Jika Anda memakai Claude Code untuk pekerjaan sehari-hari, Ruflo membantu mengubah pola “satu agen, satu sesi” menjadi orkestrasi multi-agen dengan memori, hooks, dan server MCP. Proyek ini bernama Ruflo, dikelola oleh rUv, dan berkembang dari claude-flow.
Panduan ini membahas apa yang dilakukan Ruflo, kapan perlu dipasang, cara memilih jalur instalasi, dan bagaimana menguji lalu lintas MCP-nya dengan Apidog. Jika Anda belum memahami format file agen yang dibaca Claude Code saat boot, baca dulu panduan agents.md.
TL;DR
- Ruflo, sebelumnya claude-flow, adalah platform orkestrasi multi-agen untuk Claude Code.
- Ruflo menyediakan 98 agen, 60+ perintah, 30 skill, server MCP, hooks, dan daemon.
- Jalankan
npx ruvflo inituntuk menambahkan lapisan koordinasi ke proyek Claude Code. - Ada dua mode instalasi:
- Plugin Claude Code versi lite.
- Instalasi CLI penuh.
- Gunakan Apidog untuk menguji endpoint MCP seperti
tools/list,tools/call, dan federasi server. - Unduh Apidog jika Anda ingin menambahkan pengujian kontrak sebelum Ruflo menjadi bagian dari workflow harian.
Apa yang sebenarnya dilakukan Ruflo
Secara default, Claude Code berjalan sebagai loop agen tunggal:
- Anda memberi instruksi.
- Model membaca workspace.
- Model mengedit file.
- Sesi selesai.
- Konteks antar sesi tidak selalu berlanjut.
Ini cukup untuk tugas kecil. Tetapi untuk refactor besar, audit keamanan, dokumentasi, atau koordinasi antar mesin, pola agen tunggal cepat menjadi terbatas.
Ruflo menambahkan lapisan koordinasi di atas Claude Code. Setelah init, tugas yang Anda kirim ke Claude Code dapat dirutekan ke beberapa jalur:
- Jalankan sebagai agen tunggal.
- Luncurkan swarm berisi agen spesialis.
- Lanjutkan dari memori sesi sebelumnya.
- Federasikan pekerjaan ke agen di mesin lain.
Contoh praktis:
Task: Refactor modul autentikasi dan pastikan tidak ada regresi keamanan.
Ruflo dapat merutekan tugas ke:
- security-review agent
- test-generation agent
- refactor agent
- documentation agent
- synthesizer agent
Ruflo tidak menggantikan Claude Code. Ia menambahkan lapisan koordinasi agar beberapa agen spesialis terasa seperti satu workflow.
Arsitektur Ruflo dalam satu alur
Alur sederhana dari README:
User -> Ruflo (CLI/MCP) -> Router -> Swarm -> Agents -> Memory -> LLM Providers
^ |
+---- Learning Loop <------+
Komponen yang perlu Anda pahami sebelum menggunakannya di proyek nyata:
1. CLI dan MCP entrypoint
Ruflo dapat dioperasikan dari CLI atau melalui integrasi MCP Claude Code. Keduanya memakai protokol yang sama di bawahnya.
2. Router
Router menentukan apakah sebuah tugas harus diproses oleh:
- agen tunggal,
- swarm,
- memori sesi sebelumnya,
- atau federasi.
Router dapat dikonfigurasi dan dapat memakai model lokal.
3. Swarm
Swarm adalah kumpulan agen spesialis dengan prompt dan toolset masing-masing.
Contoh peran dalam swarm review kode:
- security-reviewer
- performance-reviewer
- test-writer
- docs-writer
- final-synthesizer
4. Memori
Memori Ruflo persisten antar sesi. Agen berikutnya dapat mengambil konteks dari pekerjaan sebelumnya.
Contoh penggunaan:
Sesi 1:
- Agen menemukan pola bug di modul billing.
- Temuan disimpan ke memory_store.
Sesi 2:
- Agen lain membaca temuan tersebut melalui memory_get.
- Refactor berikutnya memakai konteks lama.
