XiaomiMiMo/MiMo-Code · 上手攻略
- 仓库：XiaomiMiMo/MiMo-Code
- 链接：https://github.com/XiaomiMiMo/MiMo-Code
- 分类：agent
- 作者：Tom
- 更新：2026-07-08
是什么
MiMo Code 是小米 MiMo AI 团队开源的终端原生 AI 编程智能体，基于开源项目 OpenCode 进行二次开发，2026 年 6 月 10 日以 MIT 许可证发布。
它的核心定位是一个"住在你电脑里的 AI 编程搭档"——能读写代码、执行命令、管理 Git，并且通过持久化记忆系统，在多次会话中持续理解项目上下文、自动进化。
MiMo Code 的核心特点：
- 内置 MiMo-V2.5-Pro 模型：小米的万亿参数多模态模型，据称性能对标 Claude Sonnet 4.6，免费使用（限时）
- 持久化记忆系统：由独立的 record-keeping 子智能体维护项目记忆、会话检查点和任务进度，解决长对话"越用越忘"的问题
- 三种 Agent 模式：build（完整工具权限）、plan（只读分析）、compose（规格驱动编排）
- 内置工作流引擎：compose（规格驱动开发）、deep-research（深度研究）、fact-check（事实核查），支持并行子智能体
- 内置 Skills：arxiv、docx-official、pdf-official、pptx-official、xlsx-official、design-blueprint、frontend-design、html-to-video-pipeline 等
- 跨工具兼容：MiMo 模型也可用于 Cursor、Cline、Zed 等工具（见 awesome-mimo-agent）
⚠️ 数据隐私注意：MiMo Code 的免费云端通道（MiMo Auto）将项目代码路由到小米服务器。如有代码隐私要求，请使用自定义 LLM Provider（可接任何 OpenAI-API 兼容接口），避免代码上传。
解决什么问题
AI 编程工具普遍存在两类问题：
- 会话失忆：每次新会话，模型不记得上次讨论过的项目结构、设计决策和上下文；长任务聊到一半，模型已经丢失了关键信息。
- 不可复现：Claude Code、Cursor 等工具的不同运行结果依赖模型"心情"——同一次"修 bug"请求，这次可能跳过测试，下次可能忘了写 PR。
MiMo Code 的解决方式： - 持久化记忆（project memory + checkpoint + task progress）让跨会话上下文不丢失 - 规格驱动工作流（compose workflow）将开发过程结构化、阶段化，使 AI 的行为更可预测、可复现
此外，小米声称在受控实验中（使用相同的 MiMo-V2.5-Pro 模型），MiMo Code 在 Terminal-Bench 2 上得分 73% vs Claude Code 的 68%，在 SWE-bench Pro 上 62% vs 57%——但这些分数尚未被 Scale AI SEAL 等第三方独立验证。
快速安装
一键安装（macOS / Linux）
curl -fsSL https://mimo.xiaomi.com/install | bash
一键安装（Windows PowerShell）
irm https://mimo.xiaomi.com/install.ps1 | iex
通过 npm 安装（全平台）
npm install -g @mimo-ai/cli
运行
mimo
首次启动会自动引导配置，支持以下几种认证方式： - MiMo Auto（免费限时，无需配置） - 小米 MiMo 平台（OAuth 登录） - 从 Claude Code 导入（一键迁移已有认证） - 自定义 Provider（接入任意 OpenAI-API 兼容接口）
核心用法
Agent 模式切换
按 Tab 键在三种主要 Agent 模式间切换：
| Agent | 描述 |
|---|---|
build |
默认模式，完整工具权限进行开发 |
plan |
只读分析模式，适合探索代码库、设计方案 |
compose |
规格驱动编排模式，适合 specs-driven 开发 |
持久化记忆系统
MiMo Code 在后台由一个独立的 record-keeping 子智能体维护以下文件：
MEMORY.md：项目记忆——项目知识、规则、架构决策checkpoint.md：会话快照——当上下文接近窗口上限时，系统自动保存状态，用于恢复notes.md：临时笔记区tasks/<id>/progress.md：任务进度日志
这些文件在会话恢复时自动注入上下文，无需手动维护。
工作流（Workflows）
MiMo Code 内置三个开箱即用的工作流，位于 .mimo/workflows/ 或 .claude/workflows/：
compose 完整开发流程：
Brainstorm → Design → Implement → Verify → Review → Report → Merge
自动将独立任务并行化到隔离的 git worktree，支持 TDD。
deep-research 深度研究：
Brief → Plan → Research → Reflect → Write → Review
多源深度研究报告生成器，并行子智能体收集资料，最终生成带引用的连贯 Markdown 报告。
