MiMo Code的项目记忆是自动沉淀架构、规则、决策和状态的结构化知识系统，通过生成MEMORY.md、动态简报和/dream命令实现可检索、可验证、可共享的“第二大脑”。
☞☞☞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 的项目记忆不是把聊天记录存起来那么简单，它是一套主动沉淀、结构化组织、可被持续调用的“第二大脑”系统。
项目记忆怎么生成？
它不靠用户手动记笔记，而是自动运行：
- 当你在项目根目录启动 mimo，它会检测当前代码结构、依赖、配置文件（如 package.json、pyproject.toml、Cargo.toml），自动生成初始 MEMORY.md
- 每次你提出需求（比如“加一个登录接口”），主 Agent 执行时，子 Agent 同步记录设计决策、技术选型理由、关键约束（如“必须兼容旧 token 格式”）
- 修改文件、提交 Git、运行测试后，这些动作也会被摘要写入 MEMORY.md 的对应章节，形成带时间戳的演进日志
它真正记住的是什么？
不是每行对话，而是开发过程中的“高价值信息”：
- 架构层：模块划分逻辑、核心数据流、第三方服务对接方式
- 规则层：命名规范、错误码约定、日志格式、安全要求（如“所有输入必须校验长度”）
- 决策层：为什么选 SQLite 而不是 LevelDB？为什么用 JWT 不用 Session？这些“为什么”会被显式保留
- 状态层：当前未完成任务、已验证路径、已排除方案（避免重复踩坑）
如何让记忆真正“活”起来？
光存下没用，关键是能被后续交互准确调用：
- 每次新会话开始，子 Agent 会先读取 MEMORY.md，生成一份动态简报（Brief），告诉主 Agent “这个项目现在是什么样”
- 当你问“暗色模式怎么加”，它不会只看当前对话，而是结合 MEMORY.md 中已记录的 UI 组件结构、主题管理方式、CSS 变量命名规则来响应
- /dream 命令不只是压缩——它会验证路径有效性（比如检查提到的文件是否还存在）、合并冲突描述（如两处都写了“按钮颜色需适配”）、剔除过期信息（如已删除的临时分支说明）
和普通聊天记录有啥本质区别？
普通记录是线性流水账；项目记忆是带语义锚点的知识图谱：
- MEMORY.md 是 Markdown 格式，但内部有隐式 schema（如 #ARCHITECTURE / #RULES / #DECISION_LOG）
- 支持基于语义的局部检索，比如 /remember dark mode 会精准定位到相关决策和已有实现片段，而不是翻几十轮对话
- Git 提交时可选择自动 commit MEMORY.md，让团队共享同一份上下文源，而非各自维护不同版本的“理解”
