MiMoCode,一个记得住你整个项目的终端编程助手

简介: MiMoCode 是小米开源的终端原生 AI 编程助手,首创「落盘式持久记忆」:自动将项目知识、任务进展与会话检查点存入磁盘,跨会话不丢失;上下文将满时智能重建,支持树状任务追踪、子智能体并行与确定性工作流,让 AI 真正成为长期协作的编程搭档。

MiMoCode · 小米开源的终端原生 AI 编程助手

每天早上,你都要把项目重新讲一遍

你在维护一个有点年头的项目:模块之间的依赖有历史包袱,命名有自己的规矩,几个地方碰了就会出事。上周你开始用终端里的 AI 助手干活,第一天体验相当好——你花二十分钟讲清了架构、约定和禁区,它接着改了三个文件,改得挺对。

问题从下午开始。任务跨了好几个模块,聊到后半程上下文塞满了,它开始丢前面的信息:命名不按你的规矩来了,你说过不要动的那个模块它动了。你只好开个新会话——然后发现它是一张全新的白纸,昨天那二十分钟的交代得从头再来一遍。到第三天你已经养成习惯:单独维护一份"给 AI 看的项目说明",每次开工先粘一遍。你也开始下意识地把活切得很碎,因为你知道它撑不到一件大事干完。

它把对你项目的理解写在磁盘上

MiMoCode 是一个跑在终端里的 AI 编程助手:它会把对项目的理解、当前进展和阶段性结论持久化到磁盘,会话之间不丢;上下文快满时从这些材料重建现场,接着干原来那件事。

它读写代码、执行命令、管理 Git,这些和别的终端智能体一样。不一样的地方在于记忆是落盘的:项目知识、架构决策、会话检查点、任务进展分别成文,用全文检索索引起来,你恢复会话时自动注入上下文——不需要你再讲一遍。它由小米 MiMo 团队开源,基于 OpenCode fork 构建,保留了多模型接入、TUI、LSP、MCP、插件这些底子,在此之上加了持久化记忆、上下文重建、子智能体编排、目标驱动的自主循环和 Compose 工作流。

tui-home.jpg

边界也说清楚:

  • 它做:跨会话持久记忆与上下文重建、三种智能体模式、子智能体并行、树状任务追踪、确定性工作流、内置技能、接入各家主流模型 API
  • 它不做:不自带大模型,推理走你自己接入的模型(支持小米 MiMo 平台、OpenAI 账号授权、从 Claude Code 导入已有认证,或任意 OpenAI 兼容端点);它是终端里的 TUI 工具,不是网页应用
  • 授权边界:源码以 MIT 开源,同时需遵守其使用限制;若使用小米托管的模型服务,还须遵守对应服务条款

通过阿里云计算巢部署,几分钟装好即可用,无需自己跑安装脚本、装 Node 环境、再逐项过一遍首次配置。

它解决了什么问题

你原来怎么干 代价 用它之后
每开新会话重讲一遍项目背景 每天二十分钟,还讲不全 项目记忆落盘,恢复会话自动带上
自己维护一份"给 AI 看的说明"粘贴 你在替它做记忆 它自己往项目记忆里写和更新
上下文满了就崩,只能重开 干到一半的活丢了 从检查点和进展重建上下文,接着干
把大任务切碎,一块块盯 你成了任务调度器 树状任务加检查点,进度自己接得上
一件事只能一个助手串着做 慢 子智能体并行分工

回到那份"给 AI 看的项目说明":现在你不用再维护它了。你让 MiMoCode 把项目读一遍,它自己整理成项目记忆写进磁盘;第二天你开新会话,它已经知道这个项目的规矩和禁区。任务跨到下午上下文满了,它保存检查点、重建上下文,然后接着改剩下那两个模块——你不必在场把活切碎。

而更深一层的变化是:AI 编程助手从"一次性的会话工具"变成"一个持续参与你项目的长期搭档"。它对项目的理解会累积,你用得越久要解释的越少;而当它能撑到一件大事干完,你交给它的任务就可以不再是"改这一行",而是"把这个功能做出来"。

