Rufloとは何か（旧Claude Flowの進化系）
ruvnet/rufloの概要
Ruflo は、Claude Code を多エージェント化するためのオープンソースのオーケストレーションプラットフォームです。GitHub で 46,000 以上のスターを獲得しており（2026年5月時点）、Claude Code に「スウォームインテリジェンス」を追加するプロジェクトとして活発に開発が続いています（最終更新: 2026-05-07）。
単一の Claude Code インスタンスでは困難な複雑なソフトウェア開発タスク——大規模なコードベースの改修、並行するテストとレビュー、セキュリティ監査の自動化——を、専門化した複数のエージェントが協調して処理することを目的に設計されています。
ライセンスは MIT のため商用利用を含めて自由に使用できます。
旧Claude Flowからのリネームと経緯
Ruflo は以前 claude-flow という名称でした。Anthropic との商標的な整合を図るため 2026 年初頭に Ruflo へリネームされましたが、npm パッケージ名（ruflo）および CLI コマンドの一部には旧名の痕跡が残っています。記事や検索結果で「claude-flow」と「Ruflo」が混在している場合は、同一プロジェクトを指しています。
Rufloの主要アーキテクチャ
スウォームとエージェントの関係
Ruflo の中心的な概念は スウォーム（Swarm） と エージェント（Agent） の分離です。
- エージェント: 特定の役割に特化した AI ワーカー。コーダー、テスター、セキュリティ監査者、アーキテクトなど 100 種類以上が定義されています
- スウォーム: 複数エージェントが連携して一つの目標に取り組む協調実行の仕組み
- Queen: スウォームを統括する指揮エージェント。戦略的・戦術的・適応型の 3 タイプがあります
単純にいえば、「スウォーム = エージェントのチーム」で、Queen がチームリーダーとして各エージェントにタスクを割り当て、ハンドオフ（引き継ぎ）プロトコルで作業を連鎖させます。
4種類のスウォームトポロジー
スウォームの通信構造は 4 種類のトポロジーから選択します。
トポロジー | 説明 | 適した用途 |
|---|---|---|
階層型（Hierarchical） | Queen が複数ワーカーに指示を出す指揮系統型 | 複雑なソフトウェア開発全般 |
メッシュ（Mesh） | 全エージェントがP2P通信 | 並列処理・探索的タスク |
リング（Ring） | 隣接エージェント間で順次バトンタッチ | 直線的なパイプライン処理 |
スター（Star） | 中央エージェントが各エージェントと 1 対 1 で通信 | 中央集権的な調整が必要なケース |
（出典: Ruflo README）
タスクの複雑さに応じてトポロジーを使い分けることで、通信オーバーヘッドとエージェント間の協調精度のバランスを取ります。
自己学習エンジンSONAの仕組み
Ruflo の特徴的な機能のひとつが SONA（Self-Optimizing Neural Architecture） と呼ばれる自己学習機構です。
SONA はスウォームの実行結果からパターンを記録し、次回以降の同様タスクに適用します。成功した推論戦略は ReasoningBank に永続化され、繰り返しの作業での効率化が期待できます。また単純なタスク（フォーマット修正、インポート更新など）は WASM ベースの Agent Booster で処理することで、LLM 呼び出しを省略し実行速度を大幅に向上させています。
Rufloの核心機能
100以上の専門化エージェント
Ruflo はコーディング・テスト・セキュリティ・ドキュメント・DevOps など、ソフトウェア開発の各フェーズに対応した 100 種類以上の専門エージェントを内包しています。一つのプロジェクト内で
architect → coder → tester → reviewer
（出典: Ruflo User Guide）
のような自動パイプラインが構成でき、それぞれのエージェントが役割に特化した精度で作業します。
AgentDB：ベクトルメモリによる高速検索
AgentDB は HNSW（Hierarchical Navigable Small World）索引を使ったベクトルデータベースです。セッション間でエージェントの記憶を永続化し、過去の推論パターン・コードスニペット・意思決定ログを高速に検索できます。
エージェントが同じ問題に再度取り組む際、過去の解決策を即座に参照できるため、冗長な LLM 呼び出しを削減しながら精度を維持することが目的です。
コスト最適化（Agent Booster WASMによる85%削減）
Ruflo は「tiered routing（段階的なルーティング）」でAPIコストを削減します。
タスク複雑度 | ルーティング先 | コスト |
|---|---|---|
単純（フォーマット・インポート） | Agent Booster（WASM） | LLMコストなし |
中程度（標準コード生成・基本テスト） | Claude Haiku 等の安価モデル | 低コスト |
複雑（セキュリティロジック・エッジケース） | Claude Opus 等のプレミアムモデル | 通常コスト |
（出典: Ruflo README）
この仕組みにより、単体の Claude Code 使用と比較して最大 85% のAPIコスト削減を主張しています（実際のコスト削減率はタスクの種類・比率に依存します）。
マルチLLMルーティング
Claude だけでなく、GPT・Gemini・Cohere・Ollama など複数の LLM プロバイダへのインテリジェントルーティングをサポートしています。Claude Code を中心としつつも、特定のタスクに他のモデルを併用する柔軟な運用が可能です。
インストールと初期セットアップ
前提条件
- Node.js 20 以上
- npm 9 以上
3つの導入パターン
パターン1: ワンライナーCLIインストール（推奨）
curl -fsSL https://cdn.jsdelivr.net/gh/ruvnet/ruflo@main/scripts/install.sh | bash
（出典: Ruflo README）
