Bỏ qua tới nội dung
Ông T.vn

openobserve: nền tảng giám sát log, metric, trace thay Datadog — hướng dẫn cài đặt và dùng

12 phút đọcCập nhật

Bài này là một góc nhìn khác về openobserve/openobserve — repo từng đổi tên nên mình viết lại với cách tiếp cận khác. Bài hướng dẫn chính: OpenObserve: giám sát log, metric, trace gọn trong một file — hướng dẫn cài đặt và dùng →

openobserve: nền tảng giám sát log, metric, trace thay Datadog — hướng dẫn cài đặt và dùng

Tóm tắt nhanh

OpenObserve là nền tảng quan sát (observability) mã nguồn mở viết bằng Rust, gom log, metric, trace, giám sát người dùng thật (RUM) và theo dõi ứng dụng AI vào một giao diện web. Bạn dùng nó để tìm lỗi, xem hiệu năng hệ thống và đặt cảnh báo, thay cho Datadog, Splunk hay Elasticsearch. Cài bằng một lệnh Docker, mở trình duyệt là dùng được.

OpenObserve (viết tắt O2) là một nền tảng quan sát mã nguồn mở. Nó thu thập và cho bạn tìm kiếm log, metric, trace, dữ liệu trải nghiệm người dùng trên web/app (RUM) và cả dữ liệu từ ứng dụng AI/LLM, tất cả trong một giao diện web. Nó được tác giả định vị là lựa chọn thay cho Datadog, Splunk và Elasticsearch.

Nói đơn giản: ứng dụng, website, máy chủ của bạn luôn sinh ra rất nhiều dòng nhật ký và số đo. Khi có sự cố, bạn cần một nơi để hỏi «lúc 3 giờ sáng điều gì lỗi?». Các dịch vụ như Datadog làm tốt việc này nhưng tính tiền theo host và theo dung lượng. OpenObserve cho bạn tự chạy trên máy hoặc máy chủ của mình, với chi phí lưu trữ mà tác giả cho là thấp hơn tới 140 lần so với Elasticsearch. Con số này là tuyên bố của tác giả, bạn nên tự thử với dữ liệu của mình.

Người nên đọc bài này: lập trình viên mới, người quản trị hệ thống nhỏ, chủ doanh nghiệp có website hoặc app và muốn biết hệ thống đang khoẻ hay ốm mà không muốn trả hoá đơn lớn. Điểm đáng giá nhất là cài rất nhanh: README nói chỉ cần một file chạy (single binary) và có sẵn lệnh Docker để mở lên trong vài phút. Repo hiện có khoảng 23.037 sao và 1.199 fork, vẫn được cập nhật trong 3 tháng gần đây.

Ứng dụng

openobserve/openobserve

OpenObserve là nền tảng quan sát mã nguồn mở gom log, metric, trace, RUM trong một file chạy, thay thế Datadog, Splunk, Elasticsearch với chi phí lưu trữ thấp.

★ 23kTypeScriptAGPL-3.0
Xem repo trên GitHub

I.OpenObserve làm được gì

Dưới đây là các tính năng chính theo README, kèm lợi ích thực tế.

A.Gom mọi loại dữ liệu vào một chỗ

Log, metric, trace, RUM, dashboard, cảnh báo và sự cố nằm chung một công cụ. Bạn không phải ghép nhiều phần mềm với nhau như bộ Grafana + Loki + Prometheus + Tempo. Ít thứ phải cài, ít thứ phải nhớ.

B.Tìm log bằng SQL

Bạn tìm log bằng toàn văn (full-text), bằng câu lệnh SQL, bộ lọc nhanh hoặc trình dựng truy vấn trực quan. Metric thì dùng SQL hoặc PromQL. Ai đã biết SQL cơ bản là dùng được, không phải học ngôn ngữ truy vấn riêng.

C.Truy vết yêu cầu qua nhiều dịch vụ

Phần tracing dựa trên OpenTelemetry. Bạn xem đường đi của một yêu cầu qua các dịch vụ bằng biểu đồ waterfall, flame graph, Gantt, bấm vào từng span để xem chi tiết. Phần Service Graph vẽ quan hệ giữa các dịch vụ, tô màu theo mức khoẻ (bình thường, suy giảm, cảnh báo, nghiêm trọng) để thấy ngay chỗ nóng.