核心能力

它记得住这个项目

这是每天早上那二十分钟被省掉的地方。

  • 项目记忆 —— 项目知识、规则、架构决策落成文件跨会话持久保存,恢复会话时自动注入
  • 会话检查点 —— 结构化的状态快照由专门的子智能体自动维护,不用你手动记录进度
  • 任务进展留痕 —— 每个任务一份日志,中断之后接得上

上下文满了不等于活干砸了

这是"聊到后半程开始丢信息"这个麻烦的正面解法。

  • 自动检查点 —— 按模型的上下文窗口自动判断什么时候该保存现场
  • 上下文重建 —— 接近上限时从最新检查点、项目记忆、任务进展和近期消息重新组装上下文,任务不断
  • 压缩点可调 —— 可以让它比模型自身窗口更早开始压缩,按模型分别设定

一个人干不完,就分给几个

  • 三种智能体模式 —— 开发、只读分析、编排各一种,按 Tab 切换,探索方案时不怕它动手改坏
  • 子智能体并行 —— 主智能体按需派生子智能体共享上下文并行干活,支持取消和后台执行
  • 停止条件裁判 —— 可以给会话设一个完成标准,由独立的裁判模型判断是否真的达成,避免它自我感觉良好就收工
  • 确定性工作流 —— 内置开发流水线、深度调研、事实核查、实验优化四条非交互流程,需求清晰时丢进去跑完即可

谁最该用

用户类型 典型场景 用它拿到什么
长期维护一个项目的开发者 每次开新会话都要重讲背景 项目记忆落盘,越用越省解释
要交付跨模块大改动的人 上下文一满任务就断 检查点加上下文重建,任务能跑完
想在服务器上干活的开发者 本地机器一关任务就停 装在 ECS 上,记忆与进展留在服务器

为什么在计算巢上跑

维度 自己装 在计算巢上跑
安装 跑安装脚本或全局装 npm 包,再走一遍首次配置 一键部署,几分钟装好
部署方式 —— 可以装到你已有的 ECS 上,也可以顺带开一台新的
长期驻留 本地机器关了任务就断 跑在云服务器上,项目记忆和检查点留在服务器
数据归属 —— 代码、记忆、检查点都在你自己的 ECS 上

技术支持


🚀 立即体验

→ 一键部署 MiMoCode

部署完成后 SSH 登录到那台 ECS,在项目目录里执行 mimo 即可进入,首次启动会引导你接上模型。第一件事——让它把项目通读一遍并写进项目记忆,明天开一个新会话,问它这个项目有哪些不能碰的地方。

