最近在用 Trae 集成 MiMo 模型进行多轮工具调用时，频繁遇到Invalid request (400)错误。经过排查，发现是 MiMo API 新增了对reasoning_content字段的回传要求。本文记录完整排查过程，并介绍社区大佬 Mintneko 提供的 Proxy 解决方案。

一、问题现象

在 Trae 中使用 MiMo 模型（如mimo-v2.5-pro）进行多轮对话，当模型在历史消息中产生过工具调用（tool_calls）后，后续轮次的请求会直接报错：

这个路径之前mimo官方有个trae的对接文档，不知道为啥现在没了？应该就是发那个问题公告的原因：trae现在不支持
之前官方给的trae的对接链接是（在token plan 的基础url上添加chat/completions ，因为trae不会自己添加）：所以我这里之前的url是（之前好使，最近不行了。。。。。）：
https://token-plan-cn.xiaomimimo.com/v1/chat/completions

Invalid request (Model Provider Error Code: 400, HTTP Status: 400)

单轮对话或者不涉及工具调用的对话一切正常，问题只在多轮 + 工具调用的场景下复现。

二、排查过程

2.1 官方公告

经过搜索，发现 MiMo 官方平台近期发布了一则公告：

公告链接：关于 Agent 类产品多轮会话中回传 reasoning_content 的说明

关于 Agent 类产品多轮会话中回传 reasoning_content 的说明

当在 Agent 类产品的多轮会话中开启 MiMo 思考模式，且历史会话中存在工具调用时，后续所有 user 交互轮次中回传的 assistant 如果包含了工具调用，必须完整回传reasoning_content字段，否则 API 将返回 400 错误。

之所以作此要求，是因为历史reasoning_content一旦缺失，模型上下文将不完整，可能表现出指令遵循下降、幻觉增多等现象。

受影响的产品包括：TRAE、Cursor、Roo Code、GitHub Copilot CLI、Zed、AutoGen、Goose 等。

受影响的模型包括：MiMo-V2.5-Pro、MiMo-V2.5、MiMo-V2-Pro、MiMo-V2-Omni、MiMo-V2-Flash。

2.2 根因分析

简单来说，问题的链条是这样的：

用户发起多轮对话 ↓ Trae 构造请求时，将历史 assistant 消息（含 tool_calls）写入 messages ↓ 但 Trae 没有回传这些 assistant 消息的 reasoning_content 字段 ↓ MiMo API 发现：有 tool_calls 却没有 reasoning_content → 400 错误

为什么 Trae 不传reasoning_content？这其实是大多数 Agent 框架的通用行为。这些框架遵循 OpenAI 的标准协议，只关注content和tool_calls字段，对reasoning_content这种扩展字段默认会忽略。所以历史消息中的推理内容在转发过程中被"丢弃"了。

2.3 正确的回传方式

按照官方文档，正确的做法是把 assistant 消息的完整字段都保留下来：

# 错误 ❌ — 缺少 reasoning_content messages.append({ "role": "assistant", "content": "", "tool_calls": [...] }) # 正确 ✅ — 完整回传 messages.append({ "role": "assistant", "content": "", "tool_calls": [...], "reasoning_content": "The user wants to know... I should call..." })

但在 Trae 这类客户端中，我们无法手动控制它构造 messages 的方式。这就需要一个中间层来帮忙——也就是 Proxy。

三、解决方案：MiMo Reasoning Content Proxy

在 GitHub 上找到了社区大佬 Mintneko 提供的代理方案 mimo-proxy，原理非常巧妙。

3.1 核心思路

在 Trae 和 MiMo API 之间加一层本地代理，代理负责：

1. 1.拦截并缓存：每次 MiMo 返回的 assistant 消息中如果包含reasoning_content，就把它缓存起来
2. 2.自动注入：后续请求经过代理时，检查历史消息中是否有 assistant 消息缺少reasoning_content，如果有，就从缓存中取出注入回去
3. 3.兜底降级：如果缓存中找不到（比如代理刚启动、缓存过期等），就把该 assistant 消息的tool_calls剥离掉，降级为纯文本，避免触发 400