D.Dashboard và biểu đồ

Có hơn 19 loại biểu đồ, hơn 200 biến thể hiển thị, trình tạo panel kéo-thả, biến mẫu (template variable) và bản đồ địa lý. Bạn dựng bảng theo dõi cho sếp xem mà không cần viết code.

E.Giám sát người dùng thật (RUM)

Theo dõi Core Web Vitals, lỗi phía trình duyệt, hiệu năng và có cả phát lại phiên (session replay), để thấy người dùng đã thấy gì trên web hoặc app. Tư liệu ghi hỗ trợ web, Android và iOS.

F.Cảnh báo và sự cố

Đặt ngưỡng, cảnh báo theo lịch hoặc thời gian thực, chọn kênh nhận thông báo. Các cảnh báo liên quan được gom thành sự cố (incident) với trạng thái mở, đã xác nhận, đã xử lý.

G.Pipeline xử lý dữ liệu lúc nhập

Bạn làm giàu, che giấu (redact), giảm bớt hoặc chuẩn hoá dữ liệu ngay khi nó vào hệ thống, bằng trình soạn thảo trực quan, có hàm VRL và điều kiện. Cũng có thể chuyển log thành metric. Việc này hữu ích khi log chứa thông tin nhạy cảm.

H.Theo dõi ứng dụng AI và trợ lý O2

Với ứng dụng dùng LLM, bạn theo dõi chi phí, số token, độ trễ, tỉ lệ lỗi theo từng mô hình. Ngoài ra có trợ lý O2 AI Assistant giúp viết SQL, VRL, PromQL từ câu hỏi bằng ngôn ngữ tự nhiên.

II.Cần chuẩn bị gì

Theo README, cách nhanh nhất để chạy tại máy là Docker. Bạn cần:

  • Docker đã cài và chạy được trên máy. README dùng lệnh docker run, không nói chi tiết về hệ điều hành hay phiên bản Docker cụ thể.
  • Một cổng trống 5080 trên máy (README dùng cổng này).
  • Một địa chỉ email và một mật khẩu do bạn tự đặt, dùng làm tài khoản quản trị gốc. Đây không phải tài khoản đăng ký ở đâu cả.
  • Một thư mục data để lưu dữ liệu, lệnh sẽ gắn vào container.

README không ghi yêu cầu RAM, CPU hay GPU tối thiểu. Có một dòng nói OpenObserve cần khoảng một phần tư phần cứng so với Elasticsearch, nhưng đó là so sánh, không phải con số tối thiểu. Nếu bạn không muốn tự chạy, README còn nói có bản OpenObserve Cloud với gói miễn phí tới 50 GB dữ liệu nhập mỗi ngày. Bài này tập trung vào cách tự cài bằng Docker.

Mật khẩu trong ví dụ của README chỉ để thử. Khi chạy thật hoặc đưa lên máy chủ có truy cập từ Internet, hãy đặt email và mật khẩu của riêng bạn, đừng giữ giá trị mẫu.

III.Cài đặt từng bước

  1. Cài DockerCó Docker chạy được trên máy của bạn
  2. Mở terminalPowerShell trên Windows, Terminal trên macOS/Linux
  3. Chạy lệnh docker runDán lệnh của README, đổi email và mật khẩu
  4. Mở trình duyệtVào http://localhost:5080
  5. Đăng nhậpDùng đúng email và mật khẩu đã đặt trong lệnh

A.Cài và bật Docker

README không hướng dẫn cài Docker, nên bạn tự cài Docker theo trang chủ của Docker cho hệ điều hành của mình, rồi bật nó lên. Muốn kiểm tra Docker đã chạy chưa, gõ lệnh phổ thông sau trong terminal:

Terminal
docker --version

Nếu ra số phiên bản là ổn. Nếu báo không tìm thấy lệnh, tức Docker chưa cài xong hoặc terminal cần mở lại.

B.Mở terminal đúng chỗ

Bạn nên mở terminal ở một thư mục bạn muốn lưu dữ liệu, ví dụ một thư mục riêng cho OpenObserve. Lý do: lệnh bên dưới dùng $PWD/data, nghĩa là thư mục data nằm trong thư mục hiện tại. Mở sai chỗ thì dữ liệu sẽ nằm ở chỗ bạn không ngờ tới.

