mimo code 不直接生成 sql 结构，而是作为终端原生 ai 编程代理，通过理解上下文、调用本地工具、安全编辑和持续记忆，协同开发者完成数据库建模——它以“人在环中”方式将自然语言需求映射为可审查、可迭代的 ddl 脚本，并默认输出至 migrations 目录，所有操作经 git diff 预览且支持一键撤回。
☞☞☞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 本身不直接生成 SQL 数据库结构，但它能作为终端原生 AI 编程代理，高效协同开发者完成这项任务——关键在于它理解项目上下文、调用本地工具、执行安全编辑，并持续记忆需求变化。
明确角色定位：代理不是全自动SQL生成器
MiMo Code 不像纯 Web 工具那样输入一句话就吐出 CREATE TABLE 脚本。它的优势在于“人在环中”的智能协作：你描述业务意图（比如“用户需手机号唯一且带国家码”），它结合当前代码库中的 ORM 定义、已有 migration 文件、数据库连接配置，再调用本地 SQL 校验器或 T-SQL 模板引擎，生成可审查、可迭代的结构脚本。
- 它不替代 DBA 或架构决策，但能快速把自然语言需求映射到具体 DDL 语句
- 生成结果默认输出为 .sql 文件或嵌入到项目 migrations/ 目录下，而非仅显示在终端
- 所有写操作都经 Git diff 预览，支持一键撤回，避免误覆盖
实际操作三步走
以在现有 Node.js + PostgreSQL 项目中新增订单表为例：
-
启动并初始化：进入项目根目录，运行
mimo init，它会自动扫描 package.json、knexfile.js 或 Prisma schema，建立数据库元数据快照 -
自然语言交互：输入
mimo plan "添加订单表，包含用户ID外键、金额、状态枚举、创建时间，默认按时间倒序索引"，它会分析已有 user 表结构，确认字段类型兼容性，并规划建表+索引+约束三步操作 -
执行与验证：选择
compose模式，它自动生成 SQL 脚本、更新 migration 文件、运行knex migrate:make并提示执行前预览；你确认后，它才真正提交变更
配合外部工具提升 SQL 能力
MiMo Code 通过插件机制调用专业 SQL 工具链，让生成更可靠：
- 接入 SQL MCP Server：配置后，它能将自然语言请求转为标准 MCP 工具调用（如
create_table、add_index），由服务端统一做权限校验与语法检查 - 绑定 Kimi-K2 或 GLM-5.1：在模型配置中指定这些专精 SQL 的 LLM，显著提升 T-SQL/PL/pgSQL 生成准确率，尤其对存储过程和复杂约束逻辑
- 集成 本地 linter：如 sqlfluff 或 pgFormatter，生成脚本后自动格式化并报告潜在问题（如缺失 NOT NULL、未加事务包装）
避免常见陷阱
自动化生成结构容易忽略工程现实：
- 不要跳过
mimo memory recall查看历史建表约定（比如是否统一用 UUID 主键、时间字段命名规范） - 跨环境差异要显式声明，例如：“生成适用于 SQL Server 2022 的版本，启用内存优化表”
- 敏感操作（如 DROP COLUMN）默认禁用，需手动开启
--force参数并二次确认