フル機能が必要な場合は -- --full オプションを追加します。
パターン2: Claude Code プラグインとして統合（軽量）
/plugin marketplace add ruvnet/ruflo
/plugin install ruflo-core@ruflo
（出典: Ruflo README）
スラッシュコマンドとエージェント定義のみの軽量構成です。MCP サーバーは登録されません。
パターン3: MCP サーバーとして登録
claude mcp add ruflo -- npx ruflo@latest mcp start
（出典: Ruflo README）
Claude Code の MCP サーバーとして Ruflo の機能を呼び出す構成です。
基本コマンド一覧
コマンド | 機能 |
|---|---|
| プロジェクト初期化 |
| MCP サーバー起動 |
| コーディングエージェント起動 |
| スウォーム初期化 |
| 目標指定でスウォームを起動 |
| ベクトル検索の実行 |
（出典: Ruflo User Guide）
詳細なコマンドリファレンスは公式の User Guide を参照してください（CLI 全 26 コマンド・140 以上のサブコマンドが文書化されています）。
類似OSSとの比較：何が違うのか
OpenAI Agents SDK（旧Swarm）との比較
OpenAI Agents SDK は 2026 年 3 月にリリースされた本番向けのマルチエージェントフレームワークです。ハンドオフベースの明示的制御が特徴で、エージェント間の制御移譲を開発者が明示的に設計します。
Ruflo との主な差分は以下の通りです。
観点 | Ruflo | OpenAI Agents SDK |
|---|---|---|
LLM 依存 | Claude 主体・マルチプロバイダ対応 | OpenAI エコシステム中心 |
制御モデル | スウォームによる自律協調 | ハンドオフベースの明示的制御 |
自己学習 | SONA による自動最適化 | なし |
Claude Code 統合 | ネイティブ統合（MCP/プラグイン） | 別途設定が必要 |
適した用途 | Claude Code を使う開発チーム | OpenAI 中心のエコシステム |
Claude Code を既に使っているチームには Ruflo の方が統合コストが低く、自己学習によるコスト最適化が期待できます。
Swarms（Python）との比較
Swarms は Python 製のマルチエージェントフレームワークで、10 以上のスウォームパターンを持ちます。
観点 | Ruflo | Swarms |
|---|---|---|
言語 | TypeScript/Node.js | Python |
Claude/MCP 統合 | ネイティブ深い統合 | 汎用（Claude 統合は追加設定） |
自己学習 | SONA（内蔵） | 基本的になし |
適した用途 | Claude Code 開発ワークフロー | 言語問わず実験・研究的ユースケース |
Python を主言語とするデータサイエンス・ML チームには Swarms が合う場面が多い一方、TypeScript/Node.js ベースのフロントエンド・フルスタックチームには Ruflo の親和性が高いです。
DeerFlowとの比較
DeerFlow は研究・コンテンツ作成に特化したマルチエージェントフレームワークで、Docker Sandbox での隔離実行が特徴です。ソフトウェア開発ワークフローへの適用を主目的とする Ruflo とは、対象ドメインが根本的に異なります。
選定マトリックス
状況・優先項目 | 推奨 |
|---|---|
Claude Code を使うチームでコスト削減したい | Ruflo |
OpenAI エコシステムを中心にしている | OpenAI Agents SDK |
Python チームで柔軟なスウォームパターンが必要 | Swarms |
研究・コンテンツ作成タスクを自動化したい | DeerFlow |
Rufloが向いているユースケース
コードベース改修・自動テスト
大規模なリファクタリングや機能追加では、architect → coder → tester → reviewer のパイプラインがそのまま使えます。単一の Claude Code インスタンスでは文脈切れが問題になるような長大なタスクを、エージェント分割と AgentDB のベクトルメモリで継続的に処理できます。
セキュリティ監査の自動化
scanner → analyzer → fixer の連携でコード生成と並行してセキュリティ監査を実行できます。AIDefence 機能により、PII 検出やプロンプトインジェクション対策、CVE マッピングも内包されています。
向いていないケース
- プロトタイプや小規模スクリプト: オーバースペックになりやすい。単一エージェントで十分
- OpenAI API の利用が前提の環境: OpenAI Agents SDK の方が統合コストが低い
- Python 統一のチーム: Swarms 等の Python 製を選ぶ方が依存関係がシンプルになる
公式ドキュメント・コミュニティリンク
Ruflo に関する詳細情報は以下の公式リソースから確認できます。
- GitHub リポジトリ: ruvnet/ruflo — コード・Issue・リリースノート
- User Guide: docs/USERGUIDE.md — CLI全コマンド・設定リファレンス・ADR（70件以上）
- Web UI（beta）: flo.ruv.io — ブラウザから試せるRufloインターフェース
- Agentics Foundation Discord: 参加リンク — コミュニティサポート・情報交換
Claude Code を使った開発チームがマルチエージェント構成を検討する際、Ruflo は「Claude ネイティブ統合」「自己学習によるコスト最適化」「100 以上の専門エージェント」という点で有力な選択肢です。一方で、OpenAI エコシステム中心のチームや Python 統一環境では、他のフレームワークの方が適合することもあります。
自分のチームの技術スタック・使用 LLM・タスクの性質を照らし合わせて、最適なフレームワークを選ぶ際の参考にしていただければ幸いです。
