mimo code是面向终端的模块化ai编程助手，核心为可插拔能力单元架构，支持按需加载代码生成、测试生成等模块，适配多模型后端，通过yaml声明式编排工作流，本地运行保障私有上下文安全，并提供可视化追踪与开发者友好调试功能。
☞☞☞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 是一个模块化 Agent 框架，核心思想是把编程任务拆解成可插拔、可复用的“能力单元”，让你像搭积木一样组合出适合具体场景的 AI 编程助手。
模块即能力，按需加载
每个模块封装一项明确能力：比如 代码生成模块 负责写函数，测试生成模块 自动补全单元测试，缺陷定位模块 结合 stack trace 分析报错根源。你不需启动一整套大模型服务，而是根据当前任务（如重构旧代码 / 修复 CI 失败 / 写 CLI 工具）动态启用对应模块，降低延迟和成本。
- 模块自带轻量级适配器，能对接不同后端模型（Llama 3、Qwen、Claude API 等），无需重写逻辑
- 模块间通过标准化 JSON Schema 通信，字段含义统一（如
input_code、error_context、suggested_fix） - 支持热插拔：运行中停用某个模块（如关掉文档生成），不影响其他模块继续工作
工作流编排，不靠硬编码
任务不是靠写死的 if-else 流程驱动，而是用声明式 YAML 定义执行顺序与条件分支。例如：“先调用代码理解模块分析函数意图 → 若检测到有副作用，则触发安全审查模块 → 审查通过后才进入生成模块”。
- 内置常见模式模板（如“修复-验证-提交”、“需求→原型→测试→文档”），可直接复用或微调
- 支持基于输出内容的条件路由：某模块返回
{"severity": "critical"}就自动跳转至人工审核节点 - 所有流程可可视化追踪，每步输入/输出、耗时、模型调用记录都可查
本地优先，私有上下文可控
MiMo Code 默认在本地或私有环境中运行，代码库、API key、内部规范文档等敏感资产不上传云端。模块可直接读取 Git 工作区、IDE 缓存或本地知识库（如 ChromaDB）。
- 代码理解模块能访问当前项目完整的 AST 和依赖图，不是只看单个文件
- 文档生成模块可自动引用你团队内部 Confluence 页面中的接口定义
- 权限控制细粒度到模块级别：实习生账号默认禁用部署类模块，仅开放阅读与建议功能
开发者友好，调试即所见
每个模块提供独立 CLI 入口和 Mock 模式，支持单模块快速验证。日志默认开启结构化输出，配合 VS Code 插件可点击跳转到对应源码行和模型 prompt。
- 运行
mimo run --module=code-gen --dry-run即可预览 prompt 和预期输出，不触发真实模型调用 - 错误时自动 dump 输入上下文、模型响应、解析中间态，方便定位是 prompt 偏差还是 schema 不匹配
- 模块仓库支持 Git 版本管理，团队可 Fork 官方
python-linter模块，加入自定义 PEP8 扩展规则后发布为my-team-linter@v1.2
不需要从零训练模型，也不必维护一堆独立脚本。MiMo Code 把 AI 编程变成一种可演进、可审计、可协作的工程实践。