Trae ──→ Proxy (localhost:8899) ──→ MiMo API │ │ │ ① 注入 reasoning_content │ │ ② 缓存返回的 reasoning │ │←──────────────────────────←│

3.2 脚本逐模块解析

下面对脚本的各个核心模块做一个详细介绍。

模块一：配置区

MIMO_API_BASE = "https://token-plan-cn.xiaomimimo.com/v1" # MiMo API 地址 LISTEN_HOST = "0.0.0.0" # 监听地址 LISTEN_PORT = 8899 # 监听端口 CACHE_MAX_SIZE = 2000 # 缓存最大条目数 CACHE_TTL = 7200 # 缓存过期时间（秒）

代理监听在本地8899端口，Trae 的 API Base URL 改为http://127.0.0.1:8899/v1即可。缓存采用 LRU 策略，最多存 2000 条，每条 2 小时过期。

模块二：缓存机制

这是整个方案的核心。缓存有两套索引：

def _msg_hash(msg: dict) -> str: content = msg.get("content") or "" tool_calls = json.dumps(msg.get("tool_calls") or [], sort_keys=True) raw = f"{content}||{tool_calls}" return hashlib.sha256(raw.encode()).hexdigest()[:16]

为什么要两套索引？因为 Trae 在回传历史消息时，消息内容可能被稍作修改（比如拼接了工具结果），但tool_call_id通常是不变的。所以优先用哈希匹配，匹配不到再用tool_call_id反查，提高命中率。

缓存操作使用 Python 的OrderedDict实现标准 LRU：

def _cache_get(key: str) -> str | None: if key in _cache: val, ts = _cache[key] if time.time() - ts < CACHE_TTL: # 未过期 _cache.move_to_end(key) # 移到末尾（最近使用） return val del _cache[key] # 过期则删除 return None def _cache_set(key: str, value: str): if key in _cache: del _cache[key] _cache[key] = (value, time.time()) while len(_cache) > CACHE_MAX_SIZE: # 超出容量则淘汰最久未用的 _cache.popitem(last=False)

模块三：注入与降级逻辑

这是处理请求的核心函数。遍历messages中的每条 assistant 消息，检查是否需要处理：

def inject_reasoning(messages: list[dict]) -> tuple[int, int]: for i, msg in enumerate(messages): if msg.get("role") != "assistant": continue if not msg.get("tool_calls"): # 没有 tool_calls → 不需要处理 continue if msg.get("reasoning_content"): # 已经有 reasoning_content → 跳过 continue # 尝试从缓存中查找 cached = _cache_get(_msg_hash(msg)) if not cached: cached = _find_by_tool_call_ids(msg) if cached: # ✅ 命中缓存 → 注入 reasoning_content msg["reasoning_content"] = cached else: # ⚠️ 未命中 → 降级：剥离 tool_calls，转为纯文本 del msg["tool_calls"] # 同时在 content 中保留工具调用的摘要 msg["content"] += " [Called get_current_weather]"

降级策略的思路很聪明：MiMo API 只对「有tool_calls但没有reasoning_content」的消息报 400。那我把tool_calls去掉，模型自然就不会要求reasoning_content了。虽然丢失了结构化的工具调用信息，但至少不会报错，而且在 content 中保留了工具调用的文本摘要，模型仍然能理解上下文。

模块四：流式响应处理

代理需要在流式传输过程中同时做两件事：逐块转发给客户端 + 逐步累积完整消息用于缓存。

async def _stream_proxy(client, url, headers, body): acc_content = "" acc_reasoning = "" acc_tool_calls = [] async with client.stream("POST", url, headers=headers, json=body) as resp: async for raw_chunk in resp.aiter_bytes(): # 解析 SSE 数据 # 累积 reasoning_content、content、tool_calls # 原样转发给客户端 yield _sse(payload) # 收到 [DONE] 时，将完整消息缓存 if payload == "[DONE]": if acc_reasoning and (acc_content or acc_tool_calls): _cache_set_with_index(hash, acc_reasoning, tool_call_ids)

