MiMo Code 是将开发者从执行者变为指挥官的自动化开发代理，核心在于任务可拆解、过程可追溯、结果可验证；其三种模式（Plan/Build/Compose）对应不同粒度的任务控制协议，配合分层记忆、本地模型支持及明确的人机交接点，实现可控自动化。
☞☞☞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“更聪明的补全”，而是把开发者从执行者变成指挥官的自动化开发代理。它靠三件事真正提升效率：任务可拆解、过程可追溯、结果可验证。关键不在模型多强，而在工程设计是否兜得住真实开发流的不确定性。
用对模式，比选对模型更重要
MiMo Code 的三种核心模式不是功能开关，而是不同粒度的任务控制协议：
- Plan 模式：只读分析，适合接手陌生项目或做技术评审。它会自动扫描依赖、识别架构风格、标记潜在风险点，输出结构化报告，不碰一行代码。
- Build 模式：默认执行态，拥有完整文件读写、shell 执行、git 提交权限。适合日常开发、修复 bug 或实现小功能——但必须配合 checkpoint 机制，避免“干到一半断连”。
- Compose 模式：真正的自动化中枢，支持自然语言定义工作流（如“先跑测试，失败则生成覆盖率报告，再定位未覆盖路径，最后补测试用例”）。它调度子 Agent 并行执行，自己只负责编排与仲裁。
持久记忆不是噱头，是长任务的基础设施
传统 AI 工具“每次重启都失忆”，而 MiMo Code 的记忆系统是分层落地的：
- 项目级记忆（MEMORY.md）：自动提取并结构化记录技术决策、接口约定、部署规范等，下次进入同一仓库时直接加载。
-
会话检查点：每轮交互后保存上下文快照，断电或崩溃后可用
mimo --resume恢复到最近稳定状态。 - 任务树追踪：把“重构用户模块”自动拆成 T1（梳理依赖）、T1.1（编写迁移脚本）、T1.2（更新文档）等子项，完成一项打钩一项，进度可视化。
本地模型 + 终端 Agent = 可控的自动化
当你要跑敏感业务逻辑或调试私有协议时，依赖云端 API 既慢又不可控。MiMo Code 支持无缝接入本地模型（如 MiMo-V2.5-coder-Q2），关键在于配置协同：
- 模型服务启动后，只需在
~/.mimo/config.yaml中填入base_url: http://localhost:8080/v1，无需改代码。 - 本地模型推理时，MiMo Code 会自动压缩上下文、跳过冗余 token、启用 FTS5 快速检索历史片段，避免“越用越卡”。
- 搭配 llama.cpp 的
MIMO_GPU_LAYERS=auto参数，Apple Silicon 设备能跑满 100K 上下文，同时保持终端响应流畅。
自动化不是全自动，而是人机责任边界的重定义
MiMo Code 的“自动”始终留有明确的人机交接点：
- 所有代码修改前，会生成 diff 预览并等待确认（
Enter to apply, Ctrl+C to abort）； - Git 提交自动生成符合 Conventional Commits 规范的 message，并标注关联 issue 编号；
- 一旦检测到高风险操作（如删库、改 config.prod.js），自动切换至 Plan 模式二次校验，不跳过人工确认。
