mimo code的agent编排配置本质是ai团队的岗位说明书与协作sop，需明确定义角色边界（含“能做什么”与强制性“不要做什么”）、结构化交接物（带校验与签名）、记忆锚点（持久化关键决策与自动归档）、以及compose模式驱动的可执行工作流。
☞☞☞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☜☜☜
建立 MiMo Code 的 Agent 编排配置文件，核心不是写一堆 prompt，而是定义角色边界、交接规则和知识沉淀路径。它本质是一份“AI 团队的岗位说明书+协作 SOP”，重点在于让每个 Agent 知道自己能做什么、不能做什么、以及做完后把什么交给谁。
明确角色职责与能力边界
每个 Agent 配置必须包含两段不可省略的内容：一段说明“你能做什么”，一段用【你不要做什么】划清红线。后者更重要——它直接决定协作是否可控。
- 能力描述要具体可验证，例如：“能读取 package.json 并识别依赖冲突”而非“熟悉前端生态”
- 边界条款需覆盖权限（如“不修改未授权的 config 文件”）、范围（如“不自行补全需求文档未提及的字段”）和失败响应（如“卡住超 2 分钟必须上报，不跳过校验”）
- 工作上下文要写明真实路径或来源，例如“前端项目仓库：
git@xxx/frontend.git”，而不是“你的项目代码”
设计交接物与质量门
Agent 之间不靠“感觉”传递任务，而靠结构化交付物。每次交接必须有明确产出、格式和校验方式。
Pandas 配置文件报告生成器
下载
使用ydata-profiling（前身为pandas-profiling）生成全面的数据质量报告，包含相关性分析、缺失值模式和基数检测。导出交互式HTML仪表板和JSON摘要。
- 前端专家输出
analysis.md，含改动文件列表、影响范围评估、接口契约确认状态 - 后端专家只接收
analysis.md，输出api-contract.json，字段必须与前端声明一致 - QA Agent 接收两者，生成
test-cases.yaml，含边界用例、历史数据回显验证点 - 每份交付物都应带 checksum 或签名，防止被静默篡改
配置记忆锚点与自动归档规则
让 Agent 记住关键决策，不是靠塞满上下文，而是靠在配置中指定哪些内容必须存入持久记忆。
- 在角色配置里声明：
persist: ["ARCHITECTURE_DECISIONS", "BLOCKER_LOG"] - 为每类交付物设置归档路径，例如所有
analysis.md自动同步到memory/analysis/目录，并触发 SQLite FTS5 索引更新 - 对临时笔记（如调试过程中的假设）设 TTL，72 小时未被引用则自动清理，避免污染长期记忆
启用 Compose 模式并绑定执行流
编排不是静态配置，而是动态可执行的工作流。通过 Compose 模式将配置转化为 JavaScript 脚本，在沙箱中确定性运行。
- 主 Agent 收到需求后，自动生成脚本：调用
agent("frontend")获取分析，barrier()等待完成，再派发给agent("backend") - 脚本中嵌入校验逻辑，例如
if (!hasValidContract(output)) throw "接口契约缺失" - 所有子 Agent 的启动参数、输入路径、输出约束都由主脚本注入，不依赖 prompt 动态拼接
