Ruflo: o meta-harness de agentes com 70 mil estrelas que divide a comunidade

Existe uma equação que resume bem o momento atual das ferramentas de IA para desenvolvimento: agente = modelo + harness. O modelo escreve; o harness é tudo o que está em volta — ferramentas, memória, laços de execução, sandbox e controles — que permite ao modelo efetivamente trabalhar. O Ruflo se apresenta exatamente como essa segunda metade: uma camada de execução para Claude Code e Codex, com mais de 100 agentes especializados, coordenação em swarm, memória vetorial persistente e federação entre máquinas.

O projeto tem números difíceis de ignorar — mais de 70 mil estrelas no GitHub, licença MIT e cerca de 41 mil downloads semanais no npm no fim de agosto de 2026. Também tem auditorias independentes bastante duras. Vale entender as duas coisas.

O que é o Ruflo

Ruflo é o novo nome do claude-flow, projeto criado por Reuven Cohen (rUv) em junho de 2025 e renomeado ao longo de 2026. A proposta central é que o Claude Code, sozinho, opera de forma isolada: cada sessão começa do zero, não coordena múltiplos agentes e não aprende com o que deu certo antes. O Ruflo se instala em volta dele para fornecer essa infraestrutura.

A arquitetura descrita no repositório é um laço:

Usuário → Ruflo (CLI/MCP) → Router → Swarm → Agentes → Memória → Provedores LLM
                         ↑                        |
                         └──── Laço de aprendizado ┘

Na prática, o comando npx ruflo@latest init cria no seu workspace um CLAUDE.md, um diretório .claude/ com agentes e comandos, hooks que interceptam operações do Claude Code e um servidor MCP com centenas de ferramentas. A promessa é que, depois disso, você continua usando o Claude Code normalmente — os hooks roteiam tarefas, gravam padrões que funcionaram e coordenam agentes em segundo plano.

Dois caminhos de instalação, duas superfícies bem diferentes

O README é explícito sobre algo que costuma gerar confusão, e essa clareza é um ponto a favor do projeto: existem dois modos de instalar, com escopos muito distintos.

• Plugins do Claude Code (/plugin marketplace add ruvnet/ruflo) — instala apenas slash commands, algumas skills e definições de agente. Não escreve nada no seu workspace, não instala hooks e, com exceção do ruflo-core, não registra servidor MCP. É o modo "experimentar sem compromisso".
• Instalação via CLI (npx ruflo@latest init wizard) — o loop completo: 98 agentes, mais de 60 comandos, 30 skills, servidor MCP, hooks e daemon. Também é o modo que despeja .claude/, .claude-flow/, CLAUDE.md e arquivos auxiliares no repositório.

Essa diferença importa mais do que parece. Boa parte das reclamações sobre o projeto — arquivos demais, tokens demais, comportamento inesperado — vem de quem instalou o segundo modo esperando o primeiro.

O que ele adiciona ao Claude Code

Os blocos principais, segundo a documentação do projeto:

• Agentes especializados — coder, tester, reviewer, arquiteto, especialista em segurança, entre outros, com roteamento por tipo de tarefa.
• Swarm — topologias hierárquica (com um agente "rainha" delegando), mesh (peer-to-peer) e adaptativa, com mecanismos de consenso.
• Memória vetorial — o AgentDB, com índice HNSW, para recuperar contexto entre sessões.
• Hooks e workers de fundo — 12 workers disparados automaticamente (auditoria, otimização, cobertura de teste, documentação).
• Federação — agentes em máquinas ou organizações diferentes se descobrem, se autenticam via mTLS + ed25519 e trocam trabalho, com detecção de PII antes de qualquer dado sair do nó e trilha de auditoria dos dois lados. O README compara a proposta ao Slack: canais compartilhados atravessando fronteiras de confiança.
• Marketplace de plugins — 35 plugins, de ruflo-testgen e ruflo-security-audit a coisas bem mais específicas como ruflo-neural-trader.

Há ainda duas interfaces web hospedadas: um chat multimodelo com chamadas paralelas de ferramentas MCP e um planejador de metas que decompõe objetivos em linguagem natural usando busca A* (GOAP).

Os números — e a honestidade parcial deles

Onde o projeto acerta: parte dos benchmarks publicados é honesta ao ponto de ser autocrítica. Sobre a busca vetorial, o README informa ganho medido de aproximadamente 1,9× com 20 mil vetores e 3,2×–4,7× com 5 mil, com recall@10 em torno de 0,99 — e acrescenta que a busca aproximada empata ou perde abaixo do ponto de cruzamento. É uma ressalva que a maioria dos projetos omite, e o script de benchmark está no repositório.

