小米做手机、做 IoT，也做开源大模型。MiMo-Code 是小米（Xiaomi）官方开源的终端原生 AI 编码助手，仓库 XiaomiMiMo/MiMo-Code，截至 2026 年 7 月 31 日有 12,598 颗星、1,286 个 fork，TypeScript 写的，MIT 协议，创建于 2026 年 6 月 10 日。README 开篇一句话定调："MiMo Code: Where Models and Agents Co-Evolve"--模型与 agent 共进化。它不是 IDE 插件，是跑在终端里的编码助手，能读写代码、跑命令、管 Git，靠一套持久记忆系统跨会话保持对项目的深度理解并持续自我改进。它基于 OpenCode 分叉而来，保留了 OpenCode 全部核心能力（多 provider、TUI、LSP、MCP、插件），在此之上加了持久记忆、智能上下文管理、子代理编排、目标驱动自主循环、compose 工作流和 dream/distill 自我改进。
解决什么问题：跨会话断档
用过终端编码助手的人多半踩过这些坑：你跟 agent 聊了一上午的项目背景、架构约定、命名规则，关掉终端重开，一切归零，从头讲一遍；或者会话长了上下文爆了，agent 开始忘事，前面做的决策全丢；再或者你换了一条执行路径，agent 不知道之前走到哪了。根子上的问题是 agent 没有"项目记忆"--每次都是新手上路。MiMo-Code 的切入点就是这个。它的持久记忆系统基于 SQLite FTS5 全文搜索，跨会话注入项目上下文，让 agent 不用每次重新学一遍项目。同时它把上下文管理做成了自动机制：上下文快到窗口上限时自动重建，从最近的检查点、项目记忆、任务进度和保留的近期消息拼回来，agent 能接着当前任务往下干，而不是从头开始。
核心机制：模型与 Agent 共进化
README 标题里的 "Where Models and Agents Co-Evolve" 不是修辞，它落在两个机制上。
第一个是持久记忆。MiMo-Code 把记忆分成四层：项目记忆（MEMORY.md，存持久的项目知识、规则和架构决策）、会话检查点（checkpoint.md，由 checkpoint-writer 子代理自动维护的结构化状态快照）、草稿笔记（notes.md，临时记事区）和任务进度（tasks/<id>/progress.md，每个任务一份日志）。会话恢复时这些内容自动注入上下文，agent 不用重新学项目。
第二个是 dream/distill 自我改进。/dream 命令扫描最近的会话痕迹，把持久知识提取进项目记忆并清理过期条目；/distill 命令发现最近工作中重复的手动操作，把高置信度的候选打包成可复用的技能、子代理或命令。这构成了一个闭环：agent 用得越多，记忆越厚、技能越多，下次干同样的活更高效。这就是"共进化"的落地方式--不是模型权重的进化，是 agent 对你项目的理解在进化。
还有智能上下文管理。除了自动检查点和上下文重建，它有预算注入机制：用 token 预算控制检查点、记忆和笔记各有多少进上下文，按重要性排序。/context-limit（或 compaction.max_context）能让一个模型比自己的上下文窗口更早压缩--README 给了个例子：GPT-5.6 超 272K 输入按 2 倍计价，你可以把压缩点设在 272K 以下省钱。README 还提到一个现实情况：标称窗口不等于你拿到的窗口，同一个模型通过 ChatGPT 订阅、直连 API key 还是 OpenRouter 中转，可用窗口可能不同，目录上写 1M 不代表你的路由真给 1M。
多 Agent：build / plan / compose 三模式
MiMoCode 内置三个主 Agent，按 Tab 切换。
build 是默认模式，全工具权限的开发模式，日常写代码、跑命令、管 Git 走这个。plan 是只读分析模式，做代码探索和方案设计，不能改东西，适合先摸清楚再动手。compose 是编排模式，走 spec 驱动开发和 skill 驱动工作流。
一个关键细节：第一条消息发出后模式锁定。build 和 plan 之间还能互切，但 compose 一旦进入就隔离--README 说，从会话开始就固定技能和工具集能显著提升工具调用的可靠性。
compose 模式有新旧两条路。推荐路径是在 build agent 上用 /compose-next 技能：一个自包含的合约，覆盖 grill -> spec -> workspace -> implement -> verify -> review -> finalize -> finish 全流程，专为前沿模型（README 原话是 Fable/Sol-class）设计。旧路径是专门的 compose agent（Tab 切过去），编排 14 个内置技能做规划、执行、代码审查、TDD、调试、验证和合并，适合较弱的模型一步步走。
子代理系统也值得说：主 Agent 按需创建子代理，子代理共享当前会话上下文，能并行工作，带生命周期追踪、取消和后台执行。配合 /goal 命令设停止条件，agent 想停的时候由一个独立的裁判模型评估对话，判断条件是否真满足--防止自主工作时的"乐观提前收工"。
安装与渠道：从零配置到 Claude Code 导入
安装三条路：
