mimo code 不是 ci 工具，而是可编程的 ci 执行单元，嵌入流水线实现智能质量检查：支持 cli 调用、自动归因失败、plan 预检、测试合理性验证、记忆驱动的质量追踪与审查闭环。
☞☞☞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 本身不是 CI 工具，但它能深度参与并增强持续集成流程，让代码质量检查更智能、更自动、更贴近开发现场。
直接嵌入 CI 流水线执行任务
它不替代 Jenkins/GitHub Actions，而是作为“可编程的 CI 执行单元”被调用。比如在 GitHub Actions 的某个 job 中，用 mimo run --mode=build 启动一个自动化构建+测试任务：自动读取 PR 修改范围、运行对应单元测试、检查 lint 报告、生成变更摘要。整个过程无需人工干预，也不依赖 IDE 插件或网页界面。
- 支持通过 CLI 参数指定目标分支、PR 编号或 commit hash，精准获取上下文
- 内置 Shell 执行能力，可原生调用
npm test、pylint、git diff等命令 - 失败时自动归因（例如指出是某行新增代码触发了未覆盖分支），并建议修复方式
用 Plan 模式预检代码变更质量
在代码提交前或 PR 创建后，用 mimo plan 对待合并的改动做结构化评估。它会主动分析：是否新增了无测试覆盖的函数？是否修改了被高频调用的核心模块？是否有潜在的空指针/类型不匹配风险？
- 基于项目记忆，知道哪些文件过去常出 bug，会优先加强检查
- 结合静态分析结果（如 ESLint、SonarQube 输出）生成可读性高的质量简报
- 输出结果可直接写入 PR 描述，或触发 CI 中的 gate 阶段（如 “测试覆盖率下降 >0.5% 则阻断合并”）
与单元测试和代码审查闭环联动
MiMo Code 能理解你写的测试用例，并反向验证代码实现是否真正满足预期。它不只是“跑通测试”，而是判断“测试是否写得合理”。例如发现某个新功能只写了 happy path 测试，会提醒补全边界 case；或识别出 mock 过度导致测试失真。
- 支持从测试失败日志中定位真实根因（跳过堆栈噪音，直指逻辑缺陷）
- 在 Code Review 场景下，自动生成 review comment 草稿，标注风险点+改进建议+相关历史 commit
- 所有审查结论可存入项目记忆，下次同类改动自动复用经验
记忆驱动的长期质量追踪
传统 CI 每次都是“干净启动”，而 MiMo Code 的四层记忆体系（项目级、会话级、任务级、临时级）让它记住“这个服务上次部署失败是因为 Redis 连接超时配置没同步”。下次 CI 触发时，它会在构建前主动校验该配置项，甚至提前生成修复 patch。
- /dream 命令每周整合质量数据，形成趋势简报（如“近三周 test flakiness 上升 40%，集中在 network 模块”）
- 会话检查点保存 CI 失败现场快照，支持开发者中断后 resume debug，避免重复排查
- 项目记忆中沉淀的“质量守则”（如“所有 API 接口必须带 OpenAPI 注释”）可在每次提交时自动核查
