mimo code通过四层记忆协同实现项目级代码理解：先扫描构建文件生成依赖图，再分项目记忆、会话检查点、notes.md和动态简报四层存储与调度信息，最后按五步流程重建上下文。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让 MiMo Code 真正读懂一个陌生项目，而不是只看单个文件、反复问你“这个类是干啥的”，就得搞懂它怎么扫描代码结构、怎么记住关键信息、怎么在上百轮对话里不丢上下文。
项目级代码理解从哪里开始
启动 MiMo Code 后，它不会立刻读取所有文件。第一次运行时，它先执行 【project introspect】 命令，自动扫描根目录下的构建文件（如 package.json、pyproject.toml、build.gradle）、入口文件（index.ts、main.py）、配置文件（tsconfig.json、.gitignore）和文档（README.md）。这一步决定了后续所有理解的边界——漏掉 README，它可能不知道项目用途；没识别到 pyproject.toml，就无法正确加载 Python 依赖树。
扫描结果会生成 .mimo/project.graph 文件，用 SQLite 存储模块依赖关系、语言分布、主入口路径。这个图不是静态快照，每次你用 /refresh 命令或触发 Git 提交后，它都会增量更新。
如果你手动删了 .mimo 目录，下次启动会重新扫描，但历史 checkpoint 和 notes.md 不受影响。
四层记忆如何协同工作
MiMo Code 的记忆不是一块大硬盘，而是分层调度的系统：
方法一：项目记忆（持久化）
存于 .mimo/project.db，记录架构决策、核心类职责、API 设计约束。例如你告诉它“UserRepository 必须只读，所有写操作走 UserService”，它会把这个规则写入 project.db 的 design_decisions 表，并在后续修改代码时主动检查是否违反。
方法二：会话检查点（自动触发）
当对话 token 占用达 20%、45%、70% 时，独立 Writer 子 Agent 会把当前任务状态压缩为 JSON，写入 .mimo/checkpoints/ 下带时间戳的文件。这些文件包含 intent、task_tree、error_summary 三字段，不存原始对话流——这是为了防止 rebuild 时把冗余日志重新载入上下文。
方法三：notes.md（会话级便签）
唯一允许主 Agent 直接编辑的文本文件。你输入 /note “这里要加 RBAC 权限校验” 后，内容实时追加。它不参与 checkpoint 压缩，也不会被 Distill 过程清理，适合临时标记待办。
方法四：动态简报（运行时压缩）
窗口即将满时，主 Agent 不再接收新工具输出，而是调用简报生成器，把最近 15 轮交互+关键代码块重写为 300 字内自然语言摘要，覆盖原上下文。这步不可逆，且摘要不保存到磁盘——仅用于本轮推理延续。
重建上下文的关键操作流程
第一步：检测窗口压力
主 Agent 每轮输出前检查 token 使用率，一旦 ≥90%，立即中断当前动作，进入 rebuild 流程。
第二步：加载最新 checkpoint
从 .mimo/checkpoints/ 中按修改时间取最新文件，读取 intent 和 task_tree 字段，重建任务目标树。
第三步：注入项目记忆
从 .mimo/project.db 查询与当前 task_tree 节点匹配的 design_decisions 和 module_relations，拼装为结构化 prompt 片段。
第四步：附加 notes.md 内容
将 notes.md 全文作为“当前会话备注”插入 prompt 开头，位置固定，确保模型优先看到。
第五步：启动新会话
旧对话历史全部丢弃，新上下文以重建后的结构化信息为起点，token 计数归零。这一步完成后，你不会收到任何提示，界面直接继续响应下一条指令。
