mimo code 通过 dynamic workflow 模式实现 bug 修复：主 agent 生成可执行 javascript 脚本，调用带超时重试的子 agent，用 barrier() 控制阶段依赖，goal 验证机制闭环判断修复效果，并依托 sqlite 记忆体系复用历史经验。
☞☞☞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 本身不提供传统意义上的“Agent 链编排 DSL”，它用更工程化的方式处理复杂任务——把流程控制从 prompt 里抽出来，变成可执行、可调试、可复用的代码。Bug 定位与修复这类多阶段、强依赖、需反复验证的任务，正是 Dynamic Workflow 模式设计的典型场景。
用 Dynamic Workflow 编写可执行的修复脚本
MiMo Code 的核心思路是：让主 Agent 生成 JavaScript 脚本，而不是靠长 prompt 去“引导”它一步步做。这个脚本在隔离沙箱中运行，调用子 Agent 执行具体动作，主 Agent 只负责理解需求和产出逻辑结构。
- 脚本必须显式声明每个阶段的输入/输出，比如
locateBug()返回错误日志路径和复现步骤，analyzeStack()接收该路径并返回可疑函数名 - 使用
barrier()确保关键步骤完成后再进入下一步，例如只有测试失败报告生成后，才启动代码修改 - 所有子 Agent 调用都带超时和重试策略（默认 3 次），避免卡死；失败时自动触发 fallback 分支，比如切换到静态分析模式而非仅依赖日志
结合 Goal 验证机制防止“假修复”
Bug 修复最常出问题的地方不是改错代码，而是改完就停——没验证是否真解决。MiMo Code 的 Goal 机制强制闭环：
- 定义自然语言停止条件，例如：“运行全部单元测试通过，且 CI 构建成功，且错误日志不再出现关键词 ‘NullPointerException’”
- 每次 Agent 提出“已完成”，系统会调用独立 verifier 模型，重新扫描完整对话 + 实际命令输出（如
npm test的 stdout/stderr）来判断条件是否满足 - 若未达标，verifier 直接指出差距（如：“test suite 中 testLoginTimeout 仍失败，错误堆栈指向 src/auth/session.js 第 42 行”），Agent 基于此继续迭代
利用记忆体系复用历史经验
同一个项目反复出现同类 Bug（如特定框架的空指针、某 SDK 的竞态问题），MiMo Code 会自动沉淀为项目记忆：
- 首次修复后，/dream 机制会在 7 天后自动整合该案例，压缩成结构化知识条目，存入 SQLite FTS5 数据库
- 下次遇到相似报错（哪怕日志关键词略有不同），Writer subagent 会在上下文重建时主动注入该记忆片段，提示主 Agent “参考上次 session #182 的修复路径”
- 你也可以手动加标签，比如
/tag bug:react-useEffect-cleanup，后续搜索或自动匹配更精准
实际操作建议
不要一上来就写完整脚本。推荐分三步落地：
- 先用 Compose 模式跑通单次流程：自然语言输入“定位并修复 login 页面点击提交后白屏的问题”，观察它如何拆解、调用哪些工具、在哪卡住
- 导出本次会话的 workflow 草稿（命令
/export workflow），得到可读 JS 框架，再人工补全异常分支和验证逻辑 - 把调试好的脚本存为模板（如
bugfix-react-blank.js），以后用agent --workflow=bugfix-react-blank.js直接加载
