Agentic Flow

社区

面向 Claude Code 的自学习多智能体编排。

分类: 开发工具第 339 / 438
Stars: ★ 823 非常热门
运行环境: Node.js 18+
凭据: 无需凭据
最近提交: 18 天前
工具数: 11

42FMRS · D

基于所提供 README 的开发工具型 MCP 服务。它适合 Claude Code 场景下的智能体路由、群体协作、学习记忆和开发自动化；但未提供服务器清单，传输方式及完整工具集合无法确认，且 alpha 状态、权限范围和许可证信息应在部署前核实。

最强项 · 文档质量 11/20 最弱项 · 安全与权限 5/20

可靠性

7/20

安全与权限

5/20

维护活跃度

9/20

文档质量

11/20

安装易用性

10/20

查看各项评分依据

可靠性 7/20: README 提供了 `npx agentic-flow mcp start` 及 MCP 工具数量的描述，但服务器 manifest 未缓存，且没有源文件、CI 或已提交测试来验证 MCP 初始化、工具列表握手、工具行为和错误处理。README 中的 66/80+ agents、alpha/production-ready 等表述也存在不一致，因此只能给出有限的可行性分数。
安全与权限 5/20: README 暗示会执行 Bash、编辑文件、GitHub 操作、工作流及邮件触发等具有副作用的能力；生成的权限示例包含 `Bash(npx:*)` 和 MCP 权限，但没有展示凭据处理、最小权限、数据边界、网络流向或危险操作确认机制。未见明确恶意行为或真实密钥，因此不适用红线 0-4，但安全控制证据明显不足。
维护活跃度 9/20: 仓库未归档，README 提供 GitHub issues、维护者账号和 MIT 许可证声明，且列出 alpha 后续路线图。然而元数据中的许可证为 unknown，没有提交历史、发布节奏、依赖更新、安全响应流程或 issue 响应证据；README 标注为 alpha 且最后更新于 2025-12-03，因此只能评为中低水平。
文档质量 11/20: README 覆盖安装、初始化、命令、架构、示例、环境变量和若干基准声明，信息量较高。扣分原因是缺少可审查的 manifest、认证说明、完整工具参数与限制、成本说明和故障排查；同时存在 66 与 80+ agents、alpha 与 production-ready、若干未经源文件验证的性能/测试结论之间的不一致。
安装易用性 10/20: README 给出了 Node.js 18+、npm、`npx agentic-flow init`、MCP 启动命令以及 Claude Code 配置示例，主路径看似较短。由于没有源文件、实际客户端配置验证、CI 或提交测试来证明可连接和跨平台行为，且依赖 alpha 包、native NAPI 可选步骤和多个生成 hooks，安装过程仍可能脆弱，不能接近满分。

静态评测 · 未实际运行收录于 2026-07-29

查看 FMRS 评分方法 →

选型与风险

能访问什么读取本地文件写入 / 删除本地文件执行命令或代码访问网络连接数据库

适合谁

熟悉 Claude Code、Claude Agent SDK 或多智能体工作流的开发者
需要自学习路由、群体协作和项目级代码分析的团队
希望通过 TypeScript API 构建智能体应用的用户

不适合谁

只需要单一简单 MCP 工具的用户
不希望工具执行项目级命令或访问代码库的环境
需要已验证稳定版而非 alpha 版本的生产环境

所需权限

访问项目文件和文件结构，用于初始化、预训练、代码分析及编辑相关钩子
执行 npm、npx、构建、测试和其他由用户触发的 shell 命令
读取 Git 历史（预训练默认支持），以及在使用 GitHub 工具时访问相关仓库或 Pull Request
使用 MCP 客户端启动由 npx 配置的本地服务

风险与副作用

README 将项目描述为 production-ready，但安装示例和路线图仍使用 alpha 版本，稳定性需自行验证
自学习记忆可能保存任务输入、输出、评分、批评和令牌等项目相关信息
智能体和后台工作器可能执行广泛的代码分析、命令或自动化操作
README 中的性能、准确率和成本节省数字是项目自述，未在所给材料之外独立验证
项目许可证元数据标为 unknown，而 README 声称为 MIT，使用前应核实仓库中的 LICENSE 文件

