Ruflo / Claude Flow 监控命令实战swarm-monitor、agent-metrics 与 real-time-view 全解析【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/rufloruflo 是面向多智能体编排与协同的 meta-harness 框架其随附的 claude-flow 监控命令族用于对运行中的 swarm智能体群、单个 Agent 与任务流做实时观测。本文以 监控命令索引 及其所在目录下五份命令文档为核心骨架系统梳理 CLI 命令与 MCP 工具两条使用路径的参数、用法与示例并结合 swarm.ts、agent.ts、status.ts 及对应 MCP 工具源码讲清监控数据从哪来、状态如何计算读完可直接用命令监控自己的 swarm 集群并看懂输出含义。监控命令家族一览在.claude/commands/monitoring/目录同时被镜像打包进 plugin/commands/monitoring/README.md且 v3 CLI、MCP 包内各有一份.claude/commands/monitoring副本见 v3/claude-flow/cli/.claude/commands/monitoring/README.md中共有五份命令说明覆盖两个使用入口命令文档使用入口一句话职责swarm-monitorCLInpx claude-flow swarm monitor对 swarm 进行实时轮询监控agent-metricsCLInpx claude-flow agent metrics查看 Agent 性能指标real-time-viewCLInpx claude-flow monitoring real-time-view实时滚动查看 swarm 活动事件statusMCPmcp__claude-flow__swarm_status检查当前协调状态与整体健康度agentsMCPmcp__claude-flow__agent_list列出活跃认知模式/Agent 焦点其中前三者是面向终端的 CLI 监控命令后两者是面向 Claude Code 等宿主侧的 MCP 工具化版本。二者共享同一套底层状态数据详见下文“监控数据从哪来”。swarm-monitor实时 swarm 监控文档 swarm-monitor.md 给出了 CLI 用法npx claude-flow swarm monitor [options]可用参数参数含义--interval ms轮询/刷新间隔单位毫秒--metrics展示详细指标tokens、响应时间、成功率等--export导出监控数据示例# 直接开始监控默认间隔 npx claude-flow swarm monitor # 自定义 5 秒刷新间隔 npx claude-flow swarm monitor --interval 5000 # 附带详细指标 npx claude-flow swarm monitor --metrics源码印证monitor是 swarm.ts 中注册的命令子项其描述即为“Enable real-time monitoring”与文档“Real-time swarm monitoring”一一对应。该命令展示的数据来自getSwarmStatus一类的状态计算逻辑读取.swarm/agents/、.swarm/tasks/下的任务 JSON按completed/in_progress/running等字段归类当 Agent 目录为空时会回退到权威活动文件.claude-flow/metrics/swarm-activity.json做对账见 swarm.ts该文件由 agent 相关命令的updateSwarmActivityMetrics写入记录swarm.agent_count与swarm.coordination_active等计数。实时监控可以看作“每隔interval毫秒执行一次状态采集并刷新输出”。监控视图中的关键状态语义同一套取值逻辑也服务于 status 命令输出status按“进行中任务数 0 或活跃 Agent 0”判为running全部完成判为completed仅有 swarm 状态则判为ready否则idleprogress动态由已完成任务数 / 任务总数计算metricstokensUsed取自 swarm 状态avgResponseTime由各任务文件中的startedAt/completedAt差值求平均而来展示时会附Elapsed Time、Success Rate等字段见 swarm.ts。agent-metricsAgent 性能指标文档 agent-metrics.md 说明如何按 Agent 粒度查看性能数据npx claude-flow agent metrics [options]可用参数参数含义--agent-id id指定查看某个 Agent例如agent-001--period time统计时间窗口例如1h表示最近一小时--format type输出格式如 json / table 等示例# 查看全部 Agent 指标 npx claude-flow agent metrics # 只看指定 Agent npx claude-flow agent metrics --agent-id agent-001 # 最近一小时 npx claude-flow agent metrics --period 1h源码印证该命令的后端位于 agent.ts。从源码结构看agent 命令同时负责agent spawn、agent list与指标落盘agent spawn本身并不逐一写.swarm/agents/*.json快照而是把计数写入.claude-flow/metrics/swarm-activity.json见 swarm.ts因此agent metrics的查询与 swarm 状态对账共用同一份权威指标文件。MCP 侧等价工具为mcp__claude-flow__agent_metrics传参形式{agentId: coder-123}实现位于 agent-tools.ts。