mimo code 将 ai 角色化为工程协作者，通过持久记忆、多 agent 协同与 compose 模式还原多人协作流程：记忆自动提取 git/pr/文档信息并共享；agent 分工执行计划、编码、测试、审查；compose 整合验证并支持失败重试；无缝集成 git/jira/ci 等现有工具链；会话跨终端延续且支持分支隔离与异步接力。
☞☞☞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 AI 当成“补全工具”，而是当作一个能参与真实协作流程的工程角色。它通过持久记忆、多 Agent 协同和 Compose 模式，把开发任务还原成多人协作的节奏——有人负责理解需求，有人写代码，有人做测试，还有人统一验收。
持久记忆系统：让 AI 记住团队约定
传统 AI 工具每次对话都是“失忆”的，而 MiMo Code 的持久记忆会自动记录项目结构、命名规范、常用依赖、历史修改理由等。比如你上次说“所有 API 路由必须以 /v2 开头”，下次它生成新接口时就会主动遵守；团队在 PR 评论里反复强调“禁止硬编码超时时间”，它后续生成网络请求时也会默认用配置项替代数字。
- 记忆内容包括：代码风格（如 ESLint 规则）、模块职责划分、关键注释说明、已知技术债
- 记忆不依赖用户手动输入，而是从 git commit message、PR description、README 和代码注释中自动提取
- 多人协作时，不同成员启动 MiMo Code 后，只要在同一个项目目录下，就能共享同一套上下文记忆
Agent 协同与 Compose 模式：分工执行开发流水线
一个典型功能开发，在 MiMo Code 里会被拆解为多个子任务，由不同 Agent 并行处理：Plan Agent 分析需求并输出任务清单；Code Agent 编写主逻辑；Test Agent 补全单元测试；Review Agent 检查变更是否符合规范。最后 Compose 模式将结果整合验证，就像一位资深工程师在 Pull Request 上做最终 Review。
- 每个 Agent 可独立调用 shell 命令、读写文件、运行测试、甚至发起 git diff
- Agent 之间通过结构化中间产物通信（如 JSON 格式的 plan.json、test_coverage_report.json）
- 若某个环节失败（如测试未通过），Compose 会自动触发重试或降级策略，而不是直接中断
无缝接入现有工程链路
MiMo Code 设计之初就考虑如何嵌入真实团队工作流，不是另起炉灶，而是复用已有工具链。它原生支持 Git hooks、CI 日志解析、Jira issue 字段映射，还能识别团队内部文档格式（如 Confluence 页面结构或 Notion 数据库字段）。
- 在 Git 提交前自动运行 lint + test，不符合规则则拒绝提交
- 读取 Jira ticket 描述中的 acceptance criteria，生成对应测试用例
- 从 CI 输出日志中提取失败堆栈，定位问题模块并建议修复方式
- 支持通过 /connect 接入企业私有模型或安全网关，满足合规审计要求
会话即上下文：跨终端、跨时间的连续协作
开发者可以在本地终端启动一次会话，中途关闭后再次进入同一项目目录，MiMo Code 仍能恢复之前的任务状态。更进一步，团队成员可通过共享 .mimo/session 文件，实现异步接力——A 写完接口定义，B 接着实现业务逻辑，C 最后补充文档，全程无需复制粘贴或重新解释背景。
- 会话数据默认本地存储，支持加密导出/导入，适合离线开发或敏感项目
- 支持按分支隔离会话，feature/login 和 main 分支拥有各自独立的记忆与任务队列
- 命令行中输入 /status 可查看当前会话进度、待办事项、已执行步骤及风险提示
