ruvnet/agentic-flow

What it solves

Agentic-Flow 是一個生產級的 AI 代理協調框架。它解決了管理大量專門化代理的複雜性，減少將任務路由至正確代理的開銷，降低 LLM 的運營成本，並提升多代理共識與記憶檢索的準確度與速度。

How it works

系統使用「自我優化神經架構」(SONA) 進行毫秒以下的模式學習與自適應路由。它整合 AgentDB 以實現先進的記憶管理，採用多種注意力機制（Flash、Linear、Hyperbolic 與 MoE）以及圖神經網路 (GNN) 來精練查詢並提升召回率。框架提供 66 個預建的專門化代理（例如程式編寫者、審查者、規劃者）與 213 個 MCP 工具，用於協調與整合 GitHub 等平台。

Who it’s for

• Developers 想要使用預建的專門化代理與高效能本地程式編輯，構建複雜的多代理系統。
• Businesses 希望在擴展代理工作流的同時，降低 LLM 代幣成本與基礎設施開銷。
• Researchers 有興趣在代理群體中實作與測試最先進的注意力機制與圖感知推理。

Highlights

• SONA Adaptive Learning：毫秒以下的模式檢索與 LoRA 微調，實現即時適應。
• Advanced Attention：支援 Flash Attention（最高 7.47 倍加速）、長序列的 Linear Attention，以及階層式群體的 Hyperbolic Attention。
• Lage Agent Library：66 個自我學習代理，透過「ReasoningBank」記憶系統自主提升。
• GNN Query Refinement：透過圖上下文整合，使資訊召回率提升 12.4%。
• Cost Efficiency：智慧模型路由（例如 Sonnet 與 Haiku 之間）可降低成本最高 60%。
• Extensive Tooling：213 個 MCP 工具，用於群體初始化、記憶管理與 GitHub 整合。