AI Coding Agent 教程：如何定制 MiMo Code 的行为-人工智能-PHP中文网

mimo code 支持三层定制：运行模式（build/plan/compose）、模型替换（云端/本地/多厂商）、记忆策略（四层记忆体系）及 spec-manager 工程规范注入。

ai coding agent 教程：如何定制 mimo code 的行为

MiMo Code 的行为不是固定死的，它支持多层定制——从运行模式切换、模型替换，到记忆策略调整、任务流程约束，甚至能通过 spec-manager 加入工程级规范。关键在于理解它的三层控制逻辑：模式决定“能做什么”，模型决定“怎么思考”，配置决定“怎么协作”。

MiMo Code 默认启用 build 模式，但真正发挥定制价值的是 plan 和 compose 模式：

build 模式：全权限执行，可读写代码、运行命令、提交 Git。适合已确认需求后的快速实现。
plan 模式：只读分析，禁用所有写操作。适合接手陌生项目时做架构扫描、技术债评估或安全审查——输入 !plan 即可临时进入，无需重启会话。
compose 模式：面向规格驱动开发，强制走 L1PRD→L2Design→L3Impl 流程。开启后，任何功能请求都会被拦截并引导你先创建规格，再冻结执行。启动方式：mimo compose 或在会话中输入 !compose。

三种模式可通过 Tab 键实时切换，状态显示在终端左下角，切换后上下文自动保留，不丢失当前任务进度。

MiMo Code 不绑定单一模型，你可以根据场景灵活选择：

统一LLM网关 - 一个API对接70+AI模型，使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。

下载

默认使用限时免费的 MiMo-V2.5（百万 Token 上下文），适合大多数开发任务；
想用已有账号接入第三方模型？支持 DeepSeek、Kimi、GLM 等 75+ 厂商，只需在 ~/.mimo/config.json 中填写 API key 和 endpoint；
本地部署模型更可控？配置 local_model_path 指向 GGUF 文件，搭配 llama.cpp 即可离线运行；
对响应质量敏感？可在 config 中启用 Max Mode（默认关闭），让每步决策生成 5 个候选方案并由验证器择优，提升长任务稳定性，代价是 token 消耗增加约 4–5 倍。

MiMo Code 的四层记忆体系（会话级 notes.md、项目级 checkpoint、Writer 子Agent 记录、磁盘持久化结构字段）允许你干预其“记住什么”和“如何回忆”：

想减少自动 checkpoint 频率？修改 checkpoint_threshold（默认 20%/45%/70%），比如设为 30%/60% 可降低 I/O 开销；
希望 Writer 子Agent 提取更多设计决策？编辑 memory_schema.json，在 design_decisions 字段添加自定义关键词（如 “兼容性考虑”、“降级方案”）；
跨会话复用项目理解？确保 project_memory_enabled: true，并在首次会话结束前运行 !distill 主动提炼项目摘要；
敏感项目禁止磁盘记录？设置 disk_persistence: false，此时仅保留内存中 notes.md 和临时 checkpoint。