fact-check 事实核查：
Plan → Search → Extract → Group → Crosscheck → Report
对抗性事实核查，并行网络搜索、提取可核查事实、三 juror 投票交叉验证。
自定义工作流：在 .mimo/workflows/ 或 .claude/workflows/ 放置 .js 文件即可定义自己的工作流，用同名文件可覆盖内置工作流。
内置 Skills
MiMo Code 随附的 Skill 用于特定任务：
| Skill | 用途 |
|---|---|
arxiv |
搜索、阅读、引用和分析 arXiv 论文 |
docx-official |
生成、读取和转换 Word 文件 |
pdf-official |
生成、读取、填写和转换 PDF 文件 |
pptx-official |
制作和编辑 PowerPoint 幻灯片 |
xlsx-official |
制作和清理 Excel/CSV 电子表格 |
design-blueprint |
生成设计蓝图（DESIGN.md + Decision Trace） |
frontend-design |
UI 工作的视觉设计指导 |
html-to-video-pipeline |
HTML → MP4 渲染（headless 浏览器 + ffmpeg） |
目标设定（/goal）
使用 /goal <condition> 设置会话的停止条件。当 Agent 尝试停止时，独立 Judge 模型评估对话，判断条件是否真正满足，避免 Agent 过早"乐观停止"。
典型适用场景
| 场景 | 为什么适合 MiMo Code |
|---|---|
| 长周期多会话开发 | 持久化记忆系统让每次回来不用重新介绍项目 |
| 规格驱动的功能开发 | compose workflow + 内置 skills 覆盖完整开发周期 |
| 深度研究任务 | deep-research workflow 自动并行化信息收集 |
| 需要事实核查的工作 | fact-check workflow 对claim进行对抗性验证 |
| 想要免费用高质量模型 | MiMo Auto 限时免费，无需 API key |
| 跨工具使用同一模型 | MiMo 模型可在 Cursor、Cline、Zed 等中使用（见 awesome-mimo-agent） |
坑与注意
-
数据隐私（最重要）：免费云端通道（MiMo Auto）的数据会经过小米服务器。如果代码涉及保密项目、客户数据或内部信息，请使用"自定义 Provider"模式接入自己的 API key，避免数据外流。2026 年 TechTimes 等媒体明确提及中国法律可能要求小米提供用户数据。
-
Benchmark 数据未经独立验证：小米公布的对比数据（73% vs 68% 等）来自内部受控实验，尚未在 Scale AI SEAL 等第三方榜单得到验证。对数据应持保留态度。
-
WSL 剪贴板问题：WSL 环境下复制文本可能乱码，安装
xsel可解决：bash sudo apt install xsel -
Windows 非 UTF-8 Locale 下中文乱码：Windows 系统语言设置为非 UTF-8（如
zh-CN）时，MiMo Code 的 CJK 子进程输出可能乱码。解决方式：设置 → 时间和语言 → 语言和区域 → 管理语言设置 → 更改系统区域设置 → 勾选"Beta: 使用 Unicode UTF-8..." → 重启。 -
模型与 harness 的区别：MiMo Code 的性能优势（如果有的话）来自 agent 系统本身，而非 MiMo 模型。将 MiMo 模型换到其他 harness（如 Cursor）也能用，关键价值在于 MiMo Code 这套 agent 系统。
-
MIT 许可证的可持续性：MiMo Code 基于 OpenCode 开发并以 MIT 许可证发布，理论上可自由使用、二次开发。
与同类对比
| 特性 | MiMo Code | Claude Code | Goose | Cursor |
|---|---|---|---|---|
| 内置模型 | MiMo-V2.5-Pro（限时免费） | Claude | 可配置 | 可配置 |
| 持久化记忆 | ✅ 三层记忆系统 | 部分（session） | 部分 | 部分 |
| 工作流引擎 | ✅ 三种内置 + 自定义 | ❌ | ❌ | ❌ |
| 规格驱动开发 | ✅ compose mode | ❌ | ❌ | ❌ |
| Benchmarks | 官方自报（未独立验证） | 第三方验证 | 内部 | 内部 |
| 开源 | ✅ MIT | ❌ | ✅ | ❌ |
| 数据隐私（免费层） | ⚠️ 经小米服务器 | ✅ Anthropic | ✅ 本地 | ✅ |
| 跨工具模型分发 | ✅（awesome-mimo-agent） | ❌ | ❌ | ❌ |
一句话推荐结论
如果你重视 AI 编程的跨会话记忆和规格驱动工作流，且代码隐私不敏感（可用免费云端），MiMo Code 值得关注——其工作流引擎和记忆系统是目前开源编程智能体中较为完整的组合。
适合：需要持久化项目上下文、长周期多会话开发、规格驱动流程的团队
谨慎：代码隐私敏感场景（请务必用自定义 Provider 而非免费云端）；对 Benchmark 数据请保持独立判断