5. Penyedia LLM
Ruflo agnostik terhadap penyedia model. Claude adalah default, tetapi penyedia seperti OpenAI, DeepSeek, Gemini, dan Ollama lokal dapat digunakan melalui konfigurasi provider.
Pilih jalur instalasi
Ruflo punya dua jalur instalasi. Pilih sesuai kebutuhan.
Jalur A: Plugin Claude Code versi lite
Instal melalui marketplace Claude Code:
/plugin install ruflo-core@ruflo
Jalur ini menambahkan:
- slash command,
- definisi agen,
- pengalaman evaluasi ringan.
Namun, jalur ini tidak mendaftarkan server MCP Ruflo. Artinya tool seperti berikut tidak dapat dipanggil penuh dari Claude:
memory_store
swarm_init
agent_spawn
Gunakan jalur ini jika Anda hanya ingin mencoba perintah plugin tanpa mengubah setup proyek.
Jalur B: Instalasi CLI penuh
Untuk penggunaan serius, jalankan:
npx ruvflo init
Perintah ini menyiapkan:
.claude/
.claude-flow/
CLAUDE.md
helper scripts
MCP server
hooks
memory layer
agent definitions
Setelah itu, gunakan Claude Code seperti biasa. Hooks Ruflo akan merutekan tugas secara otomatis.
Jalur ini memberi Anda:
- 98 agen,
- 60+ perintah,
- 30 skill,
- server MCP,
- memori persisten,
- swarm,
- federasi,
- daemon.
Untuk sebagian besar tim engineering yang memakai Claude Code setiap hari, jalur CLI penuh adalah pilihan utama.
Komponen utama dalam paket Ruflo
ruflo-core
Fondasi Ruflo. Berisi primitif untuk:
- penyimpanan memori,
- inisialisasi swarm,
- pemijahan agen,
- koordinasi dasar.
ruflo-swarm
Plugin untuk koordinasi multi-agen.
Contoh workflow:
Goal:
Review PR besar sebelum merge.
Swarm:
- security agent
- performance agent
- testing agent
- documentation agent
- synthesizer
ruflo-autopilot
Dipakai untuk tugas jangka panjang dengan checkpoint.
Contoh:
Ambil tiket P3 dari backlog.
Analisis bug.
Buat patch.
Jalankan test.
Buka PR.
Lanjutkan ke tiket berikutnya.
ruflo-federation
Menghubungkan agen antar mesin dengan komunikasi terenkripsi.
Gunakan ini jika Anda ingin membagi pekerjaan antar workstation atau environment berbeda. Tetap definisikan batas kepercayaan sebelum mengaktifkannya.
RuVector
Backend vektor dan grafik untuk lapisan memori. Opsional, tetapi berguna jika proyek memiliki banyak riwayat sesi dan butuh pencarian semantik.
Mengapa MCP perlu diuji
Server MCP Ruflo adalah kontrak utama antara Claude Code dan Ruflo.
Operasi penting seperti ini adalah panggilan JSON-RPC:
initialize
tools/list
tools/call
memory_store
memory_get
swarm_init
agent_spawn
Jika tools/list berubah bentuk, Claude Code bisa gagal melihat tool swarm. Jika memory_store mengembalikan response yang tidak sesuai, agen dapat kehilangan konteks atau memakai konteks yang salah.
Karena itu, perlakukan server MCP Ruflo seperti API JSON-RPC biasa. Pola yang sama dibahas di panduan pengujian server MCP.
Menguji server MCP Ruflo dengan Apidog
Berikut workflow implementasi yang bisa langsung dipakai.
Langkah 1: inisialisasi Ruflo di proyek uji
Buat proyek awal atau gunakan repo sandbox:
mkdir ruflo-mcp-test
cd ruflo-mcp-test
npx ruvflo init
Lalu jalankan beberapa tugas representatif dari Claude Code, misalnya:
- Buat unit test untuk modul auth.
- Review kode untuk risiko keamanan.
- Simpan ringkasan arsitektur ke memori.
- Jalankan swarm untuk refactor kecil.
