mimo code 是嵌入真实开发流程的智能代码审查工具，基于 git diff 上下文感知、多智能体协同判断与可操作输出，实现精准、安全、可追溯的自动化审查。
☞☞☞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 不是把代码丢给 AI 看一眼就完事的工具，它的代码审查能力嵌在真实开发动线里——从理解上下文开始，到精准定位问题、给出可执行建议，最后支持安全落地。关键在于它不孤立审代码，而是结合项目记忆、Diff 意图和多智能体协同判断。
基于 Git Diff 的上下文感知审查
MiMo Code 默认在 PR 或本地 commit 后触发审查，但它不是扫描全文件，而是先解析 git diff，只聚焦新增/修改行及其周边 5 行上下文。这样避免误报，也大幅降低 token 消耗。
- 自动识别变更类型：是修复 bug、新增功能，还是重构？不同意图触发不同审查强度（比如重构会重点检查接口兼容性）
- 跳过已知“白名单”代码段：如自动生成的 protobuf 文件、node_modules 下依赖、或项目中明确标注
// mimo: skip-review的区域 - 对每处变更打分：从语义一致性（是否破坏原有逻辑）、安全性（是否有硬编码密钥、未校验输入）、可维护性（是否引入深层嵌套或重复逻辑）三个维度生成置信度评分
多智能体协同判断问题等级
单个模型容易主观或漏判。MiMo Code 启用三个轻量级 Agent 并行分析同一段 Diff：
飞书多维表格 AI 管家
下载
飞书多维表格AI管家 — 自动化数据清洗、批量录入、报表生成、字段管理和智能摘要。适用于操作飞书多维表格（Bitable）、批量处理数据、自动生成报表/周报、整理数据或管理表格结构。触发词：多维表格、Bitable、飞书表格、自动报表、批量录入、数据清洗、飞书数据。
- Guard Agent：专注安全与合规，匹配 OWASP Top 10、公司内部 SAST 规则库，标出 critical/high 级风险
-
Style Agent：对照项目根目录下的
.editorconfig和tsconfig.json，检查缩进、命名、类型注解等风格一致性 - Flow Agent：基于项目记忆（MEMORY.md）理解模块职责，判断新代码是否违背原有数据流或状态管理约定
三者结论汇总后，由主 Agent 综合加权输出最终建议——不是简单罗列问题，而是按“必须改 / 建议改 / 可忽略”分级，并附带修改理由（例如：“res.send() 直接返回对象，违反本项目统一使用 res.json() 的约定，MEMORY.md 第 12 行已记录该规范”）。
审查结果可操作、可追溯、可验证
输出不是静态报告，而是直接可执行的动作链：
- 内联建议：在终端 TUI 中高亮问题行，按下
Ctrl+R可一键应用 AI 推荐修复（如自动替换var为const、补全 try-catch） - 生成验证脚本：对潜在逻辑错误，自动产出最小复现 case 和单元测试片段，粘贴即跑
- 关联历史：若同类问题在三个月内出现过 3 次以上，自动提示“此模式已在 MEMORY.md 中标记为高频反模式，点击查看改进方案”
- 审查留痕：所有 AI 判断写入本地
.mimo/review-log/，含时间戳、模型版本、Diff hash，支持回溯审计
与团队流程无缝衔接
MiMo Code 审查不是终点，而是协作起点：
- 支持导出标准 SARIF 格式，接入 GitHub/GitLab 原生 Code Scanning，问题直接显示在 PR comment 中
- 审查结果自动同步至 Jira/飞书多维表格，标记“待人工确认”字段，工程师点击即可跳转到对应代码行
- 每日汇总报告推送至钉钉群，含趋势图（如本周 security 类问题下降 40%，但 type-safety 类上升），不堆砌 raw data，只呈现可行动洞察