C.Chạy OpenObserve bằng Docker

Đây là lệnh nguyên văn trong README (dạng nhiều dòng, dùng cho bash trên macOS/Linux):

Terminal
docker run -d \
      --name openobserve \
      -v $PWD/data:/data \
      -p 5080:5080 \
      -e ZO_ROOT_USER_EMAIL="root@example.com" \
      -e ZO_ROOT_USER_PASSWORD="Complexpass#123" \
      public.ecr.aws/zinclabs/openobserve:latest

Ý nghĩa từng phần:

  • -d: chạy ngầm, terminal không bị chiếm.
  • --name openobserve: đặt tên cho container để sau này dễ tìm.
  • -v $PWD/data:/data: gắn thư mục data ở máy bạn vào bên trong container, để dữ liệu không mất khi container bị xoá.
  • -p 5080:5080: mở cổng 5080 để bạn vào bằng trình duyệt.
  • -e ZO_ROOT_USER_EMAIL và -e ZO_ROOT_USER_PASSWORD: email và mật khẩu quản trị gốc. Hãy đổi thành của bạn.
  • Dòng cuối là địa chỉ ảnh Docker của OpenObserve.

Chỗ người mới hay vấp: dấu \ cuối dòng chỉ dùng được trên bash. Nếu bạn dùng PowerShell trên Windows, hãy gộp thành một dòng như sau (cùng các tuỳ chọn, chỉ khác cách xuống dòng):

PowerShell
docker run -d --name openobserve -v $PWD/data:/data -p 5080:5080 -e ZO_ROOT_USER_EMAIL="root@example.com" -e ZO_ROOT_USER_PASSWORD="Complexpass#123" public.ecr.aws/zinclabs/openobserve:latest

README không nói rõ lệnh này đã được thử trên Windows hay chưa. Nếu bạn gặp lỗi đường dẫn khi gắn thư mục, xem phần lỗi hay gặp bên dưới.

D.Mở trình duyệt và đăng nhập

Mở địa chỉ http://localhost:5080 rồi đăng nhập bằng đúng email và mật khẩu bạn đã đặt trong lệnh. Nếu bạn giữ nguyên ví dụ thì là root@example.com và Complexpass#123.

E.Các cách cài khác

README nhắc tới các cách cài khác trong tài liệu quickstart trên trang openobserve.ai và hướng dẫn triển khai High Availability (chạy cụm) cho hệ thống lớn. README chưa ghi lệnh cụ thể cho các cách đó, bạn xem ở tài liệu trên trang chủ dự án.

Ngoài ra, repo là mã nguồn Rust (có Cargo.toml) cộng giao diện web TypeScript trong thư mục web/. Nếu bạn muốn tự biên dịch hoặc đóng góp mã, hãy đọc CONTRIBUTING.md trong repo. Người chỉ muốn dùng thì Docker là đủ.

IV.Kiểm tra đã chạy được chưa

Cách kiểm tra theo README rất đơn giản: mở http://localhost:5080, nếu thấy trang đăng nhập và đăng nhập được bằng email, mật khẩu đã đặt thì OpenObserve đã chạy. Sau khi vào, bạn sẽ thấy giao diện chính với các mục như Logs, Metrics, Traces, Dashboards, Alerts.

Nếu không vào được, dùng hai lệnh Docker phổ thông để xem tình hình:

Terminal
docker ps
docker logs openobserve

docker ps cho biết container có đang chạy không. docker logs openobserve in ra nhật ký khởi động để bạn biết nó báo lỗi gì.

V.Dùng vào việc thật

Sau khi đăng nhập, việc đầu tiên là đưa dữ liệu vào. README nói OpenObserve hỗ trợ OpenTelemetry (OTLP) và phần cách gửi từng loại dữ liệu nằm trong tài liệu chính thức, nên bạn xem tài liệu để lấy đúng địa chỉ và cách cấu hình cho ngôn ngữ, công cụ bạn đang dùng. Khi đã có dữ liệu, các tình huống dưới đây là cách dùng thực tế.

A.Dev nhỏ tìm nguyên nhân lỗi của website

Bạn là lập trình viên của một cửa hàng online. Khách báo thanh toán lỗi lúc tối qua. Bạn gửi log của ứng dụng vào OpenObserve, vào mục Logs, chọn khoảng thời gian tối qua rồi lọc theo từ khoá «error» hoặc viết SQL. Ví dụ ý tưởng câu lệnh: chọn các dòng log có nội dung chứa chữ lỗi trong khoảng giờ đó (tên stream là tên bạn đặt khi gửi dữ liệu).