Langkah 2: tangkap frame JSON-RPC MCP
Buka MCP inspector Claude Code dan tangkap request seperti:
{
"jsonrpc": "2.0",
"id": 1,
"method": "initialize",
"params": {}
}
{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/list",
"params": {}
}
Contoh tools/call untuk swarm_init:
{
"jsonrpc": "2.0",
"id": 3,
"method": "tools/call",
"params": {
"name": "swarm_init",
"arguments": {
"task": "Review modul autentikasi",
"mode": "code_review"
}
}
}
Contoh tools/call untuk memory_store:
{
"jsonrpc": "2.0",
"id": 4,
"method": "tools/call",
"params": {
"name": "memory_store",
"arguments": {
"key": "auth-review-summary",
"value": "Modul auth perlu tambahan test untuk token expiry."
}
}
}
Langkah 3: simpan request di Apidog
Di Apidog:
- Buat project baru.
- Set base URL ke server MCP Ruflo lokal.
- Buat endpoint untuk setiap frame JSON-RPC.
- Simpan request
initialize,tools/list,tools/call. - Kelompokkan request dalam collection, misalnya
Ruflo MCP Contract Tests.
Langkah 4: tambahkan assertions
Tambahkan penegasan untuk memastikan kontrak MCP tidak berubah diam-diam.
Contoh assertion untuk initialize:
result.serverInfo.name == "ruflo"
Contoh assertion untuk tools/list:
result.tools.length >= 100
Validasi setiap tool memiliki field penting:
result.tools[*].name
result.tools[*].description
result.tools[*].inputSchema
Untuk swarm_init, validasi bahwa response berisi ID swarm dan bukan error:
error == null
result.swarmId exists
Untuk memory_store, validasi bahwa data bisa dibaca kembali:
memory_store -> success == true
memory_get -> value == expected value
Langkah 5: tiru penyedia LLM saat CI
Ruflo memanggil penyedia LLM untuk keputusan agen. Dalam CI, sebaiknya jangan memanggil Claude, OpenAI, atau provider sungguhan pada setiap commit.
Gunakan mock server di Apidog untuk membuat endpoint kompatibel OpenAI dengan response stabil.
Contoh response mock:
{
"id": "chatcmpl-mock",
"object": "chat.completion",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "Gunakan swarm code_review dengan agen security dan testing."
},
"finish_reason": "stop"
}
]
}
Lalu arahkan konfigurasi provider Ruflo ke mock endpoint selama CI.
Pola ini sama dengan pendekatan di pengujian API tanpa Postman.
Langkah 6: jalankan suite di CI
Gunakan runner CLI Apidog agar test gagal jika kontrak MCP berubah.
Contoh workflow GitHub Actions:
name: Ruflo MCP Contract Test
on:
pull_request:
push:
branches:
- main
jobs:
mcp-contract:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- name: Setup Node.js
uses: actions/setup-node@v4
with:
node-version: 20
- name: Init Ruflo
run: npx ruvflo init
- name: Run Apidog tests
run: apidog run
Sesuaikan command runner dengan konfigurasi Apidog Anda.
Kapan Apidog berguna dalam workflow Ruflo
Di luar CI, Apidog berguna pada tiga situasi harian.
1. Saat swarm berperilaku aneh
Jika hasil swarm berubah setelah update prompt atau plugin, putar ulang frame tools/call yang sama.
Bandingkan:
Run lama:
tools/call -> swarm_init -> args A -> hasil benar
Run baru:
tools/call -> swarm_init -> args B -> hasil salah
Perbedaan argumen biasanya menunjukkan prompt template atau router berubah.
2. Saat upgrade Ruflo
Sebelum upgrade:
- Jalankan suite MCP di versi lama.
- Upgrade Ruflo.
- Jalankan suite lagi.
- Bandingkan response shape.
Jika ada tool berubah nama, dihapus, atau input schema berubah, Anda akan melihatnya sebelum workflow tim rusak.
Pola ini mirip dengan pengujian kontrak di pengembangan API contract-first.
3. Saat federasi bermasalah
Federasi memakai komunikasi terenkripsi antar agen. Debug handshake bisa sulit tanpa log request.
