mimo code 的长期记忆通过工程化机制实现，包括项目记忆自动记录架构决策、会话检查点支持中断续写、/dream 命令定期整理记忆快照、多模型兼容下离线复用记忆。
☞☞☞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 的长期记忆不是靠模型“硬记”，而是用一套可落地的工程机制，把项目经验真正沉淀下来、反复调用。
项目记忆：自动记录关键决策和架构逻辑
每次你启动一个新任务，MiMo Code 会识别当前代码库结构，并主动提取核心信息——比如框架选型、目录规范、依赖版本、关键接口设计等。这些不靠你手动输入，而是由子智能体在后台扫描分析后存入项目专属记忆区。后续再问“怎么给这个 API 加鉴权”，它就能直接基于已知的路由结构和中间件风格生成适配代码，而不是重新猜你用的是 Express 还是 Fastify。
会话检查点 + 任务进度追踪：中断后精准续写
开发常被临时打断，而传统工具重启就得重讲背景。MiMo Code 在每个关键节点（如完成组件设计、跑通单元测试、合并 PR 前）自动打检查点，并记录当前任务状态。下次输入 /resume 或直接继续提问，它能立刻定位到“刚写完登录页但还没加表单验证”这个位置，跳过重复解释，直接推进下一步。
统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
/dream 命令：定期整理记忆，越用越懂你
每七天系统自动触发 /dream，独立子智能体开始工作：读取所有历史会话、比对当前代码变更、合并相似需求描述、剔除已废弃的临时方案、压缩冗余讨论。最终生成一份精简、一致的“项目现状快照”。这意味着三个月后你回来维护这个项目，它不会把你当新用户，而是清楚记得：“你之前拒绝过 Redux，偏好 Zustand；API 错误统一走 toast 提示；所有按钮禁用态都加了 loading class。”
多模型兼容下的记忆复用
记忆系统与底层模型解耦。哪怕你从 MiMo-V2.5 切换到 GLM-4 或 DeepSeek-Coder，只要项目记忆文件还在本地，新模型加载时就会同步读取这份结构化摘要。不需要重新训练，也不依赖云端同步——记忆始终跟着你的代码仓库走，离线也能生效。
