mimo code的持久化记忆通过重构工作流实现系统级记忆能力：项目记忆自动生成并动态更新memory.md，会话检查点保存文件路径与任务状态，任务进度采用树状结构追踪，/dream命令每7天自动合并、验证、压缩记忆。
☞☞☞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 的持久化记忆不是“让AI多记点”，而是重构了整个工作流的记忆逻辑——它把记忆从模型负担变成系统能力。
项目记忆：自动沉淀知识，不靠人提醒
传统 AI 编程助手每次新开会话就得重讲项目结构、技术选型和代码规范。MiMo Code 在根目录自动生成 MEMORY.md，由独立子 Agent 实时更新，内容包括： - 当前模块职责与依赖关系 - 已确认的技术栈（如 “用 Vite + React 19 + TanStack Query”） - 团队约定（比如 “所有 API 错误统一抛出 ApiError 类型”） 这个文件不是静态快照，而是随开发推进动态演进。你改了路由设计，子 Agent 会在下一轮会话前同步更新 MEMORY.md，下次提问时它已默认知晓。
会话检查点：断点续工，像没关过终端
每次退出 mimo 命令行，系统自动保存当前上下文快照，包含：
- 正在编辑的文件路径和光标位置
- 最近三轮对话的关键意图（如 “正在实现登录态校验逻辑”）
- 未完成任务的树状编号（T2.1、T2.2…）
再次运行 mimo，它直接加载检查点，连上一次你卡在哪个 if 分支都记得清清楚楚，不用说“接着刚才那个函数写”。
任务进度追踪：树状结构管理真实开发节奏
MiMo Code 把任务拆解成可嵌套的节点，例如： - T1 实现用户注册流程 ├─ T1.1 设计表单验证规则 ├─ T1.2 编写后端接口 └─ T1.3 补充单元测试 每个节点有状态标记（pending / in-progress / done），主 Agent 和子 Agent 共享同一份任务树。当你中途切换需求，系统不会丢掉 T1.2 的进展，也不会把 T1.3 当新任务重复生成。
/dream 命令：定期自我整理，越用越懂你
每七天自动触发一次深度记忆维护，独立 Agent 执行： - 合并重复记录（比如多次提到“用 Tailwind 替代 Bootstrap”） - 验证路径有效性（删掉已不存在的文件引用） - 压缩冗余描述（把五段相似的组件说明压成一条精准定义） 这个过程不依赖人工干预，也不打断当前开发，相当于给整个项目记忆做一次轻量级“GC”。
它不靠堆 token 换记忆长度，而是用工程方式把“记住什么”和“怎么干活”彻底分开。真正难的不是让 AI 记住，是让它知道该记住什么、什么时候记、记完怎么用。