安装接入

准备工作

运行环境：Node.js 18+

其他可选配置项（5 个）

AGENTIC_FLOW_INTELLIGENCE 可选启用智能学习层的开关（true/false），可选。

AGENTIC_FLOW_LEARNING_RATE 可选 Q-learning 学习率（0.0-1.0），默认 0.1。

AGENTIC_FLOW_MEMORY_BACKEND 可选记忆后端，可选 agentdb、sqlite 或 memory。

AGENTIC_FLOW_WORKERS_ENABLED 可选是否启用后台 worker 系统，可选。

AGENTIC_FLOW_MAX_WORKERS 可选后台 worker 最大数量，可选。

需要 Node.js 18+ 和 npm 8+。可运行 npm install agentic-flow@alpha 安装，随后运行 npx agentic-flow@alpha mcp start 启动 MCP 服务；也可以先运行 npx agentic-flow init 初始化项目，再运行 hooks pretrain 和 hooks build-agents。README 提供了 Claude Code 的 mcpServers 配置示例。

.mcp.json

{"mcpServers":{"agentic-flow":{"command":"npx","args":["agentic-flow@alpha","mcp","start"]}}}

以 Claude Code 为例。其他客户端的配置文件位置或字段可能不同（如 VS Code 使用 servers 字段），可用下方配置生成器转换。

.vscode/mcp.json

{
  "servers": {
    "agentic-flow": {
      "command": "npx",
      "args": [
        "agentic-flow@alpha",
        "mcp",
        "start"
      ]
    }
  }
}

写入项目的 .vscode/mcp.json（VS Code 使用 servers 字段）。

Terminal

claude mcp add agentic-flow -- npx agentic-flow@alpha mcp start

在终端运行；先把 <…> 占位符换成你自己的值。

生成并校验客户端配置

验证是否装好

在 Claude Code 的 MCP 工具列表中应出现 swarm_init、agent_spawn、task_orchestrate 等 agentic-flow 工具；调用 benchmark_run 返回基准结果即证明连接正常。

常见排障

确认 Node.js 至少为 18、npm 至少为 8
确认已安装 agentic-flow@alpha，并从仓库根目录或目标项目目录运行命令
检查生成的 .claude/settings.json 中的 mcpServers 配置和命令参数
先运行 npm run build 或 npm test 检查源码安装是否成功
若使用原生加速，检查 @ruvector/attention 是否成功重建；README 说明也支持 WASM 和 JavaScript 回退

试试这样问

连接成功后，可以直接对 AI 助手这样说：

初始化一个多智能体集群并分配 coder、tester 和 reviewer 三个 agent 来实现用户登录功能
分析我的 GitHub 仓库架构，找出性能瓶颈
用 neural_patterns 查看最近学到的模式，然后用 neural_train 针对代码任务做训练
运行一次基准测试并汇报 token 使用情况

工具能力 11

swarm_init 写入

初始化智能体群体协作。

agent_spawn 写入

创建智能体。

task_orchestrate 写入

编排任务执行。

memory_usage 只读

查看或管理记忆使用情况。

neural_train 写入

执行神经学习或训练操作。

neural_patterns 只读

处理神经模式。

github_repo_analyze 只读

分析 GitHub 仓库。

github_pr_manage 写入

管理或审查 GitHub Pull Request。

展开其余 3 个工具

benchmark_run 只读

运行性能基准测试。

bottleneck_analyze 只读

分析性能瓶颈。

token_usage 只读

查看令牌使用情况。

使用场景

Claude Code 项目中的任务路由和代码开发

并行代码审查、测试和 CI/CD 自动化

企业文档处理、搜索和工作流自动化

研究资料分析和多智能体协作

支持客户端

Claude Code部分支持

依据项目文档列出，未经本站实测。

详细介绍

Agentic-Flow v2 是一个基于 Node.js 和 TypeScript 的 AI 智能体编排框架。README 声称其包含 66 个自学习智能体、213 个 MCP 工具、多智能体群体协作、记忆与向量搜索、任务路由、后台工作器以及 Claude Code 集成。