MiMoCode
终端原生的 AI 编程助手，具备持久记忆、智能上下文管理和多代理编排，让模型与代理共同进化。
证据显示有权限提示（如外部目录权限提示）和用户确认机制，但未提供完整的权限模型细节。数据流透明度有限，未详细说明数据如何被处理。敏感数据处理方面，API密钥以明文存储，但文档建议用户保护文件权限。依赖安全方面，有依赖锁定和补丁，但未提供漏洞扫描证据。外部影响方面，有服务器模式但需用户自行保护。回滚方面，有checkpoint系统但未明确回滚功能。来源归属方面，有版权声明但未验证发布者身份。
自洽性方面，README与代码结构一致，但存在一些不一致（如仓库名与包名）。依赖可用性方面，依赖较多，但未提供完整的依赖清单或验证。失败消息方面，有错误处理但未提供具体示例。
受众和场景方面，面向开发者，提供了多种使用场景。能力边界方面，有权限系统和沙箱说明。触发精度方面，有技能和命令的精确触发机制。环境适配方面，支持多平台，但未提供详细的系统要求。
信息架构方面，有清晰的文档结构。安装说明方面，提供了多种安装方式。命名稳定性方面，有版本控制但未提供命名规范。示例和FAQ方面，有示例但未提供FAQ。已知限制方面，有安全威胁模型和已知问题。许可证方面，有MIT许可证。版本和变更日志方面，未提供变更日志。维护责任方面，有安全报告流程但未明确维护者。
输出可用性方面，提供了多种输出格式和工具。边际价值方面，提供了独特功能如记忆系统和技能。成本效益方面，有免费试用但未提供详细定价。
声明可追溯性方面，有文档和代码但未提供验证链接。跨来源佐证方面，未提供外部验证。事实与推断分离方面，文档中混合了事实和推断。
- API密钥以明文存储，需用户自行保护文件权限。
- 服务器模式需用户自行配置认证，否则未认证访问。
- 依赖较多，未提供漏洞扫描证据。
- 发布者身份未验证，需谨慎使用。
这个 Agent 能做什么，适合哪些场景？
MiMoCode 是小米推出的终端原生 AI 编程助手，基于 OpenCode 分支开发，保留了多提供商、TUI、LSP、MCP 和插件等核心能力，并新增了持久记忆、智能上下文管理、子代理编排、目标驱动自主循环、Compose 工作流以及通过 dream/distill 实现的自我改进。它通过 SQLite FTS5 全文搜索实现跨会话的持久记忆，并拥有多代理系统（build、plan、compose）、子代理系统、任务跟踪和内置工作流（如 compose、deep-research、fact-check、research-experiment）。提供零配置的 MiMo Auto 通道（限时免费），同时支持连接任何主流 LLM 提供商 API。项目采用 MIT 许可证，并提供个人和企业级部署路径。
MiMoCode 是一个终端 AI 编程助手，可读取和编写代码、运行命令、管理 Git，并通过持久内存系统跨会话保持项目理解。它通过 mimo 命令启动，提供 TUI 界面，支持 build、plan、compose 三个主代理，可通过 Tab 切换。内置多种技能（如 arxiv、codex、deep-research 等）和工作流（如 compose、deep-research、fact-check、research-experiment），可自动并行化任务。它使用 /dream 和 /distill 从会话中提取知识并创建可复用技能，通过 /goal 设置停止条件，由独立评判模型评估。支持语音输入（TenVAD + MiMo ASR），可通过 MySQL 存储状态。配置文件使用 JSONC 格式，支持项目级和全局配置，并提供 JSON Schema 校验。
- 终端开发者在使用
mimo命令进行日常编码时，希望 AI 助手能跨会话记住项目上下文，自动恢复任务进度。 - 开发者需要执行多步骤开发流程（如 spec 到代码的交付），可使用
/compose-next技能或 compose 工作流，自动并行化独立任务。 - 用户进行深度研究时，可使用
deep-research工作流，通过并行子代理收集多源引用信息并生成报告。 - 开发者需要验证事实或进行对抗性事实核查时，使用
fact-check工作流，通过三裁判对抗投票机制。 - 开发者希望优化可机械验证的指标，可使用
research-experiment工作流，自动循环假设-实现-评估-保留/回滚。 - 用户一键安装 MiMo Auto（限时免费）或连接其他 LLM，实现零配置或自带供应商的开始使用。
这个 Agent 有哪些优点和局限？
- 提供跨会话持久记忆（SQLite FTS5），恢复会话时自动注入上下文，无需重新学习。
- 内置多种工作流（compose、deep-research、fact-check、research-experiment），可实现无人值守的并行自动化。
- 基于 OpenCode 分支，保留多提供商支持，可连接任何 OpenAI 兼容 API，并提供 MiMo Auto 限时免费通道。
- 自我改进机制（/dream 和 /distill）能从历史会话中提取知识并创建技能。
- 支持子代理并行工作、任务树跟踪和自动检查点，适合复杂项目。
- macOS 默认终端 (Terminal.app) 不支持，需使用 iTerm2 或 VS Code 集成终端。
- WSL 和 Windows 非 UTF-8 区域可能有剪贴板乱码或 CJK 输出问题，需要额外配置。
- 语音输入依赖 MiMo 平台（ASR 模型），且需要安装
sox，非 MiMo 用户可能受限。 - TUI 在 SSH 远程直接运行时可能卡顿，需要采用本地渲染 + 远程服务的模式。
- 需要 Node.js 环境和 npm 安装，不熟悉命令行的用户可能有一定门槛。
如何安装或部署这个 Agent？
macOS / Linux 一键安装：curl -fsSL https://mimo.xiaomi.com/install | bash；Windows PowerShell：powershell -ep Bypass -c "irm https://mimo.xiaomi.com/install.ps1 | iex"；或者通过 npm 安装：npm install -g @mimo-ai/cli。安装后运行 mimo，首次启动会引导配置，可选择 MiMo Auto（限时免费）、小米 MiMo 平台 OAuth、Codex（ChatGPT）OAuth、从 Claude Code 导入认证或自定义 OpenAI 兼容端点。
如何使用这个 Agent？
运行 mimo 启动 TUI。首次启动按提示选择提供商（如 MiMo Auto 直接使用，或配置 API key）。在 TUI 中，按 Tab 切换 build/plan/compose 主代理；输入 / 浏览技能列表或直接 /skill-name 调用技能；使用 /goal 设置停止条件；使用 /dream 和 /distill 自我改进；使用 /voice 启用语音输入。配置文件位于 .mimocode/mimocode.jsonc 或 ~/.config/mimocode/mimocode.jsonc，可设置模型、权限、MCP 等。运行 mimo models <provider> 查看上下文窗口。
这个 Agent 与同类方案有什么区别？
与 Claude Code 和 Codex CLI 类似，但 MiMoCode 提供更全面的记忆、上下文管理和工作流系统，且支持多提供商，可作为这些工具的替代或补充。
常见问题
MiMo Auto 免费通道是什么？
如何配置自定义模型提供商？
provider 字段，指定 baseURL、apiKey 和模型 ID，格式为 custom:MODEL_NAME，支持任何 OpenAI 兼容 API。会话如何跨重启保持？
能否在 CI 环境中无人值守运行？
--dangerously-skip-permissions 标志自动批准所有操作，但需谨慎使用，建议在受信任的容器或沙箱环境。如何扩展技能或自定义工作流？
.mimocode/skills/<name>/SKILL.md 创建技能，或在 .mimocode/workflows/ 放置 .js 文件定义自定义工作流，或用同名覆盖内置。