Build Streamed Multi-Agent Workflows

技能简介 Build Streamed Multi-Agent Workflows（stream-chain）是由 DNYoussef 开发的 Skillstore 技能，旨在解决串行 AI 工作流中上下文丢失的问题。该技能定义了「流链（stream-chain）」模式，让前一步的输出自动作为后续任务的上下文，实现真正的多步骤接力式 AI 协作。 核心能力 流链模式定义：支持自定义 2 步及以上的顺序工作流，每步输出无缝传入下一步。 预定义流水线：内置分析、重构、测试、优化等常用场景的标准化链式流程。 上下文续接：前序步骤的输出（分析结果、修改建议）完整传入后续任务，无需人工复制粘贴。 安装配置 安装命令：npx skillstore add dnyoussef/stream-chain 环境要求：用户环境需支持 claude-flow stream-chain 命令（Claude Code 生态）。 工具支持：Claude、Codex、Claude Code。 配置检查：确认 stream-chain 命令可调用，再开始使用技能。 使用步骤 设计链式工作流：明确每个步骤的目标和预期输出（如：分析→设计→实现→测试）。 定义各步提示：为每个步骤编写具体的提示词，确保输出格式可被下游消费。 启动流链：调用 stream-chain 命令，传入完整的步骤定义。 监控执行：观察每步输出，通过 verbose 和 debug 选项排查问题。 获取最终报告：所有步骤完成后，获得端到端的执行结果。 适用场景 功能交付链：需求分析→架构设计→代码实现→单元测试→文档编写的完整链路。 代码质量审计：静态分析→问题重构→测试验证→性能优化的系统性审查流程。 数据转换管线：数据提取→标准化→验证→富化→报表生成的 ETL 型工作流。 安全审查流程：信息收集→漏洞分析→利用验证→修复建议的渗透测试辅助。 文档生成流程：内容规划→初稿撰写→审核修订→格式排版的自动化文档管线。 适用人群 AI 工程团队：需要将 AI 能力组合成可靠的多步骤自动化流程的开发者。 后端工程师：构建涉及多个模型协作的复杂业务逻辑管线。 技术负责人：设计团队内部的 AI 辅助工作流规范与最佳实践。 工作原理 stream-chain 的核心思想是将传统的「串行 prompt」升级为「状态续接」模式： 步骤解耦：将复杂任务拆解为独立步骤，每步聚焦单一目标。 输出续接：每步执行完毕后，将结构化输出作为下一步的 system prompt 补充。 超时控制：为长链路提供 per-step 超时配置，避免单步阻塞整条链路。 验证门禁：在关键节点插入验证步骤，确保前序输出符合预期再继续。 结果回溯：整条链路完成后，保留每步中间结果供审计和问题排查。 官方链接 技能主页：https://skillstore.io/skills/dnyoussef-stream-chain GitHub 仓库：https://github.com/DNYoussef/ai-chrome-extension/tree/main/.claude/skills/stream-chain