mimo code采用动态可插拔的多agent协同策略，支持按任务复杂度选择router、planner-executor或compose+debate等模式，并实现基于能力向量的实时角色切换与细粒度权限控制。
☞☞☞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 的任务编排不是固定流水线，而是支持按需组合、动态适配的协同策略。它不强制你用某一种模式跑到底，而是把 Planner-Executor、Manager-Worker、Blackboard、Debate 等多种协作机制封装成可插拔组件，让你能根据任务性质、团队习惯和项目阶段，自主选择或混搭。
按任务复杂度选协作模式
简单需求（如修复一个 Bug 或增一个 API）适合轻量级 Pipeline 或 Router 模式——快速路由到代码编辑 Agent，跳过冗余规划；中等复杂度任务（如重构模块）推荐 Planner-Executor，先生成带测试用例的详细方案再执行；涉及跨文件、多角色评审的工业级交付，则启用 Compose 模式 + Debate/Critic 子流程，让设计、编码、测试、审查四个子 Agent 轮流介入并互相校验。
- 单文件修改 → Router + Worker 直接执行
- 新增功能模块 → Planner-Executor 先产出 PR 描述 + 单元测试骨架 + 实现代码
- 遗留系统迁移 → Manager-Worker 并行拆解子系统，Blackboard 同步状态，Monitor 实时评估兼容性风险
角色与权限可运行时调整
不同于静态分配，MiMo Code 支持基于能力向量的动态角色切换。比如某个 Worker Agent 在完成编码后，若检测到当前上下文含大量测试失败日志，会自动触发“临时兼任 Evaluator”逻辑，调用内置断言分析工具做根因定位；而 Manager Agent 在发现某子任务超时 2 倍阈值时，可即时将该任务拍卖（Auction 模式）给空闲 Worker，无需人工干预。
- 角色变更由 Monitor Agent 触发，依据 CPU/内存占用、响应延迟、错误率三类实时指标
- 权限粒度细化到文件路径、Git 分支、CI 阶段（如仅允许在 feature/* 分支上执行 git commit）
- 所有变更留痕，可通过 /history 查看角色调度日志
自定义编排可通过 YAML 或交互式 Tab 切换
两种低门槛方式实现策略定制：一是用简洁 YAML 定义任务拓扑，指定各节点 Agent 类型、输入输出契约、失败重试策略；二是直接在终端按 Tab 键进入 Compose 模式，用自然语言描述意图（如“先看 README 和 src/main.py，再写个 CLI 命令支持 --dry-run”），系统自动匹配最适协作链路，并允许你中途插入人工确认点或替换某个子 Agent。
- YAML 示例支持 condition 字段，例如 only_if: “git diff --name-only | grep ‘test/’” 可让测试 Agent 仅在有测试文件变动时激活
- Tab 进入 Compose 后，每轮生成都会显示当前采用的协作模式（如 “Planner → Worker → Critic → Worker（修正）”）
- 所有自定义策略保存为 .mimo/compose.yaml，可版本化管理，复用于 CI 流水线
这种灵活性不是靠堆砌功能，而是把多 Agent 协作的抽象机制真正下沉为开发者的日常操作选项。任务越不确定，越需要可解释、可干预、可回退的编排控制权。
