mimo code通过结构化编排、四层记忆与主动协同处理长链条逻辑依赖。其项目记忆、会话检查点、草稿笔记和任务进度日志固化依赖；checkpoint-writer子代理实时维护执行蓝图；compose模式自动构建执行流；/dream命令定期收敛分散记忆。
☞☞☞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 处理长链条逻辑依赖，核心不靠“堆上下文”，而是靠结构化编排 + 分层记忆 + 主动协同。它把一个复杂任务拆成可验证、可回溯、可中断重启的执行单元，而不是让模型硬扛几百轮对话。
用四层记忆锚定关键节点
传统 Agent 在长链任务中容易丢失早期决策依据，MiMo Code 把依赖关系固化在四个层级里：
- 项目记忆：持久化存为 SQLite 文件，记录架构设计、接口契约、技术选型等不可变事实；
- 会话检查点：每完成一个子任务（如“生成 API 路由”），自动保存当前状态快照，含代码变更、测试结果、失败日志；
- 草稿笔记：临时记录推理过程、待确认假设、跨文件引用线索，不写入主记忆但可供后续步骤调用；
- 任务进度日志：以 DAG（有向无环图）形式记录步骤间依赖，比如“单元测试通过 → 才触发集成部署”。
当某一步出错，系统不是重跑全部，而是定位到 DAG 中受影响的下游节点，从最近有效检查点恢复。
Checkpoint-Writer 子代理实时维护执行蓝图
主编程代理专注写代码，而独立的 checkpoint-writer 子代理像一位随行架构师，持续做三件事：
- 监听主代理输出，识别并提取新生成的模块名、函数签名、配置项等结构化信息；
- 将这些信息与已有项目记忆对齐，自动更新依赖图谱（例如发现新增了
auth_service.py，就标记所有调用它的路由需重新验证）； - 在上下文即将溢出前，主动压缩冗余描述，只保留影响后续步骤的关键约束（如“数据库必须用 PostgreSQL 15+”）。
这种分工让逻辑依赖始终有明确载体，而非散落在自然语言对话中。
Compose 模式自动构建执行流
按下 Tab 进入 Compose 模式后，MiMo Code 不是逐句响应，而是先做三步编排：
- 意图解析：识别用户指令隐含的阶段目标（如“给订单服务加退款功能”，实际包含接口设计→DB迁移→状态机更新→测试覆盖）；
- 路径规划：基于项目记忆中的现有结构，生成带条件分支的执行流程图（例如“若已存在 payment_gateway 模块，则复用其回调机制”）；
- 依赖注入：把上一步确定的变量（如表名、端口、SDK 版本）提前注入各环节提示词，避免后续步骤反复询问或猜测。
整个流程可导出为 plan.yaml，开发者能随时查看、编辑或跳过某一段。
/dream 命令定期收敛分散记忆
每 7 天自动触发的 /dream 命令，不只是清理旧数据，更是重构逻辑依赖网络：
- 扫描历史会话，合并重复出现的设计决策（如多次提到“所有 API 必须带 trace_id”）；
- 验证路径有效性：检查已记录的依赖是否仍成立（例如某个被删掉的中间件是否还在日志里被引用）；
- 压缩为一份
CURRENT_STATE.md，包含当前项目的核心契约、未决风险、已知兼容性限制。
下次启动时，新会话直接加载这份状态，而不是从零理解项目——逻辑依赖不再是“这次记住”，而是“一直知道”。
