mimo code 的编排引擎是围绕“开发视角”设计的动态调度系统，支持需求侧、架构侧、实现侧、交付侧四视角切换与协同，依托四层记忆机制和 goal 验证器实现状态共享与冲突仲裁。

☞☞☞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 的编排引擎不是简单地串联工具调用，而是围绕“开发视角”设计的动态调度系统——它把前端、后端、测试、运维等不同角色的思维习惯，转化成可识别、可切换、可协同的执行逻辑。

支持多视角切换的 Compose 模式

用户按下 Tab 键即可进入 Compose 模式，此时 MiMo Code 会主动识别当前上下文中的开发意图，并加载对应视角的 Agent 子模块：

• 需求侧视角：聚焦用户原始描述（如“做个登录页”），启动语义解析 + 交互路径推演，生成功能清单和验收标准
• 架构侧视角：基于项目结构自动判断技术栈，调用依赖分析器检查 package.json 或 pyproject.toml，生成模块划分草图
• 实现侧视角：按语言/框架规范生成代码，同时注入 lint 规则、类型注解、单元测试桩，而非仅输出 raw code
• 交付侧视角：在生成完成后自动运行本地 dev server、截图预览、生成部署 checklist，甚至打包为 Dockerfile

视角间状态共享靠四层记忆机制

不同视角的 Agent 不是孤立运行，它们共用一套结构化记忆层，确保信息不丢失、不重复解释：

One API key for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more

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。

下载

• 项目记忆：记录已确认的技术选型、API 协议、权限模型等硬约束，所有视角读取同一份“项目宪法”
• 会话检查点：每完成一个子任务（如“完成表单校验逻辑”）就存一次 checkpoint，后续视角可直接加载该节点继续
• 任务进度追踪：用 DAG 图实时维护各视角任务依赖关系，比如“测试视角”必须等“实现视角”提交 commit 后才启动
• 简报压缩子 Agent：当上下文变长，由独立 writer 把多视角历史浓缩成一页“当前共识摘要”，主 Agent 基于摘要决策，避免被冗余日志淹没

视角冲突时靠 Goal 验证器仲裁

当不同视角产生分歧（例如前端希望用 SSR，后端坚持 API-only），MiMo Code 不靠主模型投票，而是触发 Goal 独立验证流程：

• 将争议点转为可验证命题（如“SSR 是否满足首屏加载
• 调用 benchmark 工具实测两种方案在本地环境的表现
• 结合项目已有性能基线数据，由 verifier 输出是否达标结论
• 结果反馈给所有视角 Agent，强制对齐到可验证事实，而非主观偏好

外部模型接入时保持视角一致性

MiMo Code 支持接入 DeepSeek、Kimi、GLM 等第三方模型，但不会让不同模型“各自为政”。所有外部模型都通过统一的视角适配层接入：

• 输入前做视角标准化：把“写个 React 组件”统一转为含 context、constraints、output_format 的结构化请求
• 输出后做视角归一化：无论模型返回的是 Markdown 还是 JSON，都解析为内部 TaskNode 格式，纳入 DAG 调度图
• 关键决策点（如技术选型、错误恢复策略）仍由 MiMo-V2.5 主模型把控，其他模型只承担执行层角色