结合 Ruflo 和 Bright Data，打造企业级 Agentic 编码体验

在本文中，你将了解：

• Ruflo 是什么、它的主要功能和能力，以及它最大的局限性。
• 如何使用像 Bright Data 这样面向 AI 的网页数据基础设施解决方案来解决这些局限性。
• 将 Bright Data 和 Ruflo 集成到 Claude Code 或 OpenAI Codex 设置中的两种主要方式。
• 如何通过在本地 Claude Code 驱动的项目中设置 Ruflo 来开始使用它。
• 如何通过 MCP 向该设置添加 Bright Data 企业级网页搜索、数据检索和网站交互能力。
• 如何使用 Bright Data Claude 技能 实现相同的集成。
• 这种 Ruflo + Bright Data 设置能为 agentic 编码助手带来什么。

让我们深入了解！

Ruflo 简介：面向 Claude 的智能体编排平台

你很快就会看到如何以及为什么要将 Ruflo 与 Bright Data 的网页数据检索和搜索能力结合起来。但首先，花一点时间了解一下 Ruflo 是什么，以及它能带来什么！

什么是 Ruflo？

Ruflo（前身为 Claude Flow）是一个 AI 编排框架，旨在将 Claude Code（以及 OpenAI Codex）转变为一个功能丰富的多智能体编排框架。

具体来说，它为 agentic 编码助手配备了一组协调工作的、约 100 个并行运行的专业 AI 智能体。这使 Claude Code 和 OpenAI Codex 能够通过智能路由、共享内存和自学习工作流来处理复杂的软件任务。

作为一个开源项目，Ruflo 拥有超过 27k GitHub 星标和 6,000 多次提交。这种快速增长凸显了 Ruflo 在开发者社区中获得关注的速度之快。

Ruflo 如何将 AI Agentic 编码助手提升到新水平

从高层次来看，Ruflo 提供的主要功能包括：

• 大规模多智能体编排：部署并协调约 100 个专业 AI 智能体，并行处理复杂开发任务。
• 基于 swarm 的协作：智能体在结构化的“群体”中运行，具备分层协调、共识机制和共享目标。
• 自学习和自适应路由：从过去的执行中学习，并使用模式识别将任务动态路由到最有效的智能体。
• 持久化内存和知识图谱： 结合向量搜索（HNSW）、共享内存和知识图谱，以在会话之间保留上下文。
• 智能成本和性能优化：使用多层路由（WASM + LLMs）来降低延迟，并将 API 成本最多削减约 75%。
• 支持多 LLM 并具备故障转移：可与 Claude、GPT、Gemini 和本地模型协同工作，并为每个任务自动选择最佳提供商。
• 面向生产环境的安全性和可扩展性：内置防护（提示注入、验证）以及用于扩展智能体、hooks 和工作流的插件系统。

这导致了 Claude Code 在有无 Ruflo 时的一个重大差异：

	仅 Claude Code	Claude Code + Ruflo
智能体协作	智能体独立工作	智能体通过共享内存协作
协调	手动任务管理	Queen 主导的层级结构与自动化协调
群体思维	不可用	跨智能体的集体智能
共识	无多智能体决策	具备容错能力并遵循多数规则的投票
内存	仅限会话	持久化向量内存 + 知识图谱
向量数据库	无	RuVector PostgreSQL，快速搜索和高 QPS
知识图谱	扁平列表	使用 PageRank 和社区检测突出关键洞察
集体记忆	无共享知识	跨智能体共享知识库
学习	静态，无适应能力	具备快速适应和洞察迁移的自学习
智能体作用域	仅限单个项目	多层级内存（项目/本地/用户）并支持跨智能体迁移
任务路由	手动选择智能体	基于学习模式的智能路由
复杂任务	需要手动拆解	跨多个领域自动分解
后台工作器	无	在文件更改或模式等触发器下自动分发
LLM 提供商	仅 Anthropic	多提供商，具备故障转移和成本优化
安全性	标准防护	强化：验证、加密、CVE 缓解
性能	基线	通过并行 swarms 和智能路由实现更快速度

最大的局限性以及如何解决它们

无论 Ruflo 约 100 个智能体及其整体能力多么丰富和强大，都存在一个根本性的局限。这在于 LLM 本身的性质。这些模型是在静态数据集上训练的，而这些数据集会在某个特定时间点停止更新，这从根本上限制了它们的知识范围。

当然，Ruflo 包含一个用于网页搜索、交互和数据提取的专用浏览器自动化智能体。现在，问题在于如今大多数网站都有反机器人系统，会阻止自动化请求。这也包括来自 AI 驱动浏览器智能体的请求。因此，Ruflo 的知识检索可能会失败，或者只能访问它所需内容的一部分。

