惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

V
Visual Studio Blog
罗磊的独立博客
宝玉的分享
宝玉的分享
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
V
V2EX
酷 壳 – CoolShell
酷 壳 – CoolShell
T
Tailwind CSS Blog
博客园_首页
量子位
月光博客
月光博客
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园 - 司徒正美
人人都是产品经理
人人都是产品经理
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
爱范儿
爱范儿
S
SegmentFault 最新的问题
雷峰网
雷峰网
小众软件
小众软件
博客园 - 聂微东
美团技术团队
Apple Machine Learning Research
Apple Machine Learning Research
WordPress大学
WordPress大学
Jina AI
Jina AI
Hugging Face - Blog
Hugging Face - Blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром T-TOPS: Как распутать гордиев узел проекта после выхода в прод (меч не понадобится) Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты
Rufler: Делаем из Claude Code автономный рой через один Y...
2026-04-16 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели11K

Обзор

Все началось пару месяцев назад, когда я всерьез увлекся темой автономных агентов. Если вы следите за индустрией, то наверняка слышали про ruflo — это мощнейший движок для оркестрации Claude Code. Он позволяет создавать настоящие «ульи» из агентов, которые сами пишут код, сами его проверяют и сами деплоят.

Но когда я попытался внедрить это в реальный проект, я столкнулся с суровой реальностью.

Предыстория: Командная строка превращается в лапшу

Представьте: вы хотите, чтобы один агент набросал архитектуру, второй написал код, а третий прогнал тесты. В ruflo это превращается в квест. Сначала ты инициализируешь демона, потом настраиваешь гибридную память, потом создаешь топологию роя, потом конфигурируешь автопилот...

К середине процесса мой history в терминале выглядел как древнее заклинание на латыни. А самое веселое начиналось, когда нужно было передать агентам задачу. Мне приходилось вручную склеивать огромные текстовые файлы с промптами, где я объяснял: «Ты — архитектор, он — кодер, не начинай, пока он не закончит».

Одна опечатка в bash-скрипте — и твой «рой» превращается в кучу запутавшихся агентов, которые жрут токены и ничего не делают. После третьего такого вечера я понял: мне нужен не просто оркестратор, мне нужен Docker Compose для ИИ.

Так появился Rufler.


Идея: Один YAML, чтобы править всеми

Я хотел, чтобы всё описание проекта, ролей и зависимостей лежало в одном месте. Чтобы можно было просто написать rufler run и уйти пить кофе, пока система сама разворачивает всю инфраструктуру ruflo под капотом.

Вот к чему я пришел в итоге. Теперь мой рабочий процесс выглядит так:

project:
  name: fullstack-mcp-demo
  description: |
    Создание сервиса с бэкендом на Go и фронтендом на React.
    Используем фигму для дизайна и кастомные скиллы для качества кода.

# 1. Настройки памяти и «коллективного разума»
memory:
  backend: hybrid      # Смешиваем локальный контекст и долгосрочную память
  namespace: project-x

# 2. Прокачка агентов (Custom Skills)
skills:                                                                                                                                  
  enabled: true                                                                                                           
  custom:                                                                     
    - npx skills add https://github.com/samber/cc-skills-golang --skill golang-error-handling
    - npx skills add https://github.com/samber/cc-skills-golang --skill golang-code-style                    

# 3. Конфигурация роя (Swarm)
swarm:
  topology: hierarchical # Лид-агент раздает команды, остальные исполняют
  max_agents: 6
  strategy: specialized  # Каждый агент занимается строго своим делом
  consensus: raft         # Механизм принятия решений внутри роя

# 4. Самое вкусное: Авто-декомпозиция задачи
task:
  multi: true            # Разрешаем несколько подзадач
  decompose: true        # Включаем ИИ-планировщик (Claude сам разобьет цель на шаги)
  decompose_count: 5     # На сколько этапов делить проект
  run_mode: sequential   # Выполняем строго по порядку (сначала архитектура, потом код)
  autonomous: true       # Полная автономия
  main: |
    Разработай сервис сокращения ссылок. 
    Бэкенд: Go (Echo), хранение в PostgreSQL. 
    Фронтенд: React + Tailwind. 
    Важно: Подключись к Figma (ID макета в конфиге), возьми оттуда стили и сделай 
    дизайн максимально адаптивным.

