ruflo stream-chain pipeline 命令实战指南预定义开发工作流管道与自定义管道配置【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/ruflo本篇指南基于 ruflo 仓库中的 stream-chain pipeline 命令文档讲解如何执行内置的分析、重构、测试、性能优化四类预定义管道如何使用--verbose、--timeout、--debug等选项控制执行行为以及如何通过.claude-flow/config.json定义自己的自定义管道如安全审计管道。读完后你可以直接在项目中复现这些多步骤 AI 工作流并扩展出符合团队流程的专属管道。命令概览stream-chain 是什么stream-chain 是 rufloclaude-flow提供的多步骤提示链prompt chaining能力将多个提示按顺序串联前一步的完整输出会作为下一步的上下文输入从而把分析 → 规划 → 实现 → 验证这类开发工作流自动化执行。pipeline 子命令负责执行预定义管道而姊妹命令 stream-chain run 则用于临时拼接一组自定义提示进行链式执行。使用方式如下claude-flow stream-chain pipeline type [options]关于安装与启用从源码结构看stream-chain 命令属于 init 流程中的opt-in按需启用类别。在 CLI 初始化执行器 executor.ts 中COMMANDS_MAP把streamChain映射到stream-chain命令目录且注释明确说明 opt-in 类别pair、training、stream-chain、truth、verify默认关闭需显式开启streamChain配置项见 types.ts 中streamChain?: boolean字段与streamChain: false默认值初始化时才会把stream-chain命令复制到项目的.claude/commands/目录。因此如果你的项目中找不到该命令先确认初始化时已启用 stream-chain 选项。四条内置管道详解文档定义了 4 条开箱即用的管道每条管道由多个带提示词的步骤组成逐步推进并输出每步状态。1. analysis代码分析与改进claude-flow stream-chain pipeline analysis执行步骤与 pipeline.md 一致分析当前目录结构识别主要组件基于分析结果识别潜在的改进点与问题生成包含可执行建议的详细报告。适合在新接手一个代码库、或希望获得结构化改进建议时使用——第一步的输出目录结构与组件识别会作为第二步分析问题的输入上下文。2. refactor自动化重构工作流claude-flow stream-chain pipeline refactor执行步骤识别可受益于重构的代码生成按优先级排序的重构计划并给出具体修改点针对前 3 个优先项提供重构后的代码示例。注意最后一步只覆盖 top 3 优先级项因此该管道的产物是重构计划 关键示例而非全量改写。3. test综合测试生成claude-flow stream-chain pipeline test执行步骤分析代码库识别测试覆盖薄弱的区域为关键函数设计综合测试用例生成带断言的单元测试实现代码。4. optimize性能优化管道claude-flow stream-chain pipeline optimize执行步骤对代码库进行剖析profile识别性能瓶颈分析瓶颈并给出优化策略建议针对主要问题提供优化后的实现。四条管道的共同点是诊断 → 策略 → 产出物的三段式结构这与 stream-chain 上下文传递机制天然契合后一步始终能看到前一步的完整输出。通用选项说明四条管道共享以下选项选项说明默认值--verbose显示详细执行过程关闭--timeout seconds每一步的超时时间秒30--debug启用调试模式关闭其中--timeout是每步超时而非整体超时。从姊妹命令 run.md 的最佳实践章节可以看到官方建议对复杂任务应适当调大超时。例如一次 5 步的链式任务若每步默认 30 秒长耗时分析步骤可能在生成中途被截断此时用--timeout 60更稳妥。实战示例以下示例直接来自 pipeline.md可复制使用运行分析管道claude-flow stream-chain pipeline analysis使用扩展超时的重构管道claude-flow stream-chain pipeline refactor --timeout 60带详细输出的测试生成claude-flow stream-chain pipeline test --verbose调试模式下的性能优化claude-flow stream-chain pipeline optimize --debug组合使用是允许的例如--verbose --timeout 60可以同时获得详细日志与更宽松的每步时限。管道输出包含什么根据文档定义每次管道运行都会产生逐步step-by-step执行进度每一步的成功 / 失败状态总执行时间结果摘要summary of results。也就是说即使某一步失败你也能从分步状态中定位到具体卡在哪一环再决定是用--debug排查还是调大--timeout重试。自定义管道在 config.json 中声明除了四条内置管道你还可以在.claude-flow/config.json中声明自己的管道。配置结构是streamChain.pipelines.type每个管道包含name展示名称与prompts按执行顺序排列的提示词数组{ streamChain: { pipelines: { security: { name: Security Audit Pipeline, prompts: [ Scan for security vulnerabilities, Prioritize by severity, Generate fixes ] } } } }保存后即可用类型名直接执行claude-flow stream-chain pipeline security上面的示例定义了一条安全审计管道扫描漏洞 → 按严重级别排序 → 生成修复方案。