这是一个关键问题，因为准确、新鲜且具备上下文的知识，才是真正让多智能体系统高效的核心。为了克服这个问题，你的 AI 编码助手需要专门为实时网页搜索、数据提取和无阻网页交互而设计的工具。

而这正是 Bright Data 所提供的！

Bright Data 网页数据工具作为解决方案

作为市场领先的网页数据平台，Bright Data 提供了适用于 AI 智能体的工具，例如：

• 搜索引擎 API：从 Google、Bing 等搜索引擎收集结果，为有依据的响应提供支持。
• 网络解锁器 API：访问任意网站的原始 HTML 或 Markdown，绕过 验证码破解、IP 封禁和反机器人措施。
• Browser API：以编程方式控制远程浏览器，对任意网站进行自动化、无阻的交互。
• 爬虫 API：从 Amazon、Instagram、LinkedIn、Yahoo Finance 等平台收集结构化数据。
• Crawl API：将整个网站转换为结构化数据集，用于下游 AI 工作流。

Bright Data 的与众不同之处在于其企业级基础设施。它建立在一个覆盖全球的代理网络之上，拥有遍布 195 个国家/地区的超过 4 亿个 IP，支持无限扩展性，同时保持 99.99% 的正常运行时间和 99.95% 的成功率。

Bright Data 与 Ruflo 协同工作，使你的 agentic 编码系统能够探索、检索并基于实时网页数据进行推理。所有这些都可以大规模完成，而且不会遇到封锁！

如何结合 Bright Data 和 Ruflo：两种方法

从技术上讲，你可以使用插件 SDK将 Bright Data 直接集成到 Ruflo 中。你需要定义自定义工具，以连接到你想使用的每个 Bright Data 产品。不过，这并不是最快的方法！

与其重复造轮子，不如更轻松地依赖：

• Bright Data Web MCP：一个一体化开源服务器，公开了 60 多种工具，用于无阻的网页搜索、导航、数据提取和交互。
• Bright Data 技能：预构建能力，用于教会你的编码智能体如何执行 AI 驱动的抓取、搜索和结构化数据检索。它们包括与 Web MCP 的连接。

这些都可以直接添加到 Claude Code（或 OpenAI Codex）中，从而形成一个统一的编码设置，将 Ruflo 和 Bright Data 结合起来。底层 LLM 随后便可以协调且协同地使用这两种解决方案中的工具。

注意：下面的示例使用 Claude Code，但你也可以轻松地将它们适配到 OpenAI Codex。

现在让我们看看如何使用 MCP 或 技能 通过 Bright Data 和 Ruflo 扩展 Claude Code。不过首先，先设置 Ruflo！

开始使用 Ruflo

按照以下说明，了解如何在你的编码项目中配置 Ruflo。

前提条件

要跟随本节内容，请确保你已具备：

• 已在本地安装并配置 Claude Code。
• 已在本地安装 Node.js 20+（推荐使用最新的 LTS 版本）。

第 1 步：配置 Ruflo

为你的编码项目创建一个新文件夹（例如，bright-data-ruflo-project）。你将在这里初始化 Ruflo。然后，在终端中进入该文件夹：

mkdir bright-data-ruflo-project
cd bright-data-ruflo-project

注意：你也可以从现有项目文件夹开始。在大多数情况下，这就是你会做的。你会将 Ruflo 添加到你的项目中，以利用它的功能。

在终端中运行以下命令，通过 npm 启动 Ruflo 安装向导：

npx ruflo@latest init --wizard

安装 ruflo 包可能需要几分钟时间，因此请耐心等待。

你应该会得到如下输出：

注意：CLI 中的输出可能会建议使用 claude-flow 命令来初始化后端服务、内存数据库或 swarms。不过，这并不准确。通过 npm 安装 Ruflo 时，正确的基础命令是：

npx ruflo@latest

你的项目文件夹现在将存储：

bright-data-ruflo-project/
├─── .claude/
│   ├─── agents/
│   ├─── commands/
│   ├─── helpers/
│   └─── skills/
├─── .claude-flow/
├─── .swarm/
├─── .mcp.json
└─── CLAUDE.md

基本上，bright-data-ruflo-project 包含了Claude Code 在项目级访问新 技能、命令和智能体所需的所有文件。换句话说，Ruflo 已经完全集成到你的本地 Claude Code 设置中。做得好！

