mimo code 通过结构化多 agent 协同实现编程任务的拆解与闭环，具备持久记忆、会话检查点、任务进度追踪三重上下文保障，主 agent 统筹协调，规划/编码/审查子 agent 各司其职，支持 tab 切换 design/code/test/review 模式一键执行全流程，并可按需调用不同模型确保各环节最优。
☞☞☞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 的多 Agent 协同环境不是简单堆叠多个模型，而是通过结构化分工把编程任务真正“拆解”和“闭环”起来。它让不同角色的 Agent 各司其职，又能在统一框架下实时对齐上下文和目标，从而把单次交互能处理的问题复杂度显著拉高。
持久记忆 + 会话检查点：让长周期协作不掉线
传统 AI 编程工具在几十轮对话后容易遗忘初始需求或中间决策。MiMo Code 用三重机制稳住上下文：
- 项目记忆：自动记录当前工程目录结构、关键文件变更、依赖关系，后续提问可直接引用“上一个接口的返回字段”这类表述
- 会话检查点：每完成一个子任务（如生成 API 路由），系统自动存档状态，支持随时回溯或跳转到任意节点继续
- 任务进度追踪：显示当前处于设计→编码→单元测试→集成验证哪个阶段，避免重复执行或遗漏环节
主 Agent 与子 Agent 分工明确
不是所有 Agent 都在“写代码”，而是按职能划分：
- 主 Agent 负责理解用户意图、拆解任务、协调流程、把控质量标准
- 规划子 Agent 专注技术选型与步骤编排（比如判断该用 REST 还是 GraphQL，是否需要加缓存层）
- 编码子 Agent 调用对应模型（如 DeepSeek-Coder）生成符合风格规范的代码
- 审查子 Agent 自动运行 lint、静态分析、边界值测试，并反馈可落地的修改建议
Compose 模式：用 Tab 切换角色，一次指令走完全流程
不用反复输入“写个登录接口”“再加 JWT 验证”“生成对应测试用例”。你只需说一句“做一个带邮箱校验和密码强度提示的注册页”，然后按 Tab 键切换模式：
- Design 模式：输出接口契约、状态图、组件划分建议
- Code 模式：生成前端表单 + 后端校验逻辑 + 数据库 Schema
- Test 模式：产出 Jest + Pytest 双端测试套件，覆盖成功/失败/边界场景
- Review 模式：指出潜在 SQL 注入风险、未处理的空指针、跨域配置缺失项
模型即插即用，Agent 协同不绑定单一模型
同一个任务流里，不同子 Agent 可调用不同模型：
- 规划子 Agent 用 Kimi 处理中文需求理解更准
- 编码子 Agent 切换 DeepSeek-Coder 生成 Python/Go 更稳
- 审查子 Agent 调 GLM-4 做安全扫描更细
- 所有输出统一经主 Agent 校验对齐，确保风格、命名、错误码体系一致
不复杂但容易忽略——协同的价值不在“多”，而在“连”。MiMo Code 把记忆、调度、执行、验证拧成一股绳，让 AI 真正参与工程闭环，而不是只当个高级补全器。
