agy-mcp
★ 25
vs
ruflo
★ 78.4k
agy-mcp vs ruflo
agy-mcp:agy-mcp 将 Google 的 Antigravity CLI 封装成 11 个类型化的 MCP 工具,使其可被 Claude Code 或 OpenAI Codex 等任何 MCP 客户端直接调用。它还提供可选的 Skill 包,以指导支持平台何时以及如何调用这些工具,并附带强大的安全策略以确保安全执行。;ruflo:Ruflo v3 是基于 Claude 的企业级多智能体编排平台,具备智能体间共识算法、向量数据库持久记忆、自学习工作流和原生 Claude Code SDK 集成,专为大规模部署自主 Agent 流水线而设计。
01
简评
agy-mcpMulti-Agent · ★ 25
对错误假设获取第二意见(使用 `mode="review"` 模式)。
rufloMulti-Agent · ★ 78.4k
何时选择它(优势与适用):
- 你是 Claude Code 或 Codex 的重度用户,想让多个智能体协作完成一个任务,并跨会话记忆。
- 想要一个跟踪费用和 token、能回放和比较运行记录的控制台。
- 想要分级控制(读、写、管理、完全)并选择询问或自动批准。
何时考虑替代方案:
- 你想要轻量配置:完整 CLI 安装会往工作区加很多文件和 hook。
- 你没法在安装前审阅 mod:它们以你的权限运行,没有沙箱。
- 你在意上下文开销:几百个 MCP 工具和大量命令意味着学习成本很高。
02
并排对比
03
功能特性
01提供 Skill 包,使智能体平台学习调用上下文和安全规则。
02实施强大的安全策略,用于脱敏、写入控制和敏感文件访问。
03支持同步一次性调用和带有状态与结果检索的后台长时任务。
04为正在运行的任务提供跨平台进程组终止功能。
01为 Claude Code 和 Codex 增加大量专门的 Agent、命令、Skills、Hooks 以及一个 MCP Server
02通过 Hooks 在后台自组织和协调的 Agent 集群
03跨会话记忆,支持本地向量检索,并从历史运行中学习
04可视化控制台,跟踪工作流、Agent、模型、token 和成本,并可回放运行记录
05联邦功能,让不同机器上的 Agent 之间可以通信
04
使用场景
↳对错误假设获取第二意见(使用 `mode="review"` 模式)。
↳将已审查的差异应用到代码库(`mode="execute", allow_write=True` 模式)。
↳执行耗时数小时的大规模重构任务(使用 `agy_start(..., mode="long")`)。
↳在不泄露秘密的情况下进行环境和身份验证探测(`agy_doctor`)。
↳运行并行 Claude Agent 群进行大规模文档处理
↳构建需要智能体间协调和共识的自主工作流
↳部署跨会话具有持久向量记忆的生产级 AI 流水线
05
适合场景
—
最受欢迎
FAQ
常见问题
agy-mcp 和 ruflo 有什么区别?
agy-mcp 和 ruflo 都属于 Multi-Agent 类别。agy-mcp 有 25 Stars,ruflo 有 78.4k Stars。
agy-mcp 和 ruflo 哪个更好?
最佳选择取决于你的具体需求。对错误假设获取第二意见(使用 `mode="review"` 模式)。 时选 agy-mcp,运行并行 Claude Agent 群进行大规模文档处理 时选 ruflo。
agy-mcp 是免费的吗?
是的,agy-mcp 在 GitHub 开源(MIT)。
ruflo 是免费的吗?
是的,ruflo 在 GitHub 开源(MIT)。
推荐云部署
Ad在 DigitalOcean 上一键部署
为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。
→