Dengan proxy lokal dan logging request, Apidog dapat membantu melihat:
- endpoint mana yang dipanggil,
- payload mana yang gagal,
- response mana yang tidak sesuai,
- kapan handshake berhenti.
Kesalahan umum saat memakai Ruflo
1. Menginstal plugin lite tetapi mengharapkan fitur penuh
Jika Anda hanya menjalankan:
/plugin install ruflo-core@ruflo
lalu swarm_init tidak tersedia, itu normal. Anda memakai jalur plugin lite.
Untuk instalasi penuh, jalankan:
npx ruvflo init
2. Menghapus hooks
Jalur CLI penuh memasang hooks agar task otomatis dirutekan. Jika hooks dihapus atau ditimpa, router tidak aktif dan Claude Code kembali terasa seperti agen tunggal.
Biarkan konfigurasi default sampai Anda tahu bagian mana yang ingin diubah.
3. Membiarkan memori tumbuh tanpa retensi
Memori Ruflo persisten. Jika dibiarkan tumbuh tanpa batas, query memori dapat melambat.
Praktik yang disarankan:
- Tetapkan retensi memori.
- Arsipkan sesi lama.
- Pindahkan storage ke Postgres atau RuVector jika volume besar.
- Pantau latency query memori.
4. Menganggap Ruflo hanya untuk Claude
Ruflo default ke Claude, tetapi tidak terbatas pada Claude. Anda dapat mengonfigurasi provider lain seperti DeepSeek V4 atau model lokal.
Referensi terkait:
5. Mengaktifkan federasi tanpa batas kepercayaan
Federasi dapat mengirim payload, termasuk kode, ke mesin lain. Enkripsi membantu transport, tetapi kebijakan akses tetap tanggung jawab Anda.
Sebelum mengaktifkan federasi:
- Tentukan repo mana yang boleh difederasikan.
- Bersihkan payload dari secret.
- Batasi endpoint yang dipercaya.
- Tinjau audit log secara berkala.
Perbandingan dengan framework agen lain
LangGraph
LangGraph lebih rendah level dan generik. Anda membangun orkestrasi sendiri.
Pilih LangGraph jika:
- workflow tidak berpusat pada Claude Code,
- Anda ingin kontrol penuh,
- Anda siap menulis logika graph sendiri.
Kami membahas LangGraph dalam artikel TradingAgents.
CrewAI
CrewAI juga multi-agen dan agnostik framework, tetapi lebih banyak konfigurasi.
Pilih CrewAI jika:
- workflow utama berbasis Python,
- Anda tidak bergantung pada Claude Code,
- Anda ingin mendefinisikan agen dan task secara eksplisit.
Server MCP manual
Anda juga bisa menumpuk beberapa server MCP sendiri.
Cocok untuk:
- 2 sampai 3 server MCP
- integrasi sederhana
- kebutuhan koordinasi rendah
Mulai terasa berat ketika jumlah server bertambah dan Anda butuh memori, routing, federasi, serta koordinasi antar agen.
Posisi Ruflo
Ruflo paling cocok jika:
- Claude Code adalah tool harian Anda.
- Anda ingin swarm tanpa menulis boilerplate MCP besar.
- Anda butuh memori antar sesi.
- Anda ingin koordinasi agen dengan setup minimal.
Catatan performa dan skala
Ada dua hal operasional yang perlu diperhatikan.
Overhead swarm
Meluncurkan swarm punya biaya tetap, termasuk keputusan router dan registrasi tool. Untuk edit kecil satu baris, overhead ini bisa lebih besar daripada pekerjaannya.
Praktik yang disarankan:
- Biarkan tugas kecil lewat jalur agen tunggal.
- Gunakan swarm untuk refactor, review, test generation, dan dokumentasi.
- Sesuaikan hooks jika router terlalu sering meluncurkan swarm.
Latency memori
Query memori melambat saat storage bertambah besar.
Panduan umum:
- SQLite cukup untuk proyek kecil dan beberapa ribu sesi.
- Postgres lebih baik untuk riwayat besar.
- RuVector berguna untuk pencarian semantik.