# macOS / Linux 一行装
curl -fsSL https://mimo.xiaomi.com/install | bash
# Windows PowerShell
powershell -ep Bypass -c "irm https://mimo.xiaomi.com/install.ps1 | iex"
# 或 npm 全平台装
npm install -g @mimo-ai/cli
# 运行
mimo首次启动自动引导配置。渠道有六种：MiMo Auto（限时免费、匿名、零配置，开箱即用）、Xiaomi MiMo Platform（OAuth 登录）、Codex（ChatGPT Pro/Plus 的 OpenAI OAuth 登录）、从 Claude Code 导入认证（一步迁移已有认证）、Provider 列表（按 API key 或 OAuth 接入目录内 provider，比如 xAI/Grok）、Custom Provider（在 TUI 里加任意 OpenAI 兼容 API）。
"从 Claude Code 导入"是个实用设计：已经在用 Claude Code 的开发者不用重新配 key，一步把认证迁过来就能跑。这降低了迁移门槛--你不必因为换了工具就重新走一遍 API key 申请流程。
工作流与技能：确定性脚本加 24 个内置技能
除了对话式 Agent，MiMoCode 还有 Workflow 系统：确定性 JavaScript 脚本，在沙箱运行时里编排多个 Agent。和 Agent 对话不同，工作流编码固定的阶段序列，带有限重试和自动并行化--即发即忘，不需要人盯着。内置四个：
compose 工作流走 Brainstorm -> Design -> Implement -> Verify -> Review -> Report -> Merge，完整的开发管线，自动把独立任务并行进隔离的 git worktree，每个任务跑 TDD，阶段间用结构化输出串联。适合任务能干净拆分的场景。
deep-research 走 Brief -> Plan -> Research -> Reflect -> Write -> Review，多源深度研究报告生成器，并行子代理采集带引用的发现，反思缺口，写一份连贯的 Markdown 报告，再做冷审查引用。
fact-check 走 Plan -> Search -> Extract -> Group -> Crosscheck -> Report，对抗式事实核查，并行搜索、提取可核查事实、去重，然后用 3 个"陪审员"对抗投票交叉验证。适合"X 是不是真的"这种精确验证。
research-experiment 走 Baseline -> Loop -> Audit -> Report，自主优化循环，建立基线后迭代假设 -> 实现 -> 评估 -> 保留/回退，还审计有没有"刷指标"。需要固定的评估命令和明确的可编辑文件范围。
自定义工作流：在 .mimocode/workflows/ 或 .claude/workflows/ 放个 .js 文件就能定义自己的，同名还能覆盖内置的。
内置技能有 24 个，覆盖面很广：arxiv（搜读引 arXiv 论文）、claude-code（把编码、测试、审查和 Git 任务委托给 Claude Code CLI）、codex（在无头自动化、CI、容器和远程环境里跑 Codex CLI）、compose-next（推荐的 spec -> ship 交付流）、data-analytics、deep-research、design-blueprint、docx-official / pdf-official / pptx-official / xlsx-official（办公文件处理）、drive-mimo（脚本化另一个 MiMoCode 进程）、frontend-design、html-to-video-pipeline、learn-everything、loop、mimocode-docs、modern-python-toolchain、product-design、research-paper-writing、sales、skill-creator、super-research。
其中两个技能值得单独说。evolve 能重写 agent 的任何一层--工具、行为钩子、知识、工作流甚至 UI，这是"共进化"的极端形态：不只是记忆积累，而是 agent 能改自己的代码。claude-code 和 codex 两个技能只在对应 CLI 装了时才暴露。技能可以被覆盖：在项目里（.mimocode/skills/<name>/SKILL.md）或个人目录（~/.claude/skills/）放同名技能，后扫描的用户技能覆盖同名内置技能。
还有个语音输入：/voice 激活，用 TenVAD 和 MiMo ASR 做实时流式语音转文字，按停顿分段、增量转录进输入框。仅限 MiMo 登录用户，需要装 sox。
同类对比：vs Claude Code / Codex / OpenCode
MiMo-Code 是 OpenCode 的分叉，所以和 OpenCode 的关系最直接：保留 OpenCode 全部核心能力，加上持久记忆、智能上下文管理、子代理编排、目标驱动循环、compose 工作流和 dream/distill 自我改进。你可以把 MiMo-Code 理解成"OpenCode + 记忆 + 自我改进 + 工作流编排"。