real-time-viewswarm 活动实时视图文档 real-time-view.md 提供的是面向事件流的实时观察命令适合在调试多 Agent 协作时盯住日志输出npx claude-flow monitoring real-time-view [options]可用参数参数含义--filter type过滤视图内容如errors只显示错误事件--highlight pattern高亮匹配模式如API高亮所有 API 相关行--tail n只展示最近 N 条事件示例# 直接进入实时视图 npx claude-flow monitoring real-time-view # 只看错误事件 npx claude-flow monitoring real-time-view --filter errors # 高亮包含 API 的日志 npx claude-flow monitoring real-time-view --highlight API三个参数可叠加组合例如--filter errors --tail 50在事件量大时先用--filter缩小范围、再用--highlight标记关键模式是较实用的排查组合。MCP 侧命令状态检查与模式列举monitoring 目录下的 status.md 与 agents.md 采用同一套“协调型工具”模板这些工具只负责“协调与观测 Claude Code 的行动”本身不写代码、不直接读写文件、也不执行命令真正的实现动作由宿主Claude Code完成。swarm_status协调状态与系统健康工具名mcp__claude-flow__swarm_status参数{ swarmId: current }返回内容覆盖当前启用的协调拓扑Active coordination topologies正在使用的认知模式cognitive patterns任务分解与进度task breakdown and progress协调侧资源利用率resource utilization整体系统健康度overall system health。在 Claude Code 中的典型调用链检查 swarm 状态mcp__claude-flow__swarm_status实时监控mcp__claude-flow__swarm_monitor参数{interval: 1000}对应 CLI 的--interval 1000取单个 Agent 指标mcp__claude-flow__agent_metrics参数{agentId: agent-123}健康检查mcp__claude-flow__health_check参数{components: [swarm, memory, neural]}。可见 health_check 支持按组件swarm / memory / neural定向体检与 CLI 监控形成互补。相关工具实现集中在 swarm-tools.ts 与 system-tools.ts。agent_list列举活跃 Agent / 认知模式工具名mcp__claude-flow__agent_list参数{ swarmId: current }用于查看所有活跃认知模式及其当前焦点focus areas并支持按状态过滤all全部已定义模式active当前已投入使用的模式idle可用但尚未启用的模式busy正在积极协调任务的模式。使用示例先用agent_list拿到 Agent 清单再对具体agentId调agent_metrics需要盯进程时再用swarm_monitor{interval: 2000}构成一个完整的“列举 → 体检 → 持续观察”闭环。监控数据从哪来状态文件与计算口径无论走 CLI 还是 MCP监控输出都来自同一组运行时状态弄清数据源能帮助你理解监控结果、定位异常。综合 swarm.ts 的读取逻辑主要数据源如下数据源相对项目运行目录的路径内容与用途活动指标文件.claude-flow/metrics/swarm-activity.jsonagent spawn等命令写入的权威计数swarm.agent_count、swarm.coordination_active任务快照.swarm/tasks/*.json单任务状态completed/in_progress/running/ 待处理及startedAt/completedAt用于计算进度与平均响应时间Agent 目录.swarm/agents/*.json每 Agent 快照为空时由活动指标文件兜底对账避免“Total 0”误报会话与记忆会话 JSON 目录、记忆库 DB 文件分别用于统计会话数与估算活跃度计算口径要点progress 已完成任务 / 任务总数无任务但已初始化 swarm 时显示 5% 占位status四态idle/running/completed/ready由任务与 Agent 活跃情况推导avgResponseTime仅统计同时具备startedAt与completedAt的合法任务单个损坏 JSON 会被跳过而不影响整体。小结一条命令把多 Agent 集群“看透”ruflo / claude-flow 的监控体系设计很克制终端场景用三条 CLI 命令swarm monitor、agent metrics、monitoring real-time-view宿主 Agent 场景用同名 MCP 工具swarm_status、swarm_monitor、agent_metrics、agent_list、health_check。两者读取同一套.claude-flow/metrics/与.swarm/状态数据口径一致、可相互印证。上手时建议先npx claude-flow swarm monitor建立全局视图再用agent metrics --agent-id id --period 1h下钻单个 Agent最后在事件风暴中用real-time-view --filter errors快速收敛问题。命令的权威说明以 .claude/commands/monitoring/ 下各文档为准其插件化副本位于 plugin/commands/monitoring实现源码可继续翻阅 swarm.ts 与 agent.ts。【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/ruflo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考