SPARC 是一套与 Claude Flow 多智能体编排集成的系统化开发方法论，名称来自 Specification（规格）、Pseudocode（伪代码）、Architecture（架构）、Refinement（精化）、Completion（完成）五个阶段，提供 17 种专用模式，覆盖从研究、设计、编码、测试到部署监控的完整流程。
核心用途是让开发按阶段推进：先定义需求与约束，再设计架构与接口，随后以测试先行方式实现，最后完成评审、集成与部署。方法论强调测试驱动开发、并行执行、跨智能体记忆共享、质量优先与模块化设计。
主要模式包括：orchestrator、swarm-coordinator、workflow-manager、batch-executor 等编排模式；coder、architect、tdd、reviewer 等开发模式；researcher、analyzer、optimizer 等分析研究模式；以及 designer、innovator、documenter、debugger、tester、memory-manager 等支持模式。
使用方式有三种：在 Claude Code 中通过 MCP 工具调用，例如 mcp__claude-flow__sparc_mode { mode: "coder", task_description: "...", options: {...} }；通过 NPX CLI，例如 npx claude-flow sparc run <mode> "task description"、npx claude-flow sparc modes、npx claude-flow sparc tdd "feature description"；或在本地安装后运行 ./claude-flow sparc run <mode> "task description"。
适用场景包括全栈开发、TDD 工作流、代码评审、架构设计、性能优化与文档生成等。限制方面，资料未提供具体收费、价格、平台支持范围与效果保证；部分能力依赖 Claude Flow 与 MCP 环境，实际可用性需以对应工具链为准。