和 Claude Code 比，两者都是终端原生编码助手，但定位不同。Claude Code 绑定 Anthropic 的模型和认证体系；MiMo-Code 的 provider 层是开放的--能接 MiMo Auto、Codex/ChatGPT、xAI/Grok、任意 OpenAI 兼容 API，甚至能从 Claude Code 导入认证。Claude Code 的记忆靠 CLAUDE.md 和 .claude/skills 目录，是文件级的；MiMo-Code 用 SQLite FTS5 做全文检索的结构化记忆，分项目记忆、检查点、笔记、任务进度四层，还带自动重建和预算注入。Claude Code 的优势是和 Anthropic 模型深度绑定、生态成熟；MiMo-Code 的优势是模型无关、记忆系统更结构化。
和 Codex CLI 比，Codex 绑定 OpenAI 生态，MiMo-Code 虽然能通过 Codex 渠道接 ChatGPT Pro/Plus 的 OAuth，但不限于此。Codex 的交互更偏线性对话，MiMo-Code 有 build/plan/compose 三模式加确定性工作流，覆盖从交互式开发到无人值守的全管线。
和通用 coding agent（如 Cursor 的 agent 模式）比，那些是 IDE 内的，MiMo-Code 是终端原生的。终端原生的好处是能直接跑命令、管 Git、进 SSH、写 CI 脚本，不受 IDE 约束。代价是没有 IDE 的图形化跳转和 diff 预览。
MiMo 生态：不止 MiMo-Code
MiMo 模型不只跑在 MiMo-Code 里。README 说，小米 MiMo 模型也能在 Cursor、Cline、Zed 等工具里工作。awesome-mimo-agent 仓库收集了这些工具的配置指南，欢迎社区提 PR 贡献自己的配置。也就是说，MiMo 的定位不是"一个 agent 锁死一个模型"，而是模型层和 agent 层各自开放--MiMo-Code 能接各种模型，MiMo 模型也能跑在各种 agent 里。这种解耦和 Superpowers 的跨 11 个 agent 平台分发是不同方向：Superpowers 分发的是方法论（skill），MiMo 分发的是模型。
适合谁，注意什么
适合：天天在终端干活、想要一个能记住项目上下文的编码助手的开发者；受够了每次重开终端都要重新给 agent 讲项目背景的人；需要 spec 驱动开发或无人值守工作流的团队；在用 Claude Code 但想试试模型无关、带持久记忆替代方案的人。
注意五点。一是 MiMo Auto 限时免费，不是永久免费，后续怎么收费还没说，生产环境别只押这一条路。二是它基于 OpenCode 分叉，虽然加了记忆和工作流，但 OpenCode 本身的坑它也可能继承，碰到奇怪的 TUI 行为先查查是不是上游已知问题。三是 compose 模式和 workflow 的"自主工作"依赖前期 spec 质量--计划糊弄，agent 也糊着往下跑，垃圾进垃圾出。四是 evolve 技能能改 agent 自己的代码，这是强大但也危险的能力，用之前想清楚边界。五是 License 虽然是 MIT，但还有 USE_RESTRICTIONS.md 的使用限制和 MiMo 服务条款，商用前看清楚；MiMo 名称、logo 和商标受商标政策约束，不在 MIT 覆盖范围内。另外 README 提到 Windows 在非 UTF-8 系统区域（如 zh-CN 代码页 936/GBK）下命令输出含中文字符可能乱码，MiMo-Code 会强制 UTF-8 输出，但仍有覆盖不到的情况，建议开系统级 UTF-8 Beta 支持。
MiMo-Code 不复杂，复杂的是它想做的事：让 agent 不再是每次从零开始的临时工，而是对项目越来越熟的"老员工"。持久记忆让它记住你的项目，dream/distill 让它提炼经验，evolve 让它改自己的代码，工作流让它无人值守跑全流程。1.26 万颗星的背后，是小米用"模型与 agent 共进化"这个命题切入终端编码助手赛道的尝试。它是不是 Claude Code 的替代品，取决于你有多需要跨会话记忆和模型自由度。
参考来源
- MiMo-Code GitHub 仓库（12,598 star / 1,286 fork，TypeScript，MIT 协议）：https://github.com/XiaomiMiMo/MiMo-Code
- README 原文（功能定位与机制说明）：https://github.com/XiaomiMiMo/MiMo-Code/blob/main/README.md
- 官网：https://mimo.xiaomi.com/coder
- 博客（mimo-code-long-horizon）：https://mimo.xiaomi.com/en/blog/mimo-code-long-horizon
- MiMo 生态配置指南 awesome-mimo-agent：https://github.com/XiaomiMiMo/awesome-mimo-agent
- 上游项目 OpenCode：https://github.com/anomalyco/opencode