mimo code 的持久化记忆通过工程化设计实现项目级长期语义理解：①自动生成结构化 memory.md 提炼技术栈、架构约束等语义骨架；②checkpoint.md 记录会话状态与任务进度；③/dream 命令驱动记忆压缩与进化；④sqlite fts5 支持精准跨会话语义检索。
☞☞☞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☜☜☜
MiMo Code 的持久化记忆不是简单地“多存几条聊天记录”，而是通过工程化设计，让 AI 编程代理真正具备项目级的长期语义理解能力。它不依赖模型自身记性，而是用可验证、可压缩、可演进的结构化机制，把“人脑式项目认知”沉淀下来。
项目记忆（MEMORY.md）：自动提炼语义骨架
每次交互中，MiMo Code 会识别并提取关键语义信息——比如技术栈选型（“用 Vite + React + Tailwind”）、架构约束（“所有 API 必须走 /api/v2 前缀”）、风格约定（“按钮类名统一加 prefix-btn-”），自动写入 MEMORY.md。这个文件不是日志，而是人工可读、机器可检索的项目知识图谱草稿。后续提问如“按钮怎么适配暗色模式”，Agent 不再靠上下文推测，而是直接查 MEMORY.md 中已确认的样式规范和组件边界。
会话检查点与任务树：状态可回溯、进度可挂起
每轮会话结束时，系统自动生成结构化检查点（checkpoint.md），记录：
• 当前工作目录与 Git HEAD
• 已完成的子任务（T1.1 ✅、T1.2 ⚠️）、待验证项（如“需在 Safari 测试表单提交”）
• 正在使用的工具链状态（例如 Playwright 测试套件已生成但未运行）
下次启动时，Agent 不是从头加载整个代码库，而是基于检查点快速重建执行上下文，跳过已确认环节，直接聚焦断点。
记忆压缩与进化：/dream 命令驱动渐进式理解
MiMo Code 把记忆维护变成一个自治过程：
• 每7天自动触发 /dream 命令
• 独立子智能体扫描全部历史会话、MEMORY.md 和 checkpoint.md
• 执行合并（相同决策去重）、验证（检查路径是否存在、Git commit 是否有效）、压缩（将10次对话提炼为3条核心规则）
• 输出精简后的新版 MEMORY.md，并归档旧版本供审计
这意味着，用得越久，Agent 对项目的语义理解越紧凑、越一致，而不是越杂乱。
SQLite FTS5 支持跨会话语义检索
所有记忆数据底层由 SQLite FTS5 全文搜索引擎索引，支持：
• 自然语言查询：“上次说的登录态存储方案是什么？”
• 混合条件检索：“找所有含 ‘WebSocket’ 且标记为 ‘已验证’ 的决策”
• 增量更新：新增一条规则，无需重索引全库，毫秒级生效
这种设计让“记住什么”和“怎么找到它”同样可靠，避免了纯向量库常见的语义漂移或召回不准问题。
它不靠模型硬扛长上下文，而是用确定性存储+周期性蒸馏+精准检索，把长期语义理解变成一项可维护的工程能力。