第 2 步：启动 Ruflo

Ruflo 已添加了多个智能体、命令和 skills。不过，要让 Claude Code 能够运行它们，你必须先启动 Ruflo。通过以下命令实现：

npx ruflo@latest start

你应该会看到类似这样的输出：

太棒了！你的 Claude Code 设置现在可以利用 Ruflo 提供的扩展功能。

第 3 步：验证集成

在你的项目目录中，启动 Claude Code：

claude

你可能会收到如下消息：

选择选项 1 或选项 2。这样，Claude Code 将在启动时启动 Ruflo MCP 服务器并连接到它。

接下来，你会看到日志清楚地表明 Ruflo 在 Claude Code 中可用：

输入“/agent”，你应该会看到一些额外的 Ruflo 命令：

太好了！Claude Code 已成功连接到 Ruflo，确认集成有效。

集成方法 #1：Ruflo MCP + Bright Data MCP

在本节中，你将了解如何通过 MCP 将 Ruflo 和 Bright Data 的能力同时添加到你的 Claude Code 设置中。

前提条件

为了使本节保持简洁，我们将假设你已经将 Bright Data Web MCP 集成到你的 Claude Code 设置中。

如果你还没有这样做，请按照详细教程“将 Claude Code 与 Bright Data 的 Web MCP 集成”或文档指南“Claude Code MCP 服务器 Integration”进行操作。只需确保将所需配置添加到 Ruflo 在执行 init 命令期间创建的本地 .mcp.json 文件中。

熟悉 MCP 的工作原理以及如何将 MCP 服务器连接到 Claude Code也是非常重要的前提。

第 1 步：检查可用的 MCP 服务器

默认情况下，Ruflo MCP 服务器已在本地 .mcp.json 文件中配置。该文件还应包含连接到 Bright Data Web MCP 的配置。

预期行为是 Claude Code 自动检测并连接到这两个 MCP 服务器。为了验证这一点，请在你的项目文件夹中启动 Claude Code 并运行 /mcp 命令：
你应该会看到：

• bright-data-web-mcp（或者你在 .mcp.json 配置中为 Bright Data Web MCP 指定的任何名称）。
• claude-flow（Ruflo MCP 服务器的名称）。

很好！Claude Code 现在已按预期连接到这两个 MCP 服务器。

第 2 步：检查 Bright Data Web MCP 服务器

选择 bright-data-web-mcp 条目（或者你为其指定的任何名称）：

选择“View tools”选项以查看所有可用工具。如果你以 Pro 模式配置它，你将获得全部 65+ 个工具：

否则，你将只看到 4 个工具（scrape_as_markdown、search_engine 及其 2 个批处理版本）。

非常好！Bright Data Web MCP 正按预期公开其工具。

第 3 步：检查 Ruflo MCP 服务器

重复与上面相同的过程，但这次针对 claude-flow MCP。你应该会看到：

请注意，Ruflo MCP 一共公开了令人印象深刻的 254 个工具。哇！

集成方法 #2：Ruflo 技能 + Bright Data skills

在这里，你将获得指导，了解如何通过 技能 将 Ruflo 和 Bright Data 的能力添加到你的 Claude Code 设置中。

前提条件

要跟随本节内容，请确保你具备：

• 在基于 Unix 的操作系统（macOS、Linux 或 WSL）中设置好 Claude Code。
• 已在本地安装 Git。
• 一个已设置 网络解锁器 区域并配置了 API 密钥的 Bright Data 账户。
• 对Claude 技能 是什么以及如何在 Claude Code 中配置它们有基本了解。
• 熟悉官方 Bright Data Claude 技能 仓库中提供的 技能。

注意：暂时不用担心设置 Bright Data 账户，因为你将在下一步中获得相关指导。

然后，安装 curl 和 jq，这是 Bright Data Claude 技能 所需的两个前提条件。在 macOS 上，运行：

brew install curl jq

同样地，在 Linux 上，执行：

sudo apt-get install curl jq

默认情况下，在本地项目中设置 Ruflo 后，Claude Code 将已经列出它的 118 个 技能。通过运行 /skills 命令来验证这一点：

第 1 步：设置你的 Bright Data 账户

如文档中所述，Bright Data Claude 技能 需要将以下两个密钥设置为全局环境变量：

• BRIGHTDATA_API_KEY：你的 Bright Data API 密钥。
• BRIGHTDATA_UNLOCKER_ZONE：你账户中配置的 网络解锁器 区域名称。

作为指导，你可以参考“Bright Data 网络解锁器 API 快速入门指南”文档页面。或者，按照下面的说明操作。

如果你还没有 Bright Data 账户，请创建一个。否则，直接登录。进入控制面板，然后前往“Proxies & Scraping”页面。查看“My Zones”表格：

如果存在一个 网络解锁器 API 区域（例如 web_unlocker），你可以继续定义 API 密钥。

如果缺失，请创建一个新的。为此，滚动到“Unblocker API”卡片，点击“Create 区域”，并按照向导操作。

按照向导中的说明操作，为你的区域指定一个有意义的名称（例如 web_unlocker）。

最后，生成你的 Bright Data API 密钥。现在，使用你的 API 令牌和区域名称，像这样定义两个全局环境变量：

export BRIGHTDATA_API_KEY="<YOUR_BRIGHTDATA_API_KEY>"
export BRIGHTDATA_UNLOCKER_ZONE="<YOUR_BRIGHTDATA_UNLOCKER_ZONE>"

