用途：将多个步骤或智能体串联成顺序流水线，每一步接收上一步的完整输出作为上下文，用于多智能体协作、数据转换与顺序处理。
主要能力：提供两种模式。自定义链 claude-flow stream-chain run <prompt1> <prompt2> [...] 至少需要两个提示，每个提示成为链中一步，输出按顺序在步骤间流动；预定义流水线 claude-flow stream-chain pipeline <type> 提供 analysis、refactor、test、optimize 四类现成工作流。还可在 .claude-flow/config.json 的 streamChain.pipelines 中定义可复用流水线并按其名称执行。
必要用法与选项：run 与 pipeline 均支持 --verbose（显示详细执行信息，默认 false）、--timeout <seconds>（每步超时，默认 30）、--debug（完整日志调试）。示例：claude-flow stream-chain run "Analyze codebase structure" "Identify improvement areas" "Generate action plan"；claude-flow stream-chain pipeline analysis。
适用场景：代码开发与重构、安全审计、测试生成、性能优化、数据抽取与转换、代码迁移、代码审查等顺序型任务。
限制：资料称吞吐约每分钟 2 至 5 步、每步上下文最多约 100K tokens、每个活动链约占用 50MB 内存，具体随复杂度变化；未提供其他模型的兼容性、部署方式、平台与收费信息，暂未提供。