Kết quả: bạn thấy ngay những dòng lỗi, thời điểm và dịch vụ gây ra, thay vì mở từng file log trên máy chủ.

Có SQL là tìm được log, không cần học thêm ngôn ngữ truy vấn riêng của ai.

Ông T

B.Chủ shop theo dõi sức khoẻ website bằng dashboard

Bạn có website bán hàng và muốn biết lúc nào trang chậm. Dùng phần dashboard kéo-thả, bạn thêm các panel từ dữ liệu log hoặc metric (số lỗi theo giờ, độ trễ) rồi đặt chung một bảng. Mở bảng mỗi sáng là biết hôm qua hệ thống có ổn không.

Kết quả: một màn hình tổng hợp, không cần viết code. Nếu cần, bạn đặt cảnh báo để OpenObserve báo khi số lỗi vượt ngưỡng qua kênh thông báo bạn chọn.

C.Quản trị viên che dữ liệu nhạy cảm trước khi lưu

Log của hệ thống đôi khi lẫn số điện thoại, email khách. Với phần Pipelines, bạn dựng luồng gồm nguồn, bước biến đổi (hàm VRL và điều kiện) và đích, để che hoặc chuẩn hoá các trường này ngay lúc dữ liệu vào. Bạn dùng trợ lý O2 AI Assistant nhờ viết giúp đoạn VRL, ví dụ gõ câu hỏi kiểu: «Viết giúp mình hàm VRL che số điện thoại trong trường message».

Kết quả: dữ liệu lưu xuống đã được xử lý theo quy tắc bạn đặt. Lưu ý README ghi tính năng tự động che dữ liệu nhạy cảm (SDR) chuyên dụng thuộc bản Enterprise; pipeline thì có trong bản mã nguồn mở.

D.Nhóm làm ứng dụng AI theo dõi chi phí mô hình

Nếu nhóm bạn làm chatbot dùng LLM, phần AI Observability cho xem chi phí, số token, độ trễ và tỉ lệ lỗi theo từng mô hình. Bạn nhìn được mô hình nào tốn tiền hoặc hay lỗi nhất để quyết định đổi cấu hình.

Kết quả: có số liệu cụ thể để trao đổi với nhóm, thay vì đoán. README không nói chi tiết cách gửi dữ liệu LLM vào, nên bạn xem trong tài liệu chính thức.

VI.Lỗi hay gặp và cách xử lý

A.Cổng 5080 đã bị chiếm

Nếu một chương trình khác đang dùng cổng 5080, Docker sẽ báo lỗi khi khởi động. Hãy tắt chương trình đó, hoặc đổi số cổng bên trái trong -p, ví dụ -p 5081:5080, rồi vào bằng http://localhost:5081.

B.Tên container đã tồn tại

Chạy lệnh lần thứ hai có thể báo tên openobserve đã được dùng. Bạn xoá container cũ bằng hai lệnh phổ thông sau rồi chạy lại. Dữ liệu vẫn còn nếu bạn đã gắn thư mục data ở máy:

Terminal
docker stop openobserve
docker rm openobserve

C.Lỗi trên PowerShell khi chép lệnh nhiều dòng

Dấu \ cuối dòng không có tác dụng trong PowerShell nên lệnh bị cắt. Hãy dùng bản một dòng ở phần cài đặt. Nếu Docker không gắn được thư mục data, thử mở terminal ở một thư mục bạn có quyền ghi.

D.Đăng nhập không được

Hãy kiểm tra email và mật khẩu đúng như trong lệnh docker run, chú ý dấu # và phân biệt chữ hoa thường. Nếu bạn đã đổi giá trị mà vẫn dùng dữ liệu cũ trong thư mục data, có thể tài khoản cũ vẫn còn hiệu lực. README không nói rõ trường hợp này, nên nếu gặp bạn hỏi ở Slack hoặc GitHub Discussions của dự án.

E.Không thấy dữ liệu nào

Mới cài xong thì hệ thống trống, bạn phải gửi dữ liệu vào. Hãy kiểm tra cấu hình bên gửi (địa chỉ, cổng 5080, thông tin đăng nhập) theo tài liệu chính thức. Đừng mở cổng này ra Internet khi chưa đổi mật khẩu mạnh.

