用途：Stream-Chain 用于编排多步骤、多智能体工作流，每一步骤接收上一步的完整输出作为上下文，适合数据转换与顺序处理流水线。
主要能力：提供两种模式。自定义链（run）按用户给出的提示序列逐步执行，至少需要 2 个提示；预定义流水线（pipeline）提供开箱即用的工作流，文中列出 analysis（代码库结构与改进分析）、refactor（重构候选、优先级与实施）、test（覆盖率分析、测试设计与生成）、optimize（性能瓶颈、优化策略与实现）四种。
使用方式：自定义链命令为 claude-flow stream-chain run "步骤1" "步骤2" [...]；预定义流水线命令为 claude-flow stream-chain pipeline analysis 等。可加选项 --verbose、--timeout <seconds>（默认 30）、--debug。可在 .claude-flow/config.json 的 streamChain.pipelines 下用 prompts、timeout 等字段定义自定义流水线，随后用 claude-flow stream-chain pipeline <名称> 执行。可与 swarm 协调、memory 持久化、nerual 模式训练结合，结果存储于 .claude-flow/memory/stream-chain/。
适用场景：代码分析、重构、测试生成、性能优化、安全审计、数据提取与规范化、代码迁移、自动化代码审查等。
限制：文档未提供收费、价格、平台支持范围等信息；性能特征（吞吐 2-5 步/分钟、每步上下文上限 100K tokens、内存约 50MB/活跃链）以资料所述为准，实际可能因复杂度变化。