检查系统要求

确保安装Node.js 18+和npm，并验证Git可用。

使用`node --version`和`npm --version`检查版本。

安装Ruflo核心

使用npx或npm全局安装：`npx ruflo@latest init --wizard` 或 `npm install -g ruflo@latest`。

推荐使用npx方式以避免全局污染。

安装必备插件

通过CLI安装核心插件：`/plugin install ruflo-core@ruflo`、`/plugin install ruflo-swarm@ruflo`等。

先安装ruflo-core，其他按需安装。

配置MCP服务器

运行`claude mcp add ruflo -- npx -y @claude-flow/cli@latest`将Ruflo添加为Claude Code的MCP服务器。

确保Claude Code已安装并登录。

运行初始化向导

执行`npx ruflo@latest init --wizard`，根据提示选择配置模板。

选择默认模板即可快速开始。

创建并注册代理

使用Ruflo的API或CLI创建一个简单代理，并添加到集群中。

参考官方文档中的`Quick Start`部分。

测试代理协作

编写一个简单任务，让两个代理协同完成（如一个负责数据收集，一个负责分析）。

使用`ruflo task run`命令触发任务。

查看记忆系统

运行任务后，检查代理的记忆存储，验证跨会话学习能力。

使用`ruflo memory list`查看记忆内容。

配置自学习记忆系统

学习如何调整HNSW向量记忆参数，并测试子毫秒检索。

参考`Intelligence & Learning`章节。

实现联邦通信

在两台机器上分别安装Ruflo，配置mTLS和ed25519身份验证，发送加密消息。

注意PII检测和信任评分机制，避免数据泄露。

设置安全策略

配置AIDefence和CVE修复，启用HIPAA或GDPR合规模式。

使用`ruflo security configure`命令。

部署多代理工作流

使用Ruflo的队列和共识机制（Raft/Byzantine/Gossip）构建一个复杂工作流。

从简单链式任务开始，逐步增加并行代理。

开发自定义插件

学习Ruflo插件架构，编写一个简单的MCP工具插件。

参考`Plugin Marketplace`和`Plugin Development`文档。

优化模型路由

配置多LLM提供商（如Anthropic、OpenAI等）和故障转移策略。

使用`ruflo model route`命令查看当前路由。

性能调优

监控代理集群的延迟和吞吐量，调整SONA学习参数。

使用内置监控工具或集成第三方APM。

集成RAG

将Ruflo与HuggingFace或自定义向量数据库集成，实现检索增强生成。

参考`agentic-rag`相关文档。