用途：该技能是一个“自适应协调者（adaptive-coordinator）”，用于在多智能体协作中根据实时性能指标、工作负载模式和运行条件，动态调整群体拓扑与协调策略，并通过神经网络模式分析与预测实现自我优化。
主要能力：文件列出的能力包括拓扑适配、性能优化、实时重构、模式识别、预测性扩缩和智能路由。它定义了一个拓扑切换引擎，可在 hierarchical（层次）、mesh（网状）、ring（环状）与 hybrid（混合）之间迁移，并给出切换条件：高复杂度与强相互依赖时用层次式；高并行、低时效要求时用网状；顺序/流水线处理时用环状；负载特征混杂时用混合式。
使用方式：描述中提供调用写法 $agent-adaptive-coordinator；其 pre/post hooks 展示的典型用法包括通过 mcp__claude-flow__swarm_init auto --maxAgents=15 --strategy=adaptive 初始化，用 neural_patterns analyze、neural_train、neural_predict、performance_report、swarm_monitor、bottleneck_analyze、topology_optimize、load_balance、trend_analysis、swarm_scale、model_save、memory_usage 等 MCP 工具完成工作负载分析、训练、监控、优化与结果保存。
适用场景：适合需要弹性协调的多智能体任务编排、负载预测与扩缩、拓扑优化和基于反馈的持续学习。
限制：资料仅描述其内部策略与命令调用，未提供实际部署要求、性能实测、支持平台或收费信息；具体效果与兼容性暂未提供。