MiMo Code：终端里的多智能体编码助手，记忆系统是它的底牌
MiMo 代码：模型和代理共同进化的地方。 MiMoCode还支持连接任何主流LLM提供商API。
秒懂
- 它是什么？
- MiMo Code 是小米出品的终端原生 AI 编码助手，主打跨会话持久记忆与多智能体协作，并支持接入任意主流 LLM 提供商。本文基于仓库文档分析其机制、上手方式与适用边界。
- 适合谁用？
- MiMo Code 适合那些已经在终端里重度使用 AI 编码助手的开发者，尤其是项目规模大、需要跨会话保持上下文的场景。它的 SQLite FTS5 记忆系统和预算化注入机制，在同类工具里算是少见的设计。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 1 天前。
- 用什么语言写的？
- 主要是 TypeScript（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月14日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决什么问题，给谁用
MiMo Code 面向的是在终端里写代码、并且受限于 AI 助手上下文断裂的开发者。大多数编码助手每次会话都像失忆，你得重新解释项目结构、已有决策和当前进度。MiMo Code 用一套持久记忆系统来缓解这个问题，文档里明确说它能在会话之间保持对项目的深入理解，并且持续自我改进。它不是一个 IDE 插件，而是一个终端原生程序，启动后进入 TUI 界面。适合的人群是那些已经习惯命令行工作流，愿意为跨会话连续性付出配置成本的人。如果你只在图形编辑器里点按钮，这个工具的门槛会显得突兀。
多智能体模式与 Compose 的隔离设计
MiMo Code 内置三个主要代理：build 是默认模式，拥有完整工具权限，负责实际开发；plan 是只读分析模式，用于探索代码和设计方案；compose 是编排模式，面向规格驱动开发和技能驱动工作流。按 Tab 可以在代理之间切换，但有一个硬性限制：第一条消息之后，build 和 plan 还能互相切换，compose 一旦进入就锁定，不能退出。文档给出的理由是，从会话开始就固定技能和工具集，能显著提高工具调用的可靠性。这个设计是个权衡，它牺牲了灵活性，换取了可预测性。对于前沿模型，文档推荐用 build 代理加 /compose-next 技能来执行 compose 风格的工作，而不是直接进入 compose 模式，这暗示 compose 模式可能对模型能力有额外要求。
持久记忆：SQLite FTS5 与预算化注入
记忆系统是 MiMo Code 最特别的部分。它用 SQLite FTS5 全文搜索来支撑跨会话记忆，包含四类文件：项目记忆 MEMORY.md 存持久知识、规则和架构决策；会话检查点 checkpoint.md 由专门的 checkpoint-writer 子代理自动维护；临时笔记 notes.md 给代理随便写；任务进度存在 tasks/<id>/progress.md 里。会话恢复时，记忆会自动注入，代理不需要重新学习项目上下文。上下文管理有三个机制：自动检查点决定何时保存会话状态；上下文重建在接近限制时从最新检查点、项目记忆、任务进度和保留的最近消息重建；预算化注入用 token 预算控制检查点、记忆和笔记进入上下文的内容量，并按重要性排序。这套机制的目标很明确，让有限的上下文窗口装下最关键的信息，而不是把所有历史都塞进去。
上下文压缩：/context-limit 与成本控制
MiMo Code 允许你为每个模型单独设置压缩点，命令是 /context-limit，配置项是 compaction.max_context。默认情况下，压缩在模型上下文窗口即将耗尽时触发，但你可以把它提前。配置支持通配符，比如 "anthropic/*": "300K"，最长匹配模式生效。值会被钳制到提供商实际接受的范围，所以只能降低压缩点，不能提高。文档举了一个具体例子：OpenAI 对 GPT-5.6 超过 272K 输入的提示词按 2 倍输入和 1.5 倍输出计费，所以提前压缩能省钱。另一个理由是，同一个模型通过不同途径访问，可用窗口可能不同，ChatGPT/Codex 订阅和直接 API 的窗口未必一致。这个功能对成本敏感的用户很实用，但需要你对自己的模型定价有清楚认识。
安装与首次配置：多条路径，一个命令
安装方式有三种。macOS 和 Linux 用 curl 管道安装，Windows PowerShell 有对应的脚本，另外 npm 全局安装 @mimo-ai/cli 适合所有平台。安装后运行 mimo 即可启动。首次启动会引导配置，支持的选项包括：小米 MiMo 平台的 OAuth 登录、Codex（ChatGPT Pro/Plus）的 OpenAI OAuth、从 Claude Code 导入现有认证、按 API key 连接目录中的提供商（如 xAI/Grok），以及自定义任何 OpenAI 兼容 API。这意味着它不绑定小米自家模型，文档明确说支持连接任意主流 LLM 提供商 API。对于已经在用 Claude Code 的用户，一键导入认证是个低摩擦的迁移路径。
终端兼容性：已知的坑与官方解法
MiMo Code 对终端环境有明确限制。macOS 自带的 Terminal.app 不受支持，界面会错位、闪烁或出现渲染问题，官方建议用 iTerm2 或 VS Code 集成终端。WSL 下复制可能乱码，需要安装 xsel。Windows 上如果系统区域设置是非 UTF-8（比如中文系统代码页是 936/GBK），子进程输出可能乱码，MiMo Code 会强制为 PowerShell 和 cmd 子进程启用 UTF-8，但仍有未覆盖的情况，官方建议开启系统级 UTF-8 Beta 选项，并提醒这是全局开关，可能影响旧程序。远程开发时，TUI 在 SSH 下可能卡顿，官方建议在远程跑 mimo serve --port 4096，本地用 ssh 端口转发然后 mimo attach 连接。还提供 /vivid 命令切换视觉效果，减少动画开销。这些细节说明项目对真实使用场景有考虑，但也意味着不是开箱即用。
维护成本、许可证与替代方案
项目以 MIT 许可证发布，代码在 GitHub 上，最近一次提交是 2026 年 8 月，版本号 v0.1.13，处于早期迭代阶段。版本号 0.1.x 意味着 API 和配置格式可能变化，升级时需留意 changelog。维护成本方面，依赖 npm 全局包，更新用 npm update -g @mimo-ai/cli 即可，但记忆文件格式如果变更，旧会话可能无法恢复。替代方案方面，Claude Code 是直接的竞争者，它同样在终端运行，但 MiMo Code 的导入功能暗示两者可以共存。另一个方向是 Cursor、Cline 或 Zed 这类编辑器内 AI 工具，小米官方维护了 awesome-mimo-agent 仓库，专门收集在这些工具里配置 MiMo 模型的指南。区别在于，那些工具把模型嵌进编辑器，而 MiMo Code 把代理放在终端，记忆系统是它独有的。如果你更依赖编辑器的图形界面，后者可能更顺手。
编辑结论
MiMo Code 适合那些已经在终端里重度使用 AI 编码助手的开发者，尤其是项目规模大、需要跨会话保持上下文的场景。它的 SQLite FTS5 记忆系统和预算化注入机制，在同类工具里算是少见的设计。但如果你只用 VS Code 的图形界面，或者你的模型提供商不在 OpenAI 兼容列表里，它可能不是首选。首次使用前，先确认你的终端是否受支持，macOS 自带的 Terminal.app 明确不支持，WSL 需要装 xsel。还要检查你的模型窗口大小与定价层级，/context-limit 的配置值会被提供商钳制，不能超过实际可用窗口。对于 Compose 模式，文档建议前沿模型用 build 代理加 /compose-next 技能，而不是直接进 Compose，这个细节值得在正式使用前验证。
社区笔记