mimo code 的项目记忆通过结构化采集、主动建模与增量更新实现，包含静态结构层、动态行为层和语义意图层三层机制，并支持上下文重演、变更影响追踪及与 git/ide 协同补足“为什么”信息。
☞☞☞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 的项目记忆不是靠模型“记住”所有代码，而是通过结构化采集 + 主动建模 + 增量更新的工程化方式，让 AI 代理真正感知代码库的上下文演变。它不依赖模型自身的长上下文容量，而是把“理解项目”这件事从黑箱推理变成可追踪、可验证、可回溯的状态管理。
项目记忆的三层采集机制
每次进入项目目录启动 mimo，系统会自动触发一次轻量级项目扫描，但真正的记忆构建发生在交互过程中：
-
静态结构层：解析
.git、package.json、pyproject.toml等元信息，提取语言栈、依赖关系、模块划分和历史提交节奏； -
动态行为层：记录用户执行过的
/edit、/test、/run等命令，以及 AI 修改的文件路径、变更行号、关联的 Git 分支与 commit hash； - 语义意图层：从每轮对话中抽提设计决策（如“将登录逻辑从 controller 拆至 service 层”）、已确认约束（如“不引入新依赖”）、已排除方案（如“放弃 JWT 改用 session”）。
记忆如何随代码演化而更新
项目不是静态快照，而是持续演进的实体。MiMo Code 通过两种方式保持记忆与代码的一致性：
- 当检测到
git pull或git checkout后，自动比对当前 HEAD 与上次记忆中的 commit ID，若不一致则触发增量 diff 扫描，仅更新变动文件的 AST 结构与引用关系； - 每次执行
/edit后，不仅保存修改内容，还会反向生成「变更影响图」——标注哪些测试用例可能失效、哪些 API 文档需同步更新、哪些配置项被间接影响，并存入记忆索引。
记忆调用不是检索，而是重演
传统 Agent 多用 RAG 方式召回片段，而 MiMo Code 的记忆系统支持「上下文重演」：
- 输入
/recall login-flow，它不会只返回某次对话记录，而是重建该功能路径涉及的所有文件、关键函数签名、历史修改点及当时达成的设计共识； - 在 Compose 模式下，当任务跨多轮推进时，系统会按需加载对应阶段的记忆快照（如“第3轮规划阶段”的接口契约、“第7轮调试阶段”的错误堆栈），而非把全部历史塞进 prompt；
- 每个记忆单元自带时间戳、操作者（human / mimo）、置信度标签（由 Writer 子 Agent 标注），避免混淆人工决策与 AI 建议。
与 Git 和 IDE 的协同边界
项目记忆不替代版本控制，而是补足 Git 无法表达的“为什么”：
- Git 记录“改了什么”，MiMo Code 记录“为什么这么改”和“后续要注意什么”；
- VS Code 插件能跳转定义，MiMo Code 能告诉你“这个函数三个月前被重构过两次，第二次是为了兼容支付 SDK v4.2”；
- 记忆数据默认本地存储（
.mimo/memory/），加密后可选同步至团队知识库，但原始 Git 仓库无需任何改动。
