MiMo Code的持久化记忆功能，其设计初衷非常务实：帮助AI真正理解你的项目，而不是仅仅依靠“努力记住”。它将记忆从依赖上下文窗口的“玄学”转变为可查询、可验证、可延续的工程实践。换句话说，它通过结构化数据，把你的代码修改思路与决策理由实实在在地记录下来，而不是依赖大模型有限的“记忆力”。
项目记忆：自动沉淀每一次重构的核心意图
当你执行重构操作时——无论是将一个大函数拆解为多个小函数、替换某个第三方库，还是统一错误处理风格——MiMo Code都会自动捕获这些关键决策点，并将其写入项目根目录下的 MEMORY.md 文件。值得强调的是，这并非一份事无巨细的流水账，而是一份带有语义标签的结构化记录。
举个例子，它可能会记录如下内容：
- 「将 Redis 客户端初始化逻辑从 main.go 迁移至 internal/redis/init.go，原因：解耦启动流程，便于单元测试」
- 「统一使用 slog 替代 log.Printf，依据：团队编码规范 v2.3 第4条」
- 「为 UserService.AddUser 增加 context.Context 参数，目标：支持超时与取消传播」
这些条目由独立的子智能体生成，并经过 FTS5 全文索引。这意味着，在后续任意一次会话中，只要你提到“Redis 初始化”或“slog 规范”，系统就能精准召回对应的记忆。整个项目的历史决策，由此转化成一个可以随时查询的知识库。
会话检查点：每次重启都像从未中断
工作中断是开发常态，比如关闭终端、按下 Ctrl+C，或者临时切换任务。以往，AI 可能会丢失正在进行的推理链，下次只能从头开始。MiMo Code 则不同，它会自动生成一个 checkpoint.md 文件，将当前状态“冻结”下来。这个检查点会保存：
- 已确认的修改范围（哪些文件已完成 diff，哪些测试已通过）
- 待验证的假设（比如“怀疑 cache 失效逻辑在 middleware 层”）
- 未完成的子任务编号（如 T2.1、T2.2 这样的树状节点）
下次你再次运行 mimo，它就能直接加载这个检查点，跳过重复的分析步骤，然后主动询问：“接下来要验证 middleware 的缓存拦截逻辑吗？”而不是茫然地问：“你要做什么？”整个开发流程的连续性，就这样被完整保持了下来。
任务进度树：重构过程支持“回放”与追溯
MiMo Code 会把每个开发目标拆解成带有父子关系的任务树。比如你要重构登录模块，它可能会生成这样的结构：
- T1 登录流程重构
- T1.1 提取 JWT 验证逻辑 → 已完成 ✅
- T1.2 迁移 session 存储至 Redis → 进行中 ⏳
- T1.3 补充鉴权失败的审计日志 → 待启动 □
这些任务的状态会实时同步到本地的 SQLite 数据库，并在 Web UI 和 TUI 中可视化展示。你可以随时回溯：某次重构为什么卡在了 T1.2？当时尝试了哪几种序列化方案？最终选定了哪一个？所有判断依据，都在 MEMORY.md 里有所锚定。整个过程清晰可追溯，便于团队协作与知识传承。
/dream 自进化：长期记忆越用越精准
每隔七天，MiMo Code 会自动触发一次 /dream 指令。一个独立的 Agent 会扫描过去所有的会话记录、MEMORY.md 的历史版本以及 checkpoint 快照，然后执行三项关键工作：
- 合并重复决策：例如，多次提及的“避免 panic，改用 errors.Is”，会被归并为一条团队约定。
- 验证路径有效性：检查记录中引用的文件路径是否仍然存在，函数签名是否已经变更。
- 压缩冗余描述：将三段相似的重构说明，提炼为一句通用原则。
最终会生成一份精简但语义完整的 state-snapshot.json 文件，作为下一个周期的记忆基线。你使用 MiMo Code 的时间越长，它就越懂你的代码风格与项目的约束条件——而不是越用越忘。这种自进化机制，让 AI 辅助开发的体验持续提升。