mimo code 通过终端抽象层与标准化协议实现跨平台协作，其核心在于多 agent 解耦设计、项目级持久化记忆、平台自适应子 agent 调度、compose 模式统一交付及模型能力插件化接入。
☞☞☞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 的协作 Agent 并不依赖特定操作系统或开发环境，而是通过终端统一抽象层 + 标准化协议实现跨平台协同。它本身运行在 macOS、Linux 和 Windows（通过 npm）上，但真正支撑“跨平台开发”的，是其多 Agent 协作机制与底层工程能力的解耦设计。
跨会话记忆打通不同设备间上下文
协作不是靠实时同步，而是靠持久化记忆沉淀。MiMo Code 的项目记忆系统会自动将架构决策、接口约定、Git 分支策略、临时笔记等关键信息序列化存储。无论你在 MacBook 上启动一个会话，在公司 Linux 服务器上继续开发，或回家用 Windows 笔记本接手，只要进入同一项目目录并运行 mimo，系统就会加载上次保存的检查点与项目记忆，重建完整上下文。
- 记忆按项目路径隔离，避免混用；
- 敏感信息（如 token、密钥）默认不存入记忆，需显式标记才保留；
- 记忆更新触发条件包括：任务完成、手动执行 /save、或每 7 天自动运行 /dream 压缩优化。
多 Agent 协作适配异构开发环境
不同平台的工具链差异（比如 macOS 的 brew、Ubuntu 的 apt、Windows 的 winget 或 PowerShell）由子 Agent 自动识别并适配。主 Agent 不直接执行命令，而是调度对应平台的 Tool Agent 来完成环境准备、依赖安装、构建打包等动作。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
- 例如你输入“帮我把当前项目打包成 Docker 镜像并推送到本地 registry”，主 Agent 会拆解为：检查 Docker 是否安装 → 若未安装，则调用 platform-agent 安装 → 启动 registry → 构建镜像 → 推送；
- 每个子 Agent 拥有独立生命周期和平台感知能力，不共享状态，但共享项目记忆与目标约束；
- 协作过程对用户透明，只在 TUI 右侧状态看板显示各子 Agent 当前角色与进度。
Compose 模式统一跨平台交付标准
Compose 不是简单地写代码，而是定义可复现的交付流程。当你切换到 Compose 模式（Tab 键），MiMo Code 会基于项目记忆生成跨平台兼容的工程方案：比如自动生成支持三端的 Makefile 或 Justfile，封装 shell / PowerShell / batch 兼容命令，统一构建产物结构，并内置平台检测逻辑。
- 输出的脚本自带平台判别（如 uname -s 或 $Env:OS），无需人工修改；
- 测试环节默认启用跨平台 CI 模拟器（基于 GitHub Actions runner 的轻量本地版）；
- 最终交付物含 README.md（含各平台快速启动指南）和 .mimo/plan.json（记录本次 Compose 的决策依据，供后续会话复用）。
模型接入不绑定平台，只绑定能力
MiMo Code 支持 DeepSeek、Kimi、GLM、以及内置 MiMo-V2.5，这些模型通过标准 OpenAI 兼容 API 接入。这意味着：你在 Mac 上用 Kimi 做代码审查，在 Ubuntu 上用 GLM 做文档生成，在 Windows 上用 MiMo-V2.5 做语音指令解析——所有行为都写入同一份项目记忆，模型只是“能力插件”，不是平台锚点。
- 通过 /connect 可随时切换当前会话所用模型，不影响记忆与上下文；
- 不同模型在不同阶段被调度（如规划用 GLM，编码用 MiMo-V2.5，测试用 DeepSeek-Coder），由 Harness 系统动态匹配；
- 所有模型调用日志与决策痕迹均存入记忆，便于回溯与优化协作策略。
