mimo code理解陌生框架的核心是让ai抓重点、建认知锚点，而非 brute-force 扫描；它基于配置文件识别技术栈、定位入口、梳理启动流程，聚焦高信息密度模块还原数据流，并通过compose模式验证理解，利用持久记忆固化项目认知。
☞☞☞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☜☜☜
用 MiMo Code 理解陌生框架，核心不是“读完所有代码”，而是让 AI 帮你抓重点、建认知锚点。它不靠 brute-force 扫描，而是基于项目结构、配置文件和高频模式，几分钟内输出可行动的逻辑地图。
从入口文件和配置开始定位主干
AI 会优先分析 package.json、tsconfig.json、vite.config.ts、next.config.js、nuxt.config.ts 等配置文件，自动识别技术栈（如 Vue 3 + Pinia + Vite）和构建方式。接着快速定位入口（main.ts、_app.tsx、server.js），梳理初始化流程：状态管理如何挂载？路由怎么注册？插件何时加载？
- 执行
mimo plan模式，输入“这个项目是怎么启动的”，AI 会输出带调用链的启动时序图 - 遇到自定义 CLI 工具（如
npx my-cli dev），MiMo Code 会自动反向追踪 bin 脚本和命令注册逻辑 - 若项目用了微前端，它能识别 qiankun 或 module-federation 配置，并指出主应用与子应用的通信边界
聚焦核心模块与数据流路径
AI 不会平均用力，而是识别高信息密度区域：模型定义（src/models/）、API 层（src/api/）、状态仓库（src/stores/）、路由守卫（src/router/guards/）。它通过函数调用关系和类型定义，还原关键数据流向。
- 输入“用户登录后，token 怎么被存储和透传”，AI 会标出 axios 拦截器、pinia store 更新点、请求头注入位置
- 对 React 项目，它能区分 useEffect + useCallback 组合下的副作用触发条件，而不是只告诉你“这里有个 effect”
- 遇到自定义 Hook（如
useAuth），AI 会逆向解析其依赖项和返回值用途，关联到组件使用场景
用 Compose 模式验证理解是否准确
光看不行，得动手验证。切换到 compose 模式（按 Tab 键），让 AI 基于你刚建立的理解，完成一个微小但闭环的任务，比如：“在首页加一个按钮，点击后调用 /user/profile 接口并显示昵称”。AI 会自动生成修改方案，包括：
- 新增组件文件位置与命名规范（是否遵循项目已有约定）
- API 调用方式（是复用现有 service 还是新建）
- 状态更新路径（直接 setState？还是 dispatch 到 store？）
- 是否需同步更新测试用例或 Storybook 示例
执行前可预览 diff，确认路径符合预期——这步相当于用“做题”来校准你的理解。
利用持久记忆固化项目认知
每次分析后，MiMo Code 自动将关键结论写入本地 MEMORY.md，比如：“该项目采用 token 存储在 localStorage + 请求头 Authorization 透传；所有 API 错误统一由 apiErrorInterceptor 处理；权限控制基于 RBAC，角色码定义在 constants/roles.ts”。下次打开同一仓库，这些信息直接加载，无需重复解释。
- 运行
/dream命令，AI 会定期合并碎片化记忆，剔除过时判断（如旧版路由配置已被删除） - 多人协作时，可将 MEMORY.md 提交到 Git，新成员拉取后首次运行 mimo 就能继承团队共识
- 遇到重构，AI 会对比新旧 MEMORY.md，主动提示“原路由守卫逻辑已迁移至 middleware/auth.ts”
