用途：实现复杂多智能体集群编排，将复杂任务分解为子任务，分配给专用智能体分布式执行，并监控进度、综合结果。
主要能力：由 task-orchestrator（任务分解与分配）、hierarchical-coordinator（层级委派与依赖管理）、adaptive-coordinator（负载均衡与优化）三类协调者协作。流程分五阶段：规划编排（任务分析、分解树、依赖映射、智能体分配计划）、初始化集群（按任务数选择 mesh/hierarchical/star 拓扑并生成协调者）、编排执行（生成 researcher、coder、reviewer、tester 等智能体并按依赖分配任务）、监控进度（进度快照、阻塞检测、健康检查、甘特图与网络图）、综合结果（收集、分组综合、校验、生成最终报告与归档）。
使用方式：通过 npx claude-flow@alpha 命令操作，如 task analyze、task decompose、swarm init、agent spawn、task orchestrate、swarm monitor、task synthesize、orchestration finalize 等，也可通过 MCP 接口（如 mcp__claude-flow__swarm_init、agent_spawn、task_orchestrate、task_results）调用；状态与计划存入共享 memory。
适用场景：需要跨多个专用智能体协调的复杂工作流，如全栈应用构建等。
限制：资料未提供具体收费、价格、平台支持范围与效果保证；性能目标（任务成功率≥95%、智能体利用率70-90%、协调开销<15%等）为文档所述目标，非实测承诺。常见问题包括依赖未解析、智能体过载、任务停滞、结果综合不完整。