VII.Có nên dùng không

Điểm mạnh:

  • Cài nhanh bằng một lệnh Docker, giao diện web đầy đủ cho log, metric, trace, RUM, cảnh báo.
  • Dùng SQL và PromQL, không bị khoá vào ngôn ngữ truy vấn riêng. Chuẩn OpenTelemetry giúp bạn dễ đổi công cụ sau này.
  • Bản mã nguồn mở theo README là đầy đủ tính năng và dùng thương mại được. Giấy phép là AGPL-3.0.
  • Có đường lên cụm High Availability khi dữ liệu lớn dần.

Giới hạn cần biết:

  • Dữ liệu bất biến: README ghi dữ liệu đã nhập thì không sửa hoặc xoá từng dòng được, chỉ xoá cả khoảng thời gian lưu giữ (retention). Điều này tốt cho kiểm toán nhưng bất tiện nếu bạn lỡ gửi nhầm dữ liệu.
  • Một số tính năng như đăng nhập một lần (SSO), phân quyền nâng cao, nhật ký kiểm toán, tìm kiếm liên cụm và che dữ liệu nhạy cảm tự động thuộc bản Enterprise, có giấy phép thương mại riêng.
  • Giấy phép AGPL-3.0: nếu bạn định sửa mã và cung cấp thành dịch vụ cho người khác, nên đọc kỹ điều khoản trước.
  • Các con số như «rẻ hơn 140 lần» hay «nhanh hơn Elasticsearch» là của tác giả, chưa phải kết quả kiểm chứng độc lập trong tư liệu. Hãy thử với dữ liệu thật của bạn.

Nên chọn cách khác khi: bạn chỉ có một vài file log nhỏ (một công cụ đơn giản là đủ), bạn không có ai quản lý máy chủ và không muốn tự vận hành (khi đó cân nhắc bản Cloud của chính dự án), hoặc cần ngay các tính năng Enterprise mà không muốn trả phí. Còn nếu bạn muốn một công cụ quan sát gọn, thử được ngay trên máy, thì OpenObserve đáng để cài thử một buổi chiều.

4.6/5 · Ông T chấm

Chưa có độc giả chấm

Bài này có ích với bạn không?

Câu hỏi thường gặp

OpenObserve có miễn phí không?

Bản mã nguồn mở theo README là đầy đủ tính năng và dùng miễn phí, kể cả thương mại, theo giấy phép AGPL-3.0. Bản OpenObserve Cloud có gói miễn phí tới 50 GB dữ liệu nhập mỗi ngày. Bản Enterprise có thêm tính năng và hỗ trợ theo giấy phép thương mại; README chưa ghi giá cụ thể.

Cài OpenObserve có khó không?

Không khó nếu bạn đã có Docker: chỉ cần một lệnh `docker run`, rồi mở `http://localhost:5080` và đăng nhập bằng email, mật khẩu bạn đặt trong lệnh. README mô tả là chạy được trong dưới 2 phút với một file chạy duy nhất. Phần gửi dữ liệu vào thì bạn cần xem thêm tài liệu chính thức.

OpenObserve có cần GPU hoặc máy cấu hình mạnh không?

README không nhắc tới GPU và không ghi cấu hình tối thiểu. Tác giả chỉ nói OpenObserve cần khoảng một phần tư phần cứng so với Elasticsearch. Bạn nên thử trên máy của mình với lượng dữ liệu thực tế.

Chạy được trên Windows không?

README dùng Docker để chạy và không nói riêng về Windows. Nếu Docker chạy được trên máy Windows của bạn thì có thể dùng cùng các tuỳ chọn, nhưng nên viết lệnh trên một dòng khi dùng PowerShell. Tư liệu chưa nêu xác nhận chính thức cho hệ điều hành cụ thể.

Dữ liệu của tôi có an toàn không?

Khi tự cài, dữ liệu nằm trên máy hoặc máy chủ của bạn, trong thư mục bạn gắn vào. README nói có mã hoá dữ liệu khi lưu và khi truyền, và dự án có chứng nhận SOC 2 Type II, ISO 27001. Hãy đổi mật khẩu mẫu và đừng mở cổng ra Internet khi chưa bảo vệ.

OpenObserve khác gì Datadog hay Elasticsearch?