# 5. Режим «Не беспокоить»
execution:
  non_interactive: true  # Не спрашивать подтверждения на каждый чих
  yolo: true             # Да, я доверяю агенту выполнять команды в терминале
  background: true       # Запустить и забыть (мониторим через rufler follow)

# 6. Команда профессионалов
agents:
  - name: architect
    type: system-architect
    seniority: lead      # Самый главный, его решения — закон
    prompt: Проектируй API и структуру БД.

  - name: coder
    type: coder
    seniority: senior
    prompt: Пиши логику на Go и React компоненты.

  - name: designer
    type: coder # Используем кодера с навыками дизайнера
    role: specialist
    prompt: Ты — Senior UI/UX. Твоя задача — сделать конфетку по макетам из Figma.

  - name: tester
    type: tester
    prompt: Пиши тесты (Testcontainers для БД).

# 7. Внешние инструменты (MCP)
mcp:
  servers:
    - name: figma
      command: npx
      args: ["-y", "figma-developer-mcp", "--figma-api-key=YOUR_KEY", "--stdio"]

Что Rufler делает за меня (и за вас)

1. Автоматическая сборка «мозгов»

Больше не нужно руками писать objective prompt. Rufler берет ваш YAML, смотрит на дерево зависимостей (depends_on) и сам генерирует инструкции для агентов. Он объясняет им, кто за кем стоит и в какой момент передавать эстафету.

2. Кнопка «Пауза» и «Продолжить»

Если у вас упал интернет или вы сами решили остановить процесс, Rufler запоминает, на какой задаче он остановился. Когда вы снова введете rufler run, он не будет переделывать то, что уже готово. Он просто скажет: «Ок, задачи 1 и 2 приняты, погнали делать третью». Экономия токенов и нервов — колоссальная.

3. Человеческий мониторинг

Смотреть в сырые логи ruflo — это как читать матрицу. В Rufler я добавил TUI-дашборд (rufler follow). Это такая красивая панель в терминале, где в реальном времени видно:

  • О чем агент «думает» прямо сейчас.

  • Какой инструмент он вызвал (запись файла, поиск и т.д.).

  • Сколько баксов/токенов мы уже потратили.

5. Менеджмент задач и прозрачность (Task Registry) Rufler ведет себя как взрослый планировщик задач. Каждый запуск и каждая подзадача регистрируются в локальной базе. Это дает вам полный контроль над тем, что происходит в «черном ящике» ИИ:

  • rufler ps — показывает список всех запущенных и завершенных сессий (как в Docker).

  • rufler tasks — выводит детальную таблицу: какая задача сейчас в статусе running, какая queued, а какая failed.

  • rufler tokens — позволяет увидеть четкий отчет по токенам в разрезе каждой задачи, чтобы понять, какой этап «сожрал» бюджет. Больше не нужно гадать, чем занят ваш рой — вы видите жизненный цикл каждой задачи от создания до финального коммита.

4. Менеджмент MCP серверов

Если проекту нужны специфические инструменты (доступ к БД, браузер, специфические API), вы просто описываете их в том же YAML. Rufler сам «подружит» их с Claude Code перед запуском.


Для кого это?

Если вы гик, который любит автоматизацию, но ненавидит повторять одни и те же действия в консоли — вам понравится. Это инструмент для тех, кто хочет строить сложные автономные системы, не превращаясь в оператора печатной машинки.

Как попробовать:

Я выложил проект в опенсорс, так что залетайте, пробуйте.

git clone https://github.com/lib4u/rufler.git
cd rufler && pip install -e .
rufler init
rufler run

GitHub: github.com/lib4u/rufler

Буду рад фидбеку и идеям.