MiMo Code 的协作 Agent 通过分工与结构化协调应对跨模块依赖难题：RepoAgent 基于 SQLite FTS5 实现跨语言、带行号与 Git blame 的依赖识别；Coordinator 基于契约、测试覆盖与历史失败率建模生成风险分并给出执行建议；状态通过三重记忆系统持久化，并与 spec-manager 协同将依赖纳入可追溯的设计流程。
☞☞☞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 的协作 Agent 并不是多个模型简单并列，而是通过明确分工与结构化协调机制，专门应对跨模块依赖这类工程级难题。它不靠单个大模型硬扛全量上下文，而是让不同 Agent 各盯一个维度——有的看调用链、有的查接口契约、有的验数据流向，再由 Coordinator 统一合成判断。
依赖识别靠 RepoAgent + 文件级语义索引
RepoAgent 不是扫描 import 语句就完事，它结合 MiMo Code 的 SQLite FTS5 全文检索能力，把跨文件的符号引用（比如函数名、类名、配置键）映射到实际定义位置，并标注调用深度和变更敏感度。例如：当你想改 user-service 中的鉴权逻辑，RepoAgent 会自动列出所有依赖它的 order-service 和 notification-service 中的调用点，并标记哪些是直接调用、哪些经由中间件转发。
- 支持跨语言依赖识别（如 Python 调用 Go 微服务的 gRPC 接口定义）
- 能区分“强耦合”（修改即报错）和“弱耦合”（有 fallback 或 mock）
- 结果带行号与 Git blame 信息，方便快速定位责任人
冲突消解由 Coordinator 主导，不是投票而是风险建模
Coordinator 不是简单取多数意见，而是基于三个输入做加权评估：1）RefactorAgent 提出的重构路径是否破坏现有契约；2）RepoAgent 标出的跨模块调用是否在测试覆盖范围内；3）历史提交中同类变更的失败率。最终生成一个「风险分」（0–100），并附带可执行建议，比如：“建议先为 notification-service 添加契约测试，再同步升级 user-service 的 auth SDK 版本”。
- 风险分低于 30 → 可直接执行
- 30–70 → 需人工确认关键路径
- 高于 70 → 自动挂起，生成验证清单（含需运行的测试集、需检查的日志关键词）
状态同步依赖持久记忆系统，而非临时上下文传递
各 Agent 的中间结论不会靠 prompt 注入传递，而是写入 MiMo Code 的三重记忆系统：项目记忆（存代码结构快照）、会话检查点（存当前任务阶段）、任务进度（存已验证的依赖链）。下次启动时，RepoAgent 可直接读取上次分析的模块边界，Coordinator 能复用历史风险模型参数，避免重复推演。
- 记忆写入自动触发增量 diff，只存变化部分，节省空间
- 跨会话恢复时，自动校验依赖图一致性（如发现某 module 被 git rebase 删除，则触发重分析）
- 支持用 mimo memory list --tag=auth-deps 查看某次跨模块分析的全部记忆快照
与 spec-manager 协同，把依赖管理纳入工程流程
当跨模块变更涉及 L2 Design 层规格时，MiMo Code 会主动调用 spec-manager 接口，将识别出的依赖关系写入设计文档。例如：RepoAgent 发现 payment-service 依赖 user-service 的 token 解析逻辑后，自动在 spec-manager 的 L2Design 文档中追加一条：“支付服务需兼容 user-service v2.3+ 的 JWT 签名算法变更”，并关联 PR 链接与测试用例编号。
- 确保依赖变更不是技术动作，而是可追溯的设计决策
- 后续 CI 流程可自动比对 spec 与实际代码，发现未记录的隐式依赖
- 新成员加入项目时，可通过 spec-manager spec show auth-L2 直接看到所有跨模块约束
