用途：按 ADR-001 实施 agentic-flow@alpha 的深度集成，把 claude-flow 从并行实现转变为 agentic-flow@alpha 的专用扩展，消除大量重复代码并保持功能对等。
主要能力：合并 SwarmCoordinator、AgentManager、TaskScheduler、SessionManager 等重叠模块（重叠约 50% 至 80%，目标将编排代码从 15000 行以上降到 5000 行以内）。整合 SONA 五种学习模式（real-time、balanced、research、edge、batch）、Flash Attention（目标 2.49x 至 7.47x 加速、内存降低 50% 至 75%）、AgentDB（HNSW 索引，目标 150x 至 12500x 检索提升，维度 1536）、213 个预置 MCP 工具与 19 种 hook 类型，并支持 PPO、DQN、A2C、MCTS、Q-Learning、SARSA、Actor-Critic、Decision-Transformer 等 RL 算法训练。
使用方式：以 Task() 调用 v3-integration-architect 执行集成架构设计，并可用并行任务分别处理 SONA、Flash Attention、AgentDB 集成。迁移分三阶段：适配层（继承 AgenticFlowAgent 并保留向后兼容层）、系统迁移（Swarm、Agent、Task 迁移到 agentic-flow 对应模块）、清理（删除重复文件）。资料给出的示例命令为 Task("Integration architecture", "Design agentic-flow@alpha adapter layer", "v3-integration-architect")。
适用场景：需要将 claude-flow 与 agentic-flow@alpha 合并、降低代码重复、统一记忆与检索、提升注意力与检索性能的项目。
限制：资料未提供具体安装命令、价格、支持的运行平台与依赖版本；性能数字与代码行数为资料给出的目标值，非实测结果；示例代码中的具体实现细节需以实际环境为准。