MiMo Code 实现多代理协作的关键在于原生 subagent 机制与 compose 模式：通过 agents/ 下 YAML 定义子代理职责，/spawn 显式调用并隔离上下文；compose.yaml 编排自动化流水线；/dream 沉淀契约保障跨代理一致性；MCP 协议与 git worktree 安全桥接外部代理。
☞☞☞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☜☜☜
让 MiMo Code 实现多代理协作，关键不是强行给它“加装”子代理，而是用好它原生支持的 subagent 机制 和 compose 模式。MiMo Code 本身不是单体工具，它的设计哲学就是“主代理管方向，子代理管执行”，协作是内置能力，不是外挂功能。
启用 subagent 机制：明确划分职责
MiMo Code 的 subagent 不是独立进程，而是由主代理按需调度、带上下文隔离的轻量级任务单元。要让它真正协作起来，得先定义清楚谁做什么：
- 在
agents/目录下新建 Markdown 文件，比如architect.md（负责接口设计）和tester.md（专注单元测试生成），每个文件用 YAML frontmatter 标明角色、输入约束和输出格式 - 运行时通过
/spawn architect --context=api-spec显式调用，主代理会自动为该 subagent 准备干净上下文，只加载api-spec相关文件和规则 - subagent 完成后返回结构化结果（如 OpenAPI YAML 或测试覆盖率报告），主代理直接消费，不混入中间日志或调试输出
用 compose 模式串联流程：避免手动跳转
compose 是 MiMo Code 的自动化流水线模式，适合把多个 subagent 的输出串成完整工作流：
One API key for 70+ AI models. Route to GPT, Claude, Gemini, Qwen, Deepseek, Grok and more
下载
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。
- 在项目根目录创建
compose.yaml，声明步骤顺序，例如：analyze → design → generate → test - 每步可绑定不同 subagent，比如
generate步指定使用codex-cli作为 backend，而test步调用本地jest-subagent - 执行
mimo compose run后，系统自动管理状态流转、错误回滚和中间产物传递，无需你切窗口、复制粘贴或重试失败步骤
借助 /dream 记忆沉淀，保持跨代理一致性
多代理协作最容易丢的是“上下文共识”——比如架构师定的命名规范，测试代理却没遵守。MiMo Code 的 /dream 机制正是为此服务：
- 每次 subagent 完成关键产出（如接口定义、核心类图），主动执行
/dream save interface-contract，系统会压缩并固化这份契约 - 后续启动的其他 subagent（如代码生成器）默认加载最新
interface-contract，自动对齐变量名、错误码范围、HTTP 状态码等细节 - 定期运行
/dream compress可合并碎片记忆，防止风格漂移和接口分歧累积
与外部代理桥接：Claude Code 或 Codex CLI 可作补充角色
MiMo Code 不排斥外部工具，它通过 MCP 协议和 git worktree 支持安全协同：
- 用
git worktree add ../codex-review创建独立代码视图，让 Codex CLI 在其中做深度重构，MiMo 主代理只读取其提交的 diff 和 summary - 将 Claude Code 配置为“评审代理”：在 compose 流程末尾触发
/handoff claude-review --target=pr-draft，MiMo 自动打包当前变更并推送至 Claude 的评审上下文 - 所有交接动作都记录在本地
~/.mimo/handoff/，全程离线、可审计、无 API 费用泄露
