mimo code 的协作 agent 编程基于持久记忆系统和子智能体编排机制，通过架构诊断、角色分工、跨会话协同及约束闭环实现高效多人多任务协作。
☞☞☞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☜☜☜
协作 Agent 编程不是让多个模型“一起聊天”，而是把不同角色的子智能体按需调度、分工明确、状态同步。MiMo Code 的协作能力，核心落在 持久记忆系统 和 子智能体编排机制 上——它们共同确保多人/多任务介入时，不会出现信息断层、重复劳动或决策冲突。
架构瓶颈诊断：先让 Agent 看懂你的系统
协作的前提是共识。MiMo Code 不靠你手动贴日志或截图，而是主动读取项目上下文：
- 自动扫描
package.json、go.mod、docker-compose.yml等关键文件，构建初始架构图谱 - 识别高频调用链（如 HTTP → Service → DB → Cache），标记延迟毛刺点（基于本地
curl -w或go tool pprof输出） - 将诊断结果写入
MEMORY.md的## Bottleneck Summary区域，供所有后续 Agent 共同参考
角色化子 Agent 分工：谁该做什么，不抢活也不漏活
MiMo Code 默认启用三类协作型子 Agent，启动后自动注册到当前会话：
- Profiler Agent：专注采集运行时指标（CPU profile、SQL slow log、Redis latency histogram），不改代码，只输出可验证的数据快照
-
Refactor Agent：只响应明确指令（如
/refactor db.Query to use connection pooling），每次修改前自动生成 diff 预览并等待确认 -
Test Agent：在每次变更后自动补全边界 case，并运行
go test -bench=.或npm run test:perf，结果同步更新至记忆简报
跨会话协同：中断后继续，多人间接力
协作常因人/机切换而中断。MiMo Code 用两种机制维持连续性：
- 会话检查点（Session Checkpoint）：每次
Ctrl+C或终端关闭前，自动保存当前任务状态（含未 merge 的分支名、待 review 的 PR draft 链接、Profiler Agent 最新采集时间戳） - /dream 命令触发的记忆收敛：当 A 同学昨天优化了缓存策略，B 同学今天接手，只需运行
/dream，系统就会拉取最近 7 天所有相关会话，生成一份带时间线的ARCHITECTURE_UPDATE_LOG.md，清晰标注“谁在哪轮做了什么、依据哪条性能数据”
避免协作陷阱：三个容易踩的坑
工程级协作不是功能堆砌，关键在约束与反馈闭环：
- 禁止直接
git push --force：所有代码变更必须经 Test Agent 验证 + Refactor Agent 自动加注释说明优化动机，否则拒绝提交 - 禁止跨 Agent 修改同一文件段：系统检测到两个子 Agent 同时请求编辑
src/db/client.go第 42–58 行时，会暂停并提示“请先合并 Profiler Agent 的连接池建议，再启动 Refactor Agent” - 记忆不是日志：MEMORY.md 不记录每句对话，只沉淀决策依据（如“选择 Redis Pipeline 而非 Lua，因 benchmark 显示 QPS 提升 3.2x @ 99%ile
