mimo code 通过工程化方式实现持久化记忆,将项目级记忆存入 sqlite 并支持全文搜索,结合检查点机制与 /dream 自整理功能,实现记忆与执行分离。
☞☞☞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 的持久化记忆不是靠模型“硬记”,而是用工程化方式把记忆从主任务流里剥离出来,让 AI 编程代理真正能跨天、跨会话持续推进一个项目。
项目级记忆:文件即记忆
它把项目结构、代码规范、已实现功能、技术选型等关键信息,直接写入本地 SQLite 数据库,并启用 FTS5 全文搜索能力。这意味着你昨天定义的组件接口、配置的 ESLint 规则、甚至注释里的待办事项,都会作为结构化数据存下来。下次打开项目,系统不是靠上下文“猜”你在做什么,而是主动加载这些已知事实。
检查点机制:自动存档+智能重建
每次完成关键步骤(比如生成完一个模块、跑通测试、提交 PR 前),子代理会自动生成轻量级检查点。这些检查点不复制全部代码,而是记录:
• 当前工作目录与依赖状态
• 最近几轮对话中的决策依据(如“选择 React Router v6 是因需支持动态路由”)
• 未完成任务的明确描述(如“待为 SettingsPage 添加暗色模式开关”)
当上下文快满时,主代理可基于最新检查点快速重建开发环境,跳过重复解释。
/dream 命令:定期自我整理
每七天自动触发一次 /dream,由独立 Agent 执行三项动作:
• 合并冲突记忆(例如同一函数被多次修改,保留最终版本)
• 验证路径有效性(删掉已不存在的文件引用)
• 将分散的临时笔记压缩成精简的项目摘要
这个过程让 MiMo Code 不是越用越乱,而是越用越清楚项目全貌。
记忆与执行分离:主从协作设计
主编程代理只负责理解需求、写代码、运行测试;所有记忆读写均由专用子代理完成。这种解耦带来两个实际好处:
• 主代理响应更快,不受 I/O 延迟影响
• 记忆系统可独立升级或替换,不影响核心编码逻辑
用户看到的是“它还记得我上周做的事”,背后是两套职责清晰、互不干扰的运行单元。











