用途：Stream-Chain 用于编排多步骤、多智能体的顺序工作流，让每一步的输出流入下一步，实现复杂数据转换与流水线处理。
主要能力：提供两种模式。run 模式支持自定义提示序列，至少需 2 个提示，每个提示成为链中一步；pipeline 模式提供预定义工作流，包括 analysis（结构分析、问题检测、改进建议）、refactor（重构候选识别、优先级排序、实现）、test（覆盖分析、测试设计、生成单元测试）、optimize（性能分析、优化策略、优化代码）。
使用方式：基本命令为 claude-flow stream-chain run "提示1" "提示2"，或 claude-flow stream-chain pipeline analysis。可选参数有 --verbose（详细执行信息）、--timeout <秒>（每步超时，默认 30）、--debug（调试日志）。自定义流水线可在 .claude-flow/config.json 的 streamChain.pipelines 中定义名称、描述、提示列表与超时。
上下文流转：每一步接收前一步输出作为上下文，例如上一步代码实现会传入下一步用于添加测试。
适用场景：代码库分析、技术债评估、代码重构与现代化、测试生成与覆盖率提升、性能优化、数据提取与转换、API 设计、代码迁移、质量保障等。可与 swarm 协调、内存持久化和神经模式训练配合使用。
限制：文档未提供具体的环境依赖、安装方式、平台兼容性与费用信息，暂未提供。性能方面文档给出吞吐约每分钟 2-5 步、每步上下文上限约 100K tokens、每个活跃链内存约 50MB，仅供文档参考。