Outros números pedem muito mais cautela. A tabela "SOTA" alega ganhos de 1,3× a 1953× sobre LangGraph, AutoGen e CrewAI em cold start, turno único e uso de memória residente. São medições do próprio mantenedor, publicadas em um gist, com a especificação de workload em um branch separado. Ganho de três ordens de grandeza sobre frameworks maduros é o tipo de alegação que só se sustenta com reprodução independente — que, até o momento desta apuração, não existe publicamente.

Vale registrar também um detalhe revelador: vários badges do README ainda apontam para github.com/ruvnet/claude-flow, o nome antigo. É sintoma de um projeto que se move rápido demais para manter a própria fachada consistente.

A parte incômoda: o que as auditorias encontraram

Em abril de 2026, o desenvolvedor Roman Rr publicou uma auditoria da versão 3.5.51 usando oito agentes de pesquisa sobre o código-fonte. A conclusão foi severa: das mais de 300 ferramentas MCP anunciadas, cerca de dez fariam trabalho real — o restante seria, segundo ele, "stubs de estado JSON sem backend de execução".

Os exemplos citados são específicos o bastante para serem verificáveis: agent_spawn criaria apenas uma entrada em um Map JavaScript, sem subprocesso nem chamada a LLM; a coordenação de swarm rodaria via EventEmitter local, simulando consenso bizantino dentro de um único processo; o treinamento neural ignoraria os dados e usaria Math.random() para gerar acurácia. A auditoria estima ainda 15 mil a 25 mil tokens desperdiçados por sessão apenas com definições de ferramentas e padrões duplicados — o oposto da economia de 30% a 50% que o projeto anunciava. A recomendação final foi manter três componentes (memória HNSW, padrões do AgentDB e o hook de auto-memória) e descartar o resto.

Segundo o próprio documento, o mantenedor respondeu com 24 correções verificadas na versão 3.6.22, em maio de 2026, embora lacunas arquiteturais maiores tenham permanecido em aberto.

Em junho de 2026, a análise independente de Ry Walker chegou a um veredicto mais equilibrado, mas na mesma direção: mérito de engenharia real — especialmente o núcleo em Rust/WASM introduzido na linha 3.5, que ele descreve como mudança substantiva e não teatro de rebranding —, porém não pronto para produção. Os pontos de atenção: benchmarks todos autorreportados, complexidade desproporcional para a maioria das tarefas de código, quase nenhum estudo de caso de produção de terceiros e um bus factor preocupante, com um único contribuidor dominante mantendo cadência de releases quase diária.

Nenhuma dessas críticas parte de um concorrente comercial, e o Ruflo continua evoluindo rápido — a versão publicada no npm no início de setembro de 2026 é a 3.38.21. Mas a distância entre o que o README anuncia e o que foi verificado por terceiros é o dado mais relevante para quem avalia adoção.

Leitura prática: quando faz sentido

Para um time que trabalha com Claude Code no dia a dia, o cálculo é razoavelmente direto.

Faz sentido experimentar se: você quer estudar padrões de orquestração multiagente; já investiu no ecossistema MCP e quer ver até onde a coordenação chega; ou quer aproveitar peças isoladas (memória vetorial persistente, hooks de contexto, geração de testes) sem comprar o pacote inteiro. O caminho de plugins existe exatamente para isso — instala pouco, remove fácil.

Não faz sentido se: a tarefa é corrigir um bug ou implementar uma feature pontual. A máquina de consenso, roteamento e aprendizado adiciona latência, tokens e superfície de falha sem ganho correspondente. E, para uso corporativo, há duas perguntas anteriores à técnica: quem sustenta o projeto se o mantenedor único parar, e o que exatamente aqueles hooks estão gravando e enviando.

Essa última pergunta merece atenção real. Hooks que interceptam operações do Claude Code enxergam código, prompts e resultados de ferramentas. Antes de rodar isso sobre um repositório de cliente, é caso de ler o que está sendo persistido em .claude-flow/, entender o que a federação transmite e submeter a decisão à revisão de quem responde por segurança da informação — não por desconfiança do projeto, mas porque a alternativa é aceitar de um único mantenedor, em cadência de release diária, a mesma visibilidade que se dá a uma ferramenta de build homologada.

O Ruflo é, no fim, um bom retrato do momento: uma aposta ambiciosa sobre o que agentes de IA deveriam ser, publicada com honestidade em alguns números, exagero em outros, e evoluindo rápido demais para que qualquer avaliação — inclusive esta — dure muito tempo.

Fontes

• GitHub — ruvnet/ruflo (README)
• npm — pacote ruflo
• Gist — Ruflo / Claude-Flow Audit: 300+ MCP Tools (roman-rr)
• Ry Walker Research — Claude Flow (Ruflo)

— Maxwell Diniz