由于上下文沿链传递第三步的修复方案会基于前两步实际扫描出的漏洞列表而不是凭空生成。编写自定义管道时的建议参考 run.md 中的最佳实践提示词要具体每条 prompt 指向一个明确的任务顺序要有逻辑诊断在前、产出物在后合理设置超时步骤多或单步耗时长的管道配合--timeout调大加入验证步骤在链末尾追加一步自检让管道对自己的产出做一次校验。与 stream-chain run 的关系pipeline 子命令与 run 子命令共享同一套底层机制与选项区别在于pipeline type执行已定义的管道内置的 analysis / refactor / test / optimize或 config.json 中的自定义管道命令短、可复用run prompt1 prompt2 [...]临时拼接任意提示链至少 2 条 prompt无需预先配置。上下文传递机制在 run 文档中有直观示例第 2 步实际收到的是Previous step output: [上一步完整输出] 下一步指令。这意味着无论用 pipeline 还是 run链条中后一步都能看到前一步的完整结果这也是多步管道比单条长提示更可靠的原因。仓库内相关位置速查资源路径pipeline 命令文档本文主体.claude/commands/stream-chain/pipeline.mdpipeline 插件命令模板plugin/commands/stream-chain/pipeline.mdrun 命令文档姊妹命令plugin/commands/stream-chain/run.mdstream-chain 技能包目录plugin/skills/stream-chain/init 中 opt-in 命令映射v3/claude-flow/cli/src/init/executor.tsstreamChain 配置项定义v3/claude-flow/cli/src/init/types.ts总结stream-chain pipeline 把分析—规划—实现—验证这类开发流程固化为可复用的一行命令内置四条管道覆盖分析、重构、测试与优化场景配合.claude-flow/config.json可低成本扩展出团队专属管道如安全审计。需要牢记的两点它是 init 流程中默认关闭的 opt-in 命令类别--timeout是每步超时而非全局超时跑长任务时优先调大该参数。【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/ruflo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ruflo stream-chain pipeline 命令实战指南：预定义开发工作流管道与自定义管道配置
ruflo stream-chain pipeline 命令实战指南预定义开发工作流管道与自定义管道配置【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/ruflo本篇指南基于 ruflo 仓库中的 stream-chain pipeline 命令文档讲解如何执行内置的分析、重构、测试、性能优化四类预定义管道如何使用--verbose、--timeout、--debug等选项控制执行行为以及如何通过.claude-flow/config.json定义自己的自定义管道如安全审计管道。读完后你可以直接在项目中复现这些多步骤 AI 工作流并扩展出符合团队流程的专属管道。命令概览stream-chain 是什么stream-chain 是 rufloclaude-flow提供的多步骤提示链prompt chaining能力将多个提示按顺序串联前一步的完整输出会作为下一步的上下文输入从而把分析 → 规划 → 实现 → 验证这类开发工作流自动化执行。pipeline 子命令负责执行预定义管道而姊妹命令 stream-chain run 则用于临时拼接一组自定义提示进行链式执行。使用方式如下claude-flow stream-chain pipeline type [options]关于安装与启用从源码结构看stream-chain 命令属于 init 流程中的opt-in按需启用类别。在 CLI 初始化执行器 executor.ts 中COMMANDS_MAP把streamChain映射到stream-chain命令目录且注释明确说明 opt-in 类别pair、training、stream-chain、truth、verify默认关闭需显式开启streamChain配置项见 types.ts 中streamChain?: boolean字段与streamChain: false默认值初始化时才会把stream-chain命令复制到项目的.claude/commands/目录。因此如果你的项目中找不到该命令先确认初始化时已启用 stream-chain 选项。四条内置管道详解文档定义了 4 条开箱即用的管道每条管道由多个带提示词的步骤组成逐步推进并输出每步状态。1. analysis代码分析与改进claude-flow stream-chain pipeline analysis执行步骤与 pipeline.md 一致分析当前目录结构识别主要组件基于分析结果识别潜在的改进点与问题生成包含可执行建议的详细报告。适合在新接手一个代码库、或希望获得结构化改进建议时使用——第一步的输出目录结构与组件识别会作为第二步分析问题的输入上下文。2. refactor自动化重构工作流claude-flow stream-chain pipeline refactor执行步骤识别可受益于重构的代码生成按优先级排序的重构计划并给出具体修改点针对前 3 个优先项提供重构后的代码示例。