MiMo Code的多Agent模式通过主Agent与子Agent的职责分离实现高效协作：主Agent专司任务拆解与结果整合，子Agent各司其职且能力边界严格受限，支持plan/build/compose三种调度模式，全生命周期由主Agent统一管控。
☞☞☞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 的多 Agent 模式不是简单堆叠多个 AI，而是通过明确的职责切分实现“人管事、AI干事”的高效协作。主 Agent 不是全能执行者，而是任务总控；子 Agent 也不是临时工，而是各自有专属能力边界的垂直专家。
主 Agent：只做两件事——拆和收
它不写代码、不查资料、不跑测试，只干两件事：
- 精准拆解：把用户一句话需求（比如“重构用户登录模块并补充单元测试”）拆成逻辑互斥、边界清晰的子任务，例如“分析当前登录流程依赖”“识别潜在安全风险”“生成覆盖边界场景的测试用例”“重写 AuthService 类”“验证接口兼容性”；
- 统一收编：等所有子 Agent 返回结果后，做三件事——去重（避免多个子 Agent 都指出“密码未加密”）、补缺（发现测试覆盖率报告里缺异常流用例，就触发 TestAgent 补充）、串文（把技术细节转译成开发可读的 PR 描述或文档草稿）。
它像项目经理，不碰键盘，但清楚每一步该谁干、干得对不对、最终能不能交差。
子 Agent：一人一岗，工具+提示词深度绑定
每个子 Agent 在创建时就被赋予三项固定配置，无法越界：
- 专属系统提示词：比如 SecurityAgent 的 prompt 里永远包含 OWASP Top 10 清单、常见密钥特征正则、以及禁止建议业务逻辑修改的硬约束；
- 限定工具集：StyleAgent 只能调用代码格式化工具和 AST 解析器，不能访问网络或执行 shell 命令；
- 隔离上下文窗口：它的全部输入仅含主 Agent 下发的子任务指令 + 当前代码片段，看不到其他子 Agent 的中间过程，避免信息污染。
这种设计让子 Agent 输出更稳定——它不会因为刚看过测试报告，就在代码审查时突然开始讨论覆盖率数字。
三种主 Agent 模式决定分工粒度
MiMo Code 提供三种预设模式，对应不同复杂度的任务调度方式：
- plan 模式：只读分析型任务。主 Agent 拆解后，派子 Agent 查依赖图、画时序图、比对 API 变更，但不生成任何代码；
- build 模式：轻量执行型任务。主 Agent 下发“改这 3 个文件”，子 Agent 直接编辑保存，全程无人工确认；
- compose 模式：全流程编排型任务。主 Agent 同时启动 plan 子 Agent 做方案设计、build 子 Agent 写代码、test 子 Agent 跑验证、doc 子 Agent 更新注释，最后由自己整合交付。
切换模式只需按 Tab 键，无需重写配置。
子 Agent 的生命周期由主 Agent 全权管控
子 Agent 不是独立个体，而是主 Agent 的延伸执行单元：
- 它不能主动发起新子 Agent，也不能跨任务与其他子 Agent 私下通信；
- 主 Agent 可随时取消未完成的子 Agent（比如 PerformanceAgent 卡在某段死循环分析中）；
- 所有子 Agent 的输出必须压缩为结构化 JSON，包含 status、output、suggestion 三个字段，主 Agent 才能自动解析并进入下一步。
这种强管控换来的是可追溯、可复现、可调试——哪块结果不对，直接重跑对应子 Agent，不影响整体流程。
