MiMo Code的Memory Agent通过四层结构化记忆体系实现工程化长期记忆：项目记忆（SQLite持久化）、会话检查点（关键节点快照）、草稿笔记（临时思路）、任务进度日志（操作追踪），并由独立子代理“检查点写入器”专职归档，配合/dream命令定期合并、去重、压缩，使记忆可检索、可重建、可进化。
☞☞☞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 的 Memory Agent 不是靠模型“硬记”上下文，而是用工程化方式把记忆变成可检索、可重建、可进化的结构化资产。它不依赖无限拉长上下文窗口，而是让记忆真正“落地”，在需要时精准调用。
四层记忆体系：从项目到草稿，各司其职
Memory Agent 的核心是分层存储设计，每层解决一类信息留存问题：
- 项目记忆：持久化保存整个项目的结构、技术栈、代码规范、历史决策等，存为 SQLite 数据库，跨会话可用；
- 会话检查点：在关键节点（如完成模块设计、通过单元测试）自动生成快照，含当前状态、目标进度与待办清单；
- 草稿笔记：临时记录未确认的思路、实验性代码片段或用户口头修改意见，带时间戳和来源标记；
- 任务进度日志：线性追踪每一步操作（例如“已生成 API 接口定义 → 已实现 mock 响应 → 待补充错误处理”），支持断点续跑。
检查点写入器：专职记录，主代理专注编码
传统 AI 编程工具常让主模型一边思考、一边记笔记，容易顾此失彼。MiMo Code 把这项工作彻底拆解：
- 独立子代理“检查点写入器”实时监听主代理行为，自动提取语义关键点（如新引入的类名、接口路径、约束条件）；
- 它不参与逻辑推理，只做结构化归档，用 FTS5 全文索引确保后续能按关键词（如“暗色模式”“Redis 连接池”）快速召回；
- 当上下文即将填满时，主代理可直接加载最近检查点，跳过冗余回顾，继续推进任务。
/dream 命令：定期沉淀，越用越懂项目
记忆不是堆砌，而是提炼。/dream 是 Memory Agent 的自我整理机制：
- 默认每 7 天自动触发，也可手动执行；
- 它读取所有历史会话、检查点与草稿，合并重复项（比如多次讨论同一组件的状态管理方案），验证路径有效性（剔除已删除文件的引用）；
- 最终生成一份精简的“当前项目认知摘要”，更新到项目记忆层，下次启动或切换任务时即可复用。
实际任务中怎么体现“长期记忆优势”
比如你昨天让 MiMo Code 开发一个记账网页，它完成了前端页面和基础 API；今天输入“给收支统计加环比计算”，系统会自动关联昨日生成的数据库表结构、API 返回格式和前端数据流设计，无需你再说明字段名或时间范围参数。这不是靠上下文残留，而是从项目记忆里查出“expenses 表含 amount 和 date 字段”，再从任务日志里定位到“尚未实现同比/环比逻辑”。
