mimo code 的 agent 协同任务分配围绕“角色可识别、职责可拆解、状态可追溯”设计，预设planner、codewriter、reviewer、memory keeper四类角色，按职能分工；任务拆解动态感知上下文，协同依赖轻量事件总线通信，跨会话通过记忆压缩与语义索引实现连续性。
☞☞☞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 Agent 协同任务分配，不是靠随机指派或硬编码规则，而是围绕“角色可识别、职责可拆解、状态可追溯”三个实际开发需求来设计的。它把一个编程任务看作工业流水线，每个子Agent像一位有明确工种的工程师，彼此不越界，但能主动对齐进度。
基于职能的角色分工机制
系统预设了四类基础角色 Agent，每类对应开发流程中的关键能力断点：
- Planner Agent：负责接收原始需求（比如“加个登录页”），输出带约束条件的执行计划，包括技术选型、文件结构、接口定义和测试边界；
- CodeWriter Agent：只处理已确认的模块级任务，严格按 Planner 输出的契约生成代码，不擅自扩展逻辑；
- Reviewer Agent：在每次代码提交前自动触发，检查风格一致性、安全漏洞、单元测试覆盖率，并反馈是否需回退给 Writer 修改；
- Memory Keeper Agent：独立运行，不参与决策，专职捕获会话中项目规范、历史修改意图、用户偏好等元信息，定期压缩归档供后续调用。
任务拆解依赖上下文感知，而非固定模板
拆解不是静态切分，而是动态判断。例如用户说“优化首页加载速度”，系统不会直接分给 CodeWriter 写代码，而是先由 Planner 启动诊断流程：
- 调用内置性能分析工具扫描当前页面资源；
- 识别瓶颈类型（是 JS 执行阻塞？还是图片未懒加载？）；
- 根据结果决定是否需要前端重构、服务端接口合并，或 CDN 配置调整；
- 再将对应子任务分发给匹配角色的 Agent，避免“写代码的去改 Nginx 配置”这类错配。
协同靠轻量通信协议，不依赖共享内存
各 Agent 之间不直接读写对方内部状态，而是通过标准化事件总线交换结构化消息：
- 消息含唯一 task_id、来源角色、目标角色、payload 类型（如 plan_draft / code_diff / review_report）；
- 每个 Agent 只订阅自己关心的消息类型，比如 Reviewer 只监听 code_diff 类事件；
- 失败任务会自动触发重试+降级机制——若 CodeWriter 连续两次生成不可编译代码，系统会切换到更保守的模型参数，并通知 Planner 重新细化约束条件。
跨会话协同靠记忆压缩与语义索引
当用户隔天回来继续开发同一项目，系统不会从头开始理解：
- Memory Keeper 已将上次会话中所有关键决策（如“使用 Pinia 而非 Vuex”“API 响应字段必须驼峰”）提取为结构化记忆条目；
- 新会话启动时，Planner 会优先检索这些条目，自动注入到初始 prompt 中，相当于给新启动的 Agent “带一份项目简报”；
- 用户也可手动执行 /dream 命令，触发一次记忆整理，合并重复项、剔除过期约定、强化高频模式。