Theo README, Datadog chỉ là dịch vụ SaaS, tính phí theo host và theo GB, còn OpenObserve mã nguồn mở, tự cài hoặc dùng Cloud. So với Elasticsearch, OpenObserve dùng SQL, chạy một file thay vì cụm phức tạp, và tác giả nói chi phí lưu trữ thấp hơn tới 140 lần. Đó là so sánh của tác giả.

Tôi có xoá hoặc sửa được log đã gửi vào không?

Không theo từng dòng. README ghi dữ liệu trong OpenObserve là bất biến: sau khi nhập thì không sửa hay xoá được, chỉ có thể bỏ cả khoảng thời gian lưu giữ. Vì vậy nên che dữ liệu nhạy cảm ngay lúc nhập bằng pipeline.

Chuyển nhanh tới mục

  1. I.OpenObserve làm được gì
    1. A.Gom mọi loại dữ liệu vào một chỗ
    2. B.Tìm log bằng SQL
    3. C.Truy vết yêu cầu qua nhiều dịch vụ
    4. D.Dashboard và biểu đồ
    5. E.Giám sát người dùng thật (RUM)
    6. F.Cảnh báo và sự cố
    7. G.Pipeline xử lý dữ liệu lúc nhập
    8. H.Theo dõi ứng dụng AI và trợ lý O2
  2. II.Cần chuẩn bị gì
  3. III.Cài đặt từng bước
    1. A.Cài và bật Docker
    2. B.Mở terminal đúng chỗ
    3. C.Chạy OpenObserve bằng Docker
    4. D.Mở trình duyệt và đăng nhập
    5. E.Các cách cài khác
  4. IV.Kiểm tra đã chạy được chưa
  5. V.Dùng vào việc thật
    1. A.Dev nhỏ tìm nguyên nhân lỗi của website
    2. B.Chủ shop theo dõi sức khoẻ website bằng dashboard
    3. C.Quản trị viên che dữ liệu nhạy cảm trước khi lưu
    4. D.Nhóm làm ứng dụng AI theo dõi chi phí mô hình
  6. VI.Lỗi hay gặp và cách xử lý
    1. A.Cổng 5080 đã bị chiếm
    2. B.Tên container đã tồn tại
    3. C.Lỗi trên PowerShell khi chép lệnh nhiều dòng
    4. D.Đăng nhập không được
    5. E.Không thấy dữ liệu nào
  7. VII.Có nên dùng không

Repo & Skill · 13/11/2026 · 11 phút đọc

Garden Skills: bộ skill thiết kế web, tạo ảnh, làm video cho AI — hướng dẫn cài đặt và dùng

Garden Skills là bộ sưu tập Agent Skills (kỹ năng cho AI) của tác giả ConardLi, dùng được với Claude Code, Cursor, Codex và các AI coding agent khác. Mỗi skill dạy agent làm tốt một việc như thiết kế trang web, tạo ảnh, làm video bằng code, biến tài liệu thành bài viết đẹp. Cài không khó, nhưng README có nhiều cách cài nên bạn cần chọn một cách hợp với công cụ đang dùng.

Repo & Skill · 13/11/2026 · 15 phút đọc

thesysdev/openui: xây giao diện AI dạng streaming — hướng dẫn cài đặt và dùng

OpenUI là framework full-stack, độc lập framework, giúp mô hình AI sinh giao diện có cấu trúc và hiển thị dần khi dữ liệu streaming về. Bạn có thể dựng nhanh một ứng dụng chat bằng CLI hoặc cài từng gói cho React, Vue, Svelte, Angular và LangChain. Việc bắt đầu khá đơn giản nếu máy có đúng phiên bản Node; README chưa ghi đầy đủ lệnh chạy ứng dụng sau khi scaffold.

Repo & Skill · 13/11/2026 · 11 phút đọc

Ruflo: điều phối nhóm agent AI cho Claude Code và Codex — hướng dẫn cài đặt và dùng

Ruflo (trước đây là Claude Flow) là một agent harness: lớp công cụ bao quanh Claude Code và Codex, bổ sung nhiều agent chuyên biệt, bộ nhớ qua các phiên và khả năng chia việc cho nhóm agent. Cài bằng một lệnh `npx ruflo@latest init` trong thư mục dự án, cần Node 20 trở lên. Cài khá dễ, nhưng hệ thống rất rộng nên bạn nên bắt đầu từ một tác vụ nhỏ.