Sebuah tim yang menjalankan Ruflo untuk enam engineer dan riwayat 18 bulan melaporkan query memori median 40 ms di Postgres, dibandingkan 600 ms di SQLite default pada volume yang sama.
Studi kasus penggunaan
Tim platform
Sebuah tim platform memakai federasi Ruflo untuk menjalankan review keamanan pada satu repo sementara swarm refactoring berjalan di repo lain. Keduanya dikoordinasikan melalui memori bersama. Rekomendasi yang bertentangan tetap ditampilkan ke reviewer manusia.
Developer solo
Seorang developer solo menghubungkan autopilot Ruflo ke antrean tiket Linear:
Pilih tiket P3.
Analisis.
Buat perbaikan.
Buka PR.
Lanjutkan.
Autopilot berjalan semalaman, lalu PR ditinjau pada pagi hari.
Kelompok riset
Sebuah kelompok riset memakai pola review kode multi-agen Ruflo untuk mengevaluasi kualitas PR di tiga repositori. Total pengeluaran LLM berada di bawah $50 per minggu di Claude Sonnet, dibandingkan reviewer manusia tunggal seharga $80 per jam.
Kesimpulan
Ruflo menjawab kebutuhan umum pengguna Claude Code: menjalankan lebih dari satu agen dengan koordinasi, memori, dan server MCP. Instalasi CLI menambahkan swarm, hooks, federasi, dan kontrak MCP dalam satu perintah.
Poin penting:
- Ruflo mengubah Claude Code menjadi koordinator swarm.
- Jalur plugin cocok untuk evaluasi ringan.
- Jalur CLI penuh cocok untuk penggunaan harian.
- Server MCP adalah permukaan kontrak yang harus diuji.
- Apidog dapat dipakai untuk menangkap request MCP, menambahkan assertions, membuat mock provider LLM, dan menjalankan test di CI.
Langkah berikutnya:
npx ruvflo init
Lalu tangkap frame MCP di inspector Claude Code dan simpan sebagai collection di Apidog. Regresi pertama yang tertangkap akan membayar waktu setup Anda.
FAQ
Apakah Ruflo sama dengan claude-flow?
Ya. Ruflo adalah claude-flow yang diganti nama, dikelola oleh rUv. Paket npm-nya adalah ruvflo, dan repo GitHub-nya adalah ruvnet/ruflo. Konfigurasi claude-flow yang ada tetap berfungsi.
Apakah saya perlu plugin dan instalasi CLI?
Tidak. Pilih salah satu.
Gunakan plugin jika Anda hanya ingin slash command. Gunakan instalasi CLI jika Anda ingin lapisan koordinasi penuh.
Bisakah saya memakai Ruflo tanpa Claude?
Ya. Ruflo agnostik terhadap provider. Anda dapat mengonfigurasi DeepSeek V4, GPT-5.5, Gemini, atau model lokal. Claude menjadi default karena Ruflo berkembang dari claude-flow.
Di mana memori Ruflo disimpan?
Memori disimpan di SQLite atau Postgres lokal, tergantung konfigurasi. Backend opsional RuVector menambahkan pencarian vektor untuk retrieval semantik.
Memori tidak dikirim ke layanan pihak ketiga kecuali Anda mengonfigurasinya secara eksplisit.
Bagaimana cara menguji server MCP di CI?
Alurnya:
1. Tangkap request kanonis dengan MCP inspector.
2. Simpan request di Apidog.
3. Tambahkan assertions JSONPath.
4. Jalankan apidog run di CI.
5. Gagalkan PR jika kontrak MCP berubah.
Pola lengkapnya ada di panduan pengujian server MCP.
Apakah federasi aman antar organisasi?
Lapisan enkripsi kuat, tetapi kebijakan tetap tanggung jawab Anda. Tentukan proyek mana yang boleh berfederasi, bersihkan payload dari secret, dan tinjau audit log secara rutin.
Berapa biayanya?
Framework Ruflo berlisensi MIT dan gratis. Biaya utama berasal dari token LLM dan storage vektor terkelola yang Anda pilih. Pengguna berat melaporkan kurang dari $200 per bulan pada Claude Sonnet untuk penggunaan Ruflo harian.



Top comments (0)