用途：Stream-Chain 用于编排多步骤、多智能体工作流，让上一步骤的完整输出作为下一步骤的上下文，适合数据转换、顺序处理与复杂开发任务的分步执行。
主要能力：提供两种模式。run 模式执行自定义提示序列，至少需要 2 个提示，每个提示成为一个步骤，输出顺序流经全部步骤；pipeline 模式执行预定义流水线，包含 analysis（结构分析、问题检测、改进建议）、refactor（识别重构候选、排序计划、实现重构）、test（覆盖分析、测试设计、单元测试生成）、optimize（性能剖析、优化策略、优化实现）。支持 --verbose、--timeout <seconds>（默认 30）、--debug 选项；可在 .claude-flow/config.json 的 streamChain.pipelines 中自定义可复用流水线，并通过 pipeline <type> 调用。链式结果自动存入 .claude-flow/memory/stream-chain/ 供跨会话使用，并可与 swarm 协调、记忆管理和神经模式训练结合。
使用方式：基本命令为 claude-flow stream-chain run <prompt1> <prompt2> [...] [options] 和 claude-flow stream-chain pipeline <type> [options]。例如运行自定义链分析、识别改进并生成行动计划；或执行 claude-flow stream-chain pipeline analysis。
适用场景：代码分析、重构、测试生成、性能优化、安全审计、代码迁移、数据抽取转换校验、文档生成等多步骤顺序任务。
限制：资料未提供收费、价格、平台支持等商业信息；性能数据仅为参考（每分钟约 2-5 步、每步上下文最多 100K tokens、每活动链约 50MB 内存、支持并发链）；超时可调，上下文异常可用 --debug 排查。