用途：在分布式 E2B 沙箱环境中部署、训练和管理神经网络，训练自定义模型或使用市场中的预训练模板。
主要能力：支持 feedforward、LSTM、GAN、autoencoder、transformer 等架构；训练层级分为 nano、mini、small、medium、large；提供模型推理、模板市场浏览与部署、分布式训练集群（支持 mesh、ring、star、hierarchical 拓扑）、联邦学习、模型管理、性能基准测试、验证工作流以及模型发布与评分。
使用方式：先添加 Flow Nexus MCP 服务器并注册登录，相关命令为：claude mcp add flow-nexus npx flow-nexus@latest mcp start；npx flow-nexus@latest register；npx flow-nexus@latest login。随后通过 mcp__flow-nexus__neural_train、neural_predict、neural_deploy_template、neural_cluster_init、neural_train_distributed 等工具调用完成训练、推理与集群管理。
适用场景：图像分类、NLP 情感分析、时间序列预测、隐私敏感的联邦学习等。
限制：分布式训练需要身份认证，需注册 Flow Nexus 账户；部分模板为付费，价格以市场显示为准；具体资源配额、计费方式与平台支持范围暂未提供。