MiMo Code 的长期上下文能力源于结构化记忆与项目语义理解协同，通过项目记忆层存储设计决策、会话检查点锚定变更、动态简报压缩维持精度，并在 Compose 模式下闭环验证冗余清理。
☞☞☞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☜☜☜
MiMo Code 的长期上下文能力，不是靠“记住更多字”实现的，而是靠结构化记忆与项目语义理解协同完成的。它识别冗余代码，本质上是在持续建模项目意图、演进路径和设计约束的前提下，发现当前代码与这些隐性规则之间的冲突。
项目记忆驱动的语义比对
传统静态分析工具依赖语法规则或模式匹配，而 MiMo Code 会把每次重构、PR 评审、错误修复中的关键决策（比如“此处必须用单例而非工厂”“所有 API 响应需统一包裹 data 字段”）存入项目记忆层。当它扫描到一段重复初始化逻辑或未被调用的工具函数时，会主动回溯记忆中已确认的架构原则，判断该代码是否违背了已有共识——而不是孤立地看“有没有被引用”。
- 项目记忆自动记录你写过的 why，不只是 what
- 识别冗余时，它比对的是“当前代码是否与历史设计意图一致”，而非单纯调用图
- 例如：你曾明确在会话中说“所有状态管理迁移到 Zustand”，之后它再看到 Redux 相关文件，会标记为潜在冗余，并附上记忆快照链接供你验证
会话检查点辅助上下文锚定
冗余常出现在跨模块、跨时间的代码片段中。MiMo Code 的会话检查点机制，会在你执行过关键操作（如“删除旧登录模块”“合并用户权限服务”）后自动生成结构化快照。这些快照包含任务树、影响范围、验证方式等字段，成为后续扫描的语义锚点。
- 当你运行 /scan-redundancy 命令，它会自动加载最近 3 个相关检查点，优先聚焦变更密集区
- 比如上次检查点记录了“移除了 jwt-auth 中间件”，那么它会重点扫描仍保留 jwt.verify 调用但未配置中间件的路由文件
- 检查点不是日志，而是可检索、可复用的决策单元，让 AI 不用从头理解项目背景
动态简报压缩提升长周期识别精度
在大型项目中，冗余可能隐藏在数百次迭代后的分支逻辑里。MiMo Code 的动态简报压缩机制，会在上下文接近上限前，由独立子 Agent 提取历史会话中的关键约束、废弃模块名、迁移路径等信息，生成一份“项目现状简报”。主 Agent 基于这份简报工作，确保即使经过上百轮交互，它仍能准确识别出“这个 utils/date.js 是旧版遗留，新版已统一用 dayjs 插件封装”。
- 简报每轮更新不丢失核心约束，只过滤临时讨论、调试输出等噪声
- 冗余识别结果会标注依据来源，例如：“判定为冗余 → 来源：2026-06-15 检查点 #47 + 项目记忆条目 PM-228”
- 你可用 /dream 命令手动触发一次记忆整合，让系统重新校准当前项目状态快照
Compose 模式下的闭环验证
MiMo Code 不止于“指出冗余”，还能在 Compose 模式下自动验证并安全清理。当你输入“清理所有已废弃的 mock 数据生成器”，它会：
- 先基于项目记忆定位所有曾被标记为“mock-only”的模块
- 结合 Git 历史，确认这些模块近 90 天无任何 commit 修改或测试引用
- 生成 diff 预览，并自动运行本地测试套件验证影响范围
- 若通过，才执行删除；任一环节失败，立即暂停并提示具体阻塞点
