让 mimo-v2.5-pro 能"看图"的多模态桥接版本
中文 | English
我是一个独立开发者，在用 MiMo Code 的 mimo-v2.5-pro 模型写代码时发现一个问题：v2.5-pro 推理能力很强，但它不能看图片。每次粘贴截图（报错信息、UI 设计稿、架构图）都会报 ERROR: Cannot read "clipboard" (this model does not support image input)。
所以我做了一个多模态桥接：把图片先发给 mimo-v2.5（视觉模型）分析，生成详细的文字描述，再把描述传给 v2.5-pro 推理。这样 v2.5-pro 就能间接"理解"图片内容了。
你发送图片 + 文字
│
▼
mimo-v2.5（视觉模型）──→ 分析图片，生成文字描述
│
▼
mimo-v2.5-pro（推理模型）──→ 结合文字描述进行深度推理
│
▼
智能回复 ──→ 代码分析、Bug 修复、架构建议
从 Releases 下载 mimocode-windows-x64.zip，解压后运行 mimo.exe。
在项目目录下创建 .mimocode/mimocode.json：
{
"experimental": {
"multimodal_bridge": true
}
}或者在 TUI 里按 Ctrl+P 打开命令面板，找到「多模态整合」点击切换。
直接 Ctrl+V 粘贴图片，模型会自动分析。终端里会看到日志：
[multimodal bridge] sending 1 image(s) to vision model for analysis
[multimodal bridge: vision model resolved] visionModel: mimo-v2.5
如果你的 provider 里视觉模型不叫 mimo-v2.5，可以手动指定：
{
"experimental": {
"multimodal_bridge": true,
"multimodal_bridge_vision_model": "your-vision-model-id"
}
}以下是 MiMo Code 原有的功能，全部保留：
# 一键安装
curl -fsSL https://mimo.xiaomi.com/install | bash
# 或通过 npm
npm install -g @mimo-ai/cli
# 运行
mimo首次启动会自动引导配置：
- MiMo Auto（限时免费） — 匿名通道，零配置
- 小米 MiMo 平台 — OAuth 登录
- 从 Claude Code 导入 — 一步迁移已有认证
- 自定义 Provider — 在 TUI 中添加任何 OpenAI 兼容 API
| Agent | 说明 |
|---|---|
| build | 默认，完整工具权限，用于开发 |
| plan | 只读分析模式，用于代码探索和方案设计 |
| compose | 编排模式，用于规范驱动开发和技能工作流 |
按 Tab 切换主 Agent。子 Agent 由系统按需创建。
基于 SQLite FTS5 全文搜索的跨会话记忆：
- 项目记忆 (
MEMORY.md) — 持久化的项目知识、规则和架构决策 - 会话检查点 (
checkpoint.md) — 由检查点写入子 Agent 自动维护的结构化状态快照 - 临时笔记 (
notes.md) — Agent 的临时记录区 - 任务进度 (
tasks/<id>/progress.md) — 每个任务的日志
会话恢复时记忆自动注入，Agent 无需重新学习项目上下文。
- 自动检查点 — 根据模型上下文窗口决定何时保存会话状态
- 上下文重建 — 接近限制时从最新检查点、项目记忆、任务进度和保留的近期消息重建上下文
- 预算注入 — 使用 token 预算控制进入上下文的检查点、记忆和笔记内容量
树形任务系统（T1、T1.1、T1.2、…），自动与检查点系统集成，会话恢复时任务进度得以保留。
主 Agent 可按需创建子 Agent。子 Agent 共享当前会话上下文，支持并行工作、生命周期跟踪、取消和后台执行。
/goal 命令设置会话的停止条件。当 Agent 尝试停止时，独立的评判模型会评估对话以判断条件是否真正满足——防止自主工作中过早的"乐观停止"。
为规范驱动开发提供结构化工作流，包含规划、执行、代码审查、TDD、调试、验证和合并的内置技能。
基于 TenVAD 和 MiMo ASR 的实时流式语音输入。/voice 激活后直接说话，音频按停顿分段并增量转写。
/dream— 扫描近期会话轨迹，提取持久知识到项目记忆/distill— 发现重复的手动工作流并打包为可复用的技能、子 Agent 或命令
通过项目目录下的 .mimocode/mimocode.json 配置（或全局 ~/.config/mimocode/mimocode.json）：
- Provider 和模型选择
- Agent 权限和自定义 Agent
- 检查点和记忆行为
- MCP 服务器连接
- 快捷键和主题
Max Mode（并行 best-of-N 推理 + 评判选择）可通过 experimental.maxMode 开启。
bun install # 安装依赖
bun run dev # 开发模式运行
bun turbo typecheck # 类型检查MiMo Code 基于 OpenCode 的 fork 构建。保留了 OpenCode 的所有核心能力（多 Provider、TUI、LSP、MCP、插件），并添加了持久化记忆、智能上下文管理、子 Agent 编排、目标驱动自主循环、Compose 工作流以及 dream/distill 自我改进。
扫码加入社区群聊：
源代码采用 MIT 许可证。
使用 MiMo Code 还需遵守 使用限制。 使用小米 MiMo 托管服务需遵守 MiMo 服务条款。 使用 MiMo 名称、标志和商标需遵守 MiMo 商标政策。