DevOps，2 个

两个都是 cicd-engineer，GitHub Actions 流水线和部署。重复。

Documentation，2 个

两个都是 api-docs，OpenAPI/Swagger 文档，一个 v1.0.0，一个 v2.0.0-alpha 带模式学习。重复。

Data，2 个

两个都是 ml-developer，机器学习模型开发、训练、部署。一个 v1.0.0，一个 v2.0.0-alpha 带自学习超参数优化。重复。

Specialized，2 个

两个都是 mobile-dev，React Native 跨平台 iOS Android 开发。重复。

Goal，2 个

  • goal-planner，GOAP（目标导向行动规划）专家，用游戏 AI 技术做动态规划，A* 搜索状态空间。
  • sublinear-goal-planner，同一个东西，文件名和内容重复。

Sona，1 个

  • sona-learning-optimizer，SONA 驱动的自优化 Agent，LoRA 微调、EWC++ 记忆保持、LLM 路由、亚毫秒学习。

Payments，1 个

  • agentic-payments，多 Agent 支付授权，带密码学验证和拜占庭共识。这个方向比较少见，是把 AI 商用化做成了 Agent 协作。

Custom，1 个

  • test-long-runner，能跑 30 分钟以上的长任务测试 Agent。看起来是开发 Ruflo 自己时用来测长任务的测试桩。

小结

98 这个数字本身有点宣传味道。仓库里能清楚看到至少有 8 到 10 个"内容重复"的 Agent（analysis、architecture、development、devops、documentation、data、specialized、goal 这几个类别都是重复对），加上一些只是文件名不同、description 一模一样的模板级 Agent。实际"角色"应该在 70 到 80 之间。

真正的亮点不在数量，在两个方向。一个是 V3 里的安全栈，从 ADR 到 claims 授权到 Aidefence 到 PII 检测一整套，把零信任做到了 Agent 协议层。另一个是 sublinear 那 5 个，把子线性时间算法做成了专用 Agent，这个思路比较激进，尤其是 trading-predictor，声称能"在行情数据到达前"预测，属于典型的营销话术，实际效果要实测。

从工程角度看，Ruflo 更像是一个"想把 Claude Code 的 Harness 层做成独立生态"的尝试，98 个 Agent 是这个尝试的外化。真正决定它能不能立得住的，还是记忆系统和 Swarm 编排这两个核心，Agent 只是应用层。

参考资料

  • ruvnet/ruflo 仓库，71,774 star，MIT 协议，TypeScript
  • 98 个 Agent 定义文件位于 v3/@claude-flow/mcp/.claude/agents/
  • 数字在 v3/@claude-flow/cli/src/commands/init.ts 的 ADR-128 Phase 3 注释里
  • 前文 Ruflo 总览，/notes/ruflo/