注意最后一步只覆盖 top 3 优先级项因此该管道的产物是重构计划 关键示例而非全量改写。3. test综合测试生成claude-flow stream-chain pipeline test执行步骤分析代码库识别测试覆盖薄弱的区域为关键函数设计综合测试用例生成带断言的单元测试实现代码。4. optimize性能优化管道claude-flow stream-chain pipeline optimize执行步骤对代码库进行剖析profile识别性能瓶颈分析瓶颈并给出优化策略建议针对主要问题提供优化后的实现。四条管道的共同点是诊断 → 策略 → 产出物的三段式结构这与 stream-chain 上下文传递机制天然契合后一步始终能看到前一步的完整输出。通用选项说明四条管道共享以下选项选项说明默认值--verbose显示详细执行过程关闭--timeout seconds每一步的超时时间秒30--debug启用调试模式关闭其中--timeout是每步超时而非整体超时。从姊妹命令 run.md 的最佳实践章节可以看到官方建议对复杂任务应适当调大超时。例如一次 5 步的链式任务若每步默认 30 秒长耗时分析步骤可能在生成中途被截断此时用--timeout 60更稳妥。实战示例以下示例直接来自 pipeline.md可复制使用运行分析管道claude-flow stream-chain pipeline analysis使用扩展超时的重构管道claude-flow stream-chain pipeline refactor --timeout 60带详细输出的测试生成claude-flow stream-chain pipeline test --verbose调试模式下的性能优化claude-flow stream-chain pipeline optimize --debug组合使用是允许的例如--verbose --timeout 60可以同时获得详细日志与更宽松的每步时限。管道输出包含什么根据文档定义每次管道运行都会产生逐步step-by-step执行进度每一步的成功 / 失败状态总执行时间结果摘要summary of results。也就是说即使某一步失败你也能从分步状态中定位到具体卡在哪一环再决定是用--debug排查还是调大--timeout重试。自定义管道在 config.json 中声明除了四条内置管道你还可以在.claude-flow/config.json中声明自己的管道。配置结构是streamChain.pipelines.type每个管道包含name展示名称与prompts按执行顺序排列的提示词数组{ streamChain: { pipelines: { security: { name: Security Audit Pipeline, prompts: [ Scan for security vulnerabilities, Prioritize by severity, Generate fixes ] } } } }保存后即可用类型名直接执行claude-flow stream-chain pipeline security上面的示例定义了一条安全审计管道扫描漏洞 → 按严重级别排序 → 生成修复方案。由于上下文沿链传递第三步的修复方案会基于前两步实际扫描出的漏洞列表而不是凭空生成。编写自定义管道时的建议参考 run.md 中的最佳实践提示词要具体每条 prompt 指向一个明确的任务顺序要有逻辑诊断在前、产出物在后合理设置超时步骤多或单步耗时长的管道配合--timeout调大加入验证步骤在链末尾追加一步自检让管道对自己的产出做一次校验。与 stream-chain run 的关系pipeline 子命令与 run 子命令共享同一套底层机制与选项区别在于pipeline type执行已定义的管道内置的 analysis / refactor / test / optimize或 config.json 中的自定义管道命令短、可复用run prompt1 prompt2 [...]临时拼接任意提示链至少 2 条 prompt无需预先配置。上下文传递机制在 run 文档中有直观示例第 2 步实际收到的是Previous step output: [上一步完整输出] 下一步指令。这意味着无论用 pipeline 还是 run链条中后一步都能看到前一步的完整结果这也是多步管道比单条长提示更可靠的原因。仓库内相关位置速查资源路径pipeline 命令文档本文主体.claude/commands/stream-chain/pipeline.mdpipeline 插件命令模板plugin/commands/stream-chain/pipeline.mdrun 命令文档姊妹命令plugin/commands/stream-chain/run.mdstream-chain 技能包目录plugin/skills/stream-chain/init 中 opt-in 命令映射v3/claude-flow/cli/src/init/executor.tsstreamChain 配置项定义v3/claude-flow/cli/src/init/types.ts总结stream-chain pipeline 把分析—规划—实现—验证这类开发流程固化为可复用的一行命令内置四条管道覆盖分析、重构、测试与优化场景配合.claude-flow/config.json可低成本扩展出团队专属管道如安全审计。需要牢记的两点它是 init 流程中默认关闭的 opt-in 命令类别--timeout是每步超时而非全局超时跑长任务时优先调大该参数。【免费下载链接】ruflo The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated项目地址: https://gitcode.com/GitHub_Trending/cl/ruflo创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考