太棒了！Bright Data Claude 技能 现在可以连接到你的账户并正常工作了。

第 2 步：获取 Bright Data 技能

要向你的设置中添加新 skills，请将它们的文件夹复制到本地 .claude/skills 目录中。

首先，将 Bright Data Claude 技能 仓库克隆到你选择的文件夹中：

git clone https://github.com/bright-cn/skills

克隆后的结构应如下所示：

skills/
├── .claude-plugin
├── skills/
│   ├── bright-data-best-practices/
│   ├── bright-data-mcp/
│   ├── brightdata-cli/
│   ├── data-feeds/
│   ├── design-mirror/
│   ├── python-sdk-best-practices/
│   ├── scrape/
│   ├── scraper-builder/
│   └── search/
├── .gitignore
├── LICENSE
└── README.md

Bright Data Claude 技能 包括：

• search：查询 Google 并返回结构化 JSON 结果，包括标题、链接和描述。
• scrape：将任意网页提取为干净的 Markdown，同时自动绕过机器人检测。
• data-feeds：从 40+ 个网站拉取结构化数据，并进行自动轮询和更新。
• bright-data-mcp：编排 60+ 个 Bright Data MCP 工具，用于搜索、抓取、结构化提取和浏览器自动化。
• scraper-builder：构建可用于生产环境的爬虫工具，包括站点分析、API 选择、选择器、分页和实现。
• bright-data-best-practices：网络解锁器、SERP、Web 爬虫工具 和 Browser API 的参考。
• python-sdk-best-practices：brightdata-sdk Python 包指南：async/sync 客户端、抓取工具、数据集、错误处理和模式。
• brightdata-cli：Bright Data CLI 的终端指南：抓取、搜索、提取数据、管理代理区域以及检查账户。
• design-mirror：复制设计系统 token 和组件，以实现一致且高质量的 UI 实现。

将 skills/ 内的文件夹（bright-data-best-practices/、bright-data-mcp/ 等）复制到你项目目录中的本地 .claude/skills。你可以手动执行，也可以通过以下命令完成：

cp -r skills/skills/* <PATH_TO_YOUR_PROJECT>/.claude/skills/

完美！Bright Data Claude 技能 已添加到你的项目中。

第 3 步：检查可用的 技能

再次在你的项目文件夹中启动 Claude Code，并运行 /skills 命令：

这一次，可用的 技能 应该是 127 个（高于最初的 118 个），这表明 Bright Data skills 已被成功读取。任务完成！你的 agentic 编码系统现在可以利用 Bright Data 技能 进行程序化网页数据提取、网页探索以及更多操作。

Ruflo + Bright Data：整合一切

你的 Claude Code 设置现在可以访问 300 多个 MCP 工具或 125 多个 skills。它们既能实现协调的编码工作，也能让智能体自主搜索网页、抓取数据并与网页交互——所有这些都不会遇到封锁或可扩展性限制。

这开启了许多新的可能性，包括：

• 检索实时搜索引擎结果（SERP），并将上下文链接嵌入到 README.md 和其他文档页面中。
• 根据你当前的编码任务发现相关教程或文档，以更高效地改进你的代码库。
• 从网站抓取新鲜的公开数据，并将其保存在本地，用于 mock、分析或进一步处理。

这些示例展示了在 Claude Code / OpenAI Codex 设置中将 Bright Data 与 Ruflo 一起使用所带来的协同优势。这种集成进一步扩展了 Ruflo 本已令人印象深刻的功能集，同时借助 Bright Data 的基础设施支持企业级用例。

结论

在这篇博文中，你了解了 Ruflo（前称 Claude Flow）是什么，以及它如何改变 Claude Code 和 OpenAI Codex 中的 agentic 体验。凭借约 100 个并行工作的智能体所构成的企业级基础设施，Ruflo 显著提升了性能，包括速度、token 效率和输出质量。

然而，这些工具缺乏一个面向企业、可用于网页数据检索、网页搜索以及与网站进行程序化交互的解决方案。这正是 Bright Data 发挥作用的地方，这得益于一个专用 Web MCP 服务器和一套官方 Claude 技能。这些让连接到Bright Data 面向 AI 构建的完整工具、服务和基础设施套件变得简单。

在这里，你学习了如何在 Claude Code 中配置强大的 Ruflo + Bright Data 设置，以最大限度提升编码辅助的效率和效果。

立即免费创建一个 Bright Data 账户，开始探索面向 AI 的网页数据解决方案！