mimo code 通过分层记忆工程解决上下文爆炸：①项目记忆生成动态摘要替代全文加载；②会话检查点保存结构化任务状态；③/dream 命令语义蒸馏压缩上下文；④模型协同调度按任务类型分配专属“脑区”。
☞☞☞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 并不靠“无限上下文”模型窗口硬扛项目复杂度，而是用一套分层记忆工程机制，把上下文爆炸问题拆解成可管理、可压缩、可延续的状态流。
项目记忆：结构化理解代替全文加载
它不会把整个 Git 仓库塞进 prompt，而是自动扫描目录结构、依赖关系、关键配置文件（如 package.json、build.gradle、tsconfig.json），生成轻量级项目摘要。这个摘要会随代码变更动态更新，后续任务只需加载摘要 + 当前修改文件，大幅降低 token 压力。
- 首次进入项目时触发自动建模，生成 project.graph 文件，记录模块依赖与入口链路
- 每次修改 .ts/.py 文件后，自动比对 AST 变更，只增量更新相关节点记忆
- 支持手动执行 /refresh project 强制重构建，适合重构后同步理解
会话检查点：任务粒度状态快照
长任务（比如“迁移 React Class 组件到 Hooks”）会被自动切分为子阶段（识别 → 提取逻辑 → 重写 → 测试 → 提交），每个阶段结束时保存检查点。这些检查点不是原始文本，而是结构化状态：已处理文件列表、待验证假设、失败回滚位置、当前 shell 环境变量快照。
Unified LLM Gateway - One API for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more
下载
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。
- 检查点默认存于 .mimo/checkpoints/，按 task-id 分目录隔离
- 中断后执行 /resume，自动载入最近检查点，跳过已完成步骤
- 支持 /checkpoint list 查看历史快照，/checkpoint prune --keep-last 3 清理冗余
动态上下文压缩：用 /dream 主动“遗忘”噪音
每轮会话积累的临时推理链、调试日志、中间命令输出，会随轮次增长拖慢响应。MiMo Code 内置的 /dream 命令不是清空历史，而是调用专用子 agent 进行语义蒸馏：保留决策依据、关键约束、接口契约，丢弃冗余尝试和错误路径。
- 默认每 7 天自动触发，也可手动运行 /dream --force
- 压缩后生成 .mimo/memory.digest，含当前项目核心契约（如“所有 API 返回 Promise”、“组件 props 不含副作用”）
- 新任务启动时，优先注入 digest 内容，而非全部聊天记录
模型协同调度：不同阶段用不同“脑区”
它允许为不同任务类型绑定专属模型，避免用大模型处理所有事。例如：读代码用轻量 GLM-4v（快+准），写测试用 DeepSeek-Coder（强逻辑），审查 PR 用 MiMo-V2.5（多模态+上下文感知）。
- 通过 /models set read=glm-4v write=deepseek-coder review=mimo-v2.5 配置
- 执行 /plan 时自动选用 read 模型分析现状，/compose 时切换 write 模型生成代码
- 权限配置中可限制某模型仅能访问指定目录，进一步收窄上下文范围
