mimo code的记忆管理是动态演进的工作流：①项目记忆自动构建并持续更新；②会话检查点支持动态压缩与回溯；③/ dream每周自动蒸馏优化全局记忆；④高频操作沉淀为可复用skill。
☞☞☞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 的记忆管理不是静态存档，而是围绕开发任务持续演进的动态工作流。它不靠人工整理笔记，而是通过系统化机制自动沉淀、压缩、复用经验，让每次会话都比上一次更懂你的项目。
项目记忆：从首次扫描开始自动构建上下文
首次运行 mimo init 时，MiMo Code 会主动扫描当前仓库结构、依赖配置（package.json、pyproject.toml 等）、Git 历史关键提交，并生成初始项目记忆快照。这个快照不是一次性快照，而是一个可被后续所有会话调用的“项目基线”。
- 后续每次进入新会话，系统自动加载该项目记忆，无需重复描述技术栈或架构
- 当你执行
mimo edit src/utils/date.ts，修改会被实时记录为“变更上下文”，并关联到当前项目记忆中 - 项目记忆支持模糊检索：
/mem search "auth middleware"可快速定位历史设计决策或相关代码片段
会话检查点 + 动态压缩：应对长程任务的上下文保鲜
传统终端 AI 在百步以上容易失焦，MiMo Code 用检查点机制把长任务切成可验证的段落，并在窗口满前自动重建精简上下文。
- 每完成一个子任务（如“生成登录 API 接口”），系统自动生成一个带摘要的检查点，包含目标、执行路径、关键输出文件
- 当会话接近上下文上限时，触发 Dynamic Workflow：主 Agent 暂停，Writer subagent 启动，将冗余对话、中间草稿压缩为结构化摘要，保留决策链和变更痕迹
- 压缩后的新上下文仍支持回溯——输入
/checkpoint list查看所有保存点，/checkpoint restore 3即可回到第3个节点继续
/dream 自动进化：让记忆随时间自我优化
每隔7天，MiMo Code 会自动运行 /dream 命令，这不是手动操作，而是后台静默执行的记忆蒸馏过程。
- 读取过去7天内所有会话日志、项目记忆变更、代码修改记录
- 合并重复知识（例如多次解释同一工具链配置），剔除已失效路径（如被删除的分支引用）
- 生成一份新版全局记忆快照，覆盖旧版，同时保留历史版本供对比（
/dream history） - 效果是：两周后你问“怎么部署 staging 环境”，它不再复述文档，而是直接调出最新 CI 配置+最近一次成功部署日志
跨会话技能沉淀：把临时操作变成可复用能力
MiMo Code 把高频操作固化为可调用的 skill，这些 skill 本身也受记忆系统管理。
- 当你连续三次用自然语言执行相同流程（如“打包前端、上传 CDN、更新 version.json”），系统会提示：
Detected pattern → save as skill? [y/N] - 确认后，该流程被存为
deploy-stagingskill，并写入项目记忆，下次只需说/skill deploy-staging --env=prod - skill 可被
/dream识别并优化——比如发现某步骤总失败，会自动替换为更鲁棒的命令组合