这个设计确保了缓存的实时性：模型的每一次响应，只要有reasoning_content，都会在流结束后立即缓存，后续轮次立刻可用。

模块五：错误处理与重试

v1.4 版本重点增强了错误处理：

• 5xx 错误自动重试：最多 3 次，间隔递增（1s、2s）
• 4xx 错误直接透传：客户端参数问题，不重试
• 超时处理：流式模式和非流式模式都有独立的超时重试逻辑
• 空内容兜底：如果 MiMo 只返回了reasoning_content而content为空，自动将reasoning_content作为content返回

# 空 content 兜底 if not msg.get("content") and not msg.get("tool_calls") and msg.get("reasoning_content"): msg["content"] = msg["reasoning_content"]

模块六：API 端点

代理暴露了与 MiMo API 完全兼容的端点：

四、使用步骤

4.1 拉取mimo-proxy项目

git clone https://github.com/Mintneko/mimo-proxy.git

如果你拉不下来，可以参考我上一篇博客，里面有github处理方案：
用 OpenCode 装 Skills 一直失败，它说是网不好，但浏览器明明能上 git Hub 啊？

或者你也可以将mimo_proxy.py下载到本地，在本地直接启动就行：

4.2 安装依赖

pip install starlette uvicorn httpx

4.3 启动代理

python mimo_proxy.py

启动后会看到：

Microsoft Windows [版本 10.0.26200.8117] (c) Microsoft Corporation。保留所有权利。 D:\SoftWareConfig\mimo-proxy>python mimo_proxy.py 10:10:53 [mimo-proxy] 🚀 MiMo Proxy v1.4 on 0.0.0.0:8899 → https://token-plan-cn.xiaomimimo.com/v1 ============================================================ ✅ 代理已启动！请在 Trae 中配置以下地址： 本机访问: http://127.0.0.1:8899/v1/chat/completions 局域网: http://192.168.1.154:8899/v1/chat/completions ⚠️ 注意： 1. 地址必须是完整路径，包含 /v1/chat/completions 2. 不要用 0.0.0.0，那是监听地址不是访问地址 3. API Key 填你的 MiMo API Key ============================================================ INFO: Started server process [41220] INFO: Waiting for application startup. 10:10:53 [mimo-proxy] 🚀 httpx client initialized INFO: Application startup complete. INFO: Uvicorn running on http://0.0.0.0:8899 (Press CTRL+C to quit)

4.4 配置 Trae

在 Trae 的模型设置中：

• API Base URL：http://127.0.0.1:8899/v1
• API Key：填你的 MiMo API Key（代理会原样透传）
• Model：mimo-v2.5-pro（或其他受影响模型）

4.5 验证

配置完成后，正常在 Trae 中使用 MiMo 模型即可。多轮对话 + 工具调用场景下，400 错误不会再出现。

五、方案原理总结

整个方案可以用一句话概括：

用空间换正确性——通过本地缓存reasoning_content，在请求转发时自动补全缺失字段，从而绕过 Agent 框架不回传扩展字段的问题。

第一轮请求 用户 → Trae → Proxy → MiMo API │ ←←←←←←←←←←←←←←│ 返回 reasoning_content │ │ │ ① 缓存到本地 │ ↓ 本地缓存 第二轮请求（Trae 丢失了 reasoning_content） 用户 → Trae → Proxy ──→ MiMo API │ ↑ │ ② 从缓存 │ │ 注入回去 │ ↓ │ 注入后的完整 messages

三层保障：

1. 1.缓存命中 → 注入：最佳情况，完整保留模型推理上下文
2. 2.缓存未命中 → 降级：剥离 tool_calls，避免 400，保留基本对话能力
3. 3.API 错误 → 重试：5xx 自动重试 3 次，提高稳定性

六、写在最后

这个问题本质上是 MiMo 为了保证推理质量而新增的协议要求，与现有 Agent 框架的兼容性还在逐步推进中。在框架方完成适配之前，Mintneko 的这个 Proxy 方案是一个非常实用的过渡方案——部署简单、侵入性低、对 Trae 的使用完全透明。

感谢 Mintneko 大佬的开源贡献。

参考链接：

• MiMo 官方公告：【重要公告】关于 Agent 类产品多轮会话中回传 reasoning_content 的说明
• mimo-proxy 项目：mimo-proxy