相关文章
|
2月前
|
人工智能 数据可视化 搜索推荐
计算巢 X DeepTutor:让 AI 从「每次都从头听你讲」变成「记得你学到哪了」的辅导老师
DeepTutor 是开源、自托管的个性化AI学习工作区,集成对话辅导、测验、研究、可视化等七种学习模式,支持分层记忆与掌握度追踪,将你的资料建成可检索知识库,真正实现“越用越懂你”的连续学习旅程。
|
2月前
|
人工智能 关系型数据库 API
Mem0 · 开源 AI 记忆层平台
Mem0 是专为 AI Agent 设计的开源记忆中间件,自动提取、去重、关联并智能检索用户关键事实(如偏好、技术栈),支持多层级隔离与时间推理。开源自托管,数据私有,阿里云计算巢一键部署,仅需两个接口即可让 Agent 永久“记住用户”。
|
7月前
|
存储 运维 自然语言处理
CRAG 架构解析:如何在生成器前修正错误检索结果
CRAG是一种新型RAG框架,直面检索错误问题:引入轻量级评估器,对检索文档打分并按置信度分流——高分则精炼本地文档(句子级过滤重组),低分则转向网络搜索,中等分则双源协同。从架构上杜绝无关内容污染生成器,显著提升答案准确性与鲁棒性。
415 1
CRAG 架构解析:如何在生成器前修正错误检索结果
|
2月前
|
自然语言处理 并行计算 语音技术
不请配音员,也不换掉你的声音:IndexTTS 让同一个音色说五种语言
IndexTTS是哔哩哔哩开源的零样本语音合成模型,仅需15秒参考音频,即可跨中、英、日、西、阿五语种复刻你的声音,支持情绪/语速独立调节、发音校正与本地化部署,让多语言配音真正成为可随时编辑的自有资产。
|
2月前
|
存储 人工智能 JSON
「它凭什么这么说」—— Semantica 让 AI 的每个结论都能翻回出处
Semantica 是面向 AI 系统的开源知识图谱与决策溯源平台,专注解决“AI 决策不可追溯”痛点。它不存向量,而构建可审计的上下文图,支持实体消歧、确定性推理、W3C 标准溯源与因果路径追踪,让每条结论均可查来源、验逻辑、担责任。
|
2月前
|
人工智能 Oracle 关系型数据库
Argus登上Hacker News:Cursor、Claude Code疯狂写代码后,测试团队反而成了新瓶颈?
AI编码提速后,测试成为新瓶颈。开源项目Argus提出“Agentic QA”:用多智能体(理解、探索、规划、执行、验证)替代人工脚本,实现意图驱动的自动化测试。它不取代确定性验证,而是协同Playwright等工具,构建“确定性脚本+概率性Agent+AI评估”的新一代测试体系。
|
2月前
|
Linux API iOS开发
断网也能用!Ollama搭配Chatbox 零门槛搭建本地DeepSeek大模型全指南
随着大模型技术不断普及,本地私有化部署大模型越来越受到个人开发者、办公人员的青睐。本地运行大模型最突出的优势就是数据隐私可控,所有文档、代码、业务对话全部保存在本机,敏感信息不会上传外部服务;同时完成模型下载之后可以脱离网络离线使用,不需要持续支付云端API调用费用,长期使用成本可控。
623 0
|
2月前
|
弹性计算 监控 测试技术
个人/学生/企业如何领取并用好阿里云免费云服务器,含完整权益规则、性能压测、部署案例与避坑全指南
云计算技术快速普及,越来越多个人开发者、在校学生、初创团队希望零成本接触云服务器,完成技术学习、项目原型验证、小型应用测试。阿里云提供面向新用户的免费ECS试用体系,覆盖个人、企业、学生三类人群,提供多档实例规格,最长可享受3个月免费使用权,学生群体还可获得更长使用周期。很多使用者只知道有免费资源,却不了解额度计算、流量限制、性能边界,很容易出现额度突然耗尽、意外扣费、数据丢失等问题。本文将完整解析免费试用政策,进行多维度性能实测,提供可直接复制的Shell命令,演示博客、后端API两类实战部署案例,梳理高频风险点,给出选型最佳实践,帮助大家安全、高效利用免费云资源完成上云实践。
466 0
|
2月前
|
弹性计算 人工智能 运维
一文读懂阿里云轻量应用服务器和 ECS:差异、价格、场景与选型指南(如何选对云服务器)
轻量应用服务器与ECS二者属于互补关系,不存在绝对的孰优孰劣,核心看业务需求。轻量应用服务器核心价值在于低门槛、套餐打包、高带宽,帮助个人和小微团队快速完成业务上线;ECS代表完整企业级弹性计算能力,面向复杂生产业务,提供架构、网络、容灾、弹性的全套能力。
312 0
|
2月前
|
人工智能 JSON JavaScript
Pi Coding Agent · 极简可扩展的终端 AI 编码代理
Pi 是一款轻量级开源终端AI编码代理,内核仅提供读/写/改文件与执行命令4个基础工具,所有工作流(如检查、提交规范、目录确认)均由用户用TypeScript自定义扩展,支持打包共享、会话树回溯、多模型接入及云上一键部署。

热门文章

最新文章