mimo code 通过工程化多 agent 协同实现稳定编程流：主 agent 拆解需求为可调度任务节点，支持手动干预、自动降级与状态快照；共享记忆系统统一维护项目决策、检查点与进度；compose 模式按需分配设计、编码、测试等角色；语音指令直连职能 agent，提升协作效率。
☞☞☞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 的任务编排与协作 Agent 不是简单地把多个模型或工具堆在一起，而是通过工程化设计让不同角色的 Agent 各司其职、彼此接力，最终形成稳定可控的编程协同流。
任务自动拆解与阶段化调度
用户输入一个模糊需求（比如“做个能查天气的微信小程序”），主 Agent 不会立刻写代码，而是先启动规划子 Agent 进行结构化拆解：明确技术栈、接口来源、UI层级、测试边界。拆解结果以可执行任务节点形式存入调度队列，每个节点绑定对应能力模型（如 UI 生成用 MiMo-V2.5，API 调用走 DeepSeek-R1），避免单一大模型硬扛全链路。
- 任务节点支持手动干预：用 /edit step2 修改某环节输出，不影响其他已执行步骤
- 失败节点自动降级：若某模型调用超时，调度器切换备用模型或启用本地缓存逻辑兜底
- 节点间带状态快照：上一环节生成的 mock 数据、API schema 会自动注入下一环节上下文
多 Agent 协同记忆共享机制
协作不是靠反复复述背景，而是靠统一记忆空间。MiMo Code 的持久记忆系统为整个 Agent 群提供项目级“共享大脑”：
- 项目记忆库记录架构决策（如“选用 Taro 而非原生开发”“后端用 FastAPI”）
- 会话检查点在每次关键交互后自动存档，中断后恢复时直接加载最近检查点，不重跑历史流程
- 任务进度追踪器实时标记各 Agent 当前状态（如“UI 设计完成｜API 接口待联调｜单元测试未覆盖”）
所有 Agent 读取同一份记忆简报，无需重复解释上下文，也不依赖用户手动粘贴历史对话。
Compose 模式下的轻量协作入口
按 Tab 键进入 Compose 模式后，协作逻辑对用户透明——你只需说清目标，系统自动分配角色：
- 设计 Agent 负责产出组件结构图与状态流转说明
- 编码 Agent 基于设计稿生成带注释的源码，并同步更新项目记忆
- 测试 Agent 自动生成 Jest/Pytest 用例，失败时触发审查 Agent 回溯定位
- 审查 Agent 不只查语法，还比对当前代码与项目记忆中的架构约束（如“禁止使用 localStorage”）
整个过程默认串行推进，但支持用 /parallel auth,ui 指令让认证模块与 UI 模块并行开发，由调度器协调资源与合并冲突。
语音驱动的跨 Agent 指令中转
语音输入不只是替代键盘，而是打通协作链路的关键触点：
- 说“回滚登录页的样式修改”，语音引擎识别意图后交由版本 Agent 执行 git checkout
- 说“把地图组件换成高德 SDK”，调度 Agent 自动替换依赖、更新配置、通知测试 Agent 补充地理围栏用例
- 说“问下上次讨论的权限模型”，记忆 Agent 直接从项目记忆中提取会议摘要与决策依据
语音指令经 ASR 引擎转文本后，先由意图解析 Agent 分类，再路由至对应职能 Agent，全程不经过主模型中转，响应更快、意图更准。
