Tabbit博客

如何用 MiMo-V2.6-Flash 对照两个已登录页面

按稳定 ID 核对两个授权页面中的同一条记录,并保存带来源链接的差异草稿供人工复核。

本文目录
  1. 核心结论
  2. 配置与访问检查
  3. 按场景选择文本或视觉输入
  4. 生成命名草稿并设置复核停点
  5. 安装 Tabbit Browser 并连接本地 Agent
  6. 对照两个已登录页面中的一条记录

MiMo-V2.6-Flash 能处理带工具的工作,但除非本地 Agent 把数据交给它,否则它看不到已登录浏览器。通过 Tabbit CLI 读取 Tabbit Browser 中两个已授权标签页的同一条记录,按稳定 ID 和指定字段对照,再将差异保存为命名草稿。第一轮保持只读。

本文讲的是本地客户端、模型路由与浏览器连接器如何配合,不代表模型原生集成了 Tabbit。小米的 MiMo API 模型列表将 mimo-v2.6-flash 列为适合高频调用和大型任务的型号。官方 OpenCode 集成指南同时介绍按量付费 API 和 Token Plan 接入。Hugging Face 上单独的模型仓库名是 XiaomiMiMo/MiMo-V2.6-Flash-RL。页面标记 MIT,说明模型有 311B 参数并提供 vLLM/SGLang 部署示例,同时附有用途限制说明。请把 API 名称和可下载权重视为两条不同路线。

核心结论

  • 模型负责理解页面内容并生成草稿,本地 Agent 负责调用 Tabbit CLI。

  • 先确认模型路由、技能发现、启动器连接和目标网站登录态。

  • 第一轮只读,生成带来源 URL 的命名草稿,并在人工复核处停止。

  • 不要把 OpenCode 的 @tabbit 语法推广到所有客户端。

配置与访问检查

层级建议检查通过标准
模型MiMo-V2.6-Flash 的官方/API 提供方当前账号模型列表可选,参数与工具能力有文档
客户端OpenCode 或其他支持本地工具的宿主可发现技能并调用模型路由
技能~/.agents/skills/tabbit/SKILL.md,OpenCode 使用 @tabbit客户端确认已加载该技能
启动器~/.local/bin/tabbit-cli可诊断并连接预期 Tabbit 环境
网站你获准访问的目标页已由你在对应 Tabbit Browser 环境登录

这几项要分别确认。模型能回答提示词,不代表它有浏览器工具。Tabbit 标签页打开了,也不代表目标站点的登录态有效。托管推理可按小米官方 OpenCode 指南配置,并在账号可用时选择准确名称 mimo-v2.6-flash。本地推理可按模型卡使用仓库名和部署示例,但 311B 模型需要能力充足的多 GPU 服务器,不应假设普通笔记本可以运行。两种路线都要确认推理服务返回的工具调用格式能被你的 Agent 支持。

按场景选择文本或视觉输入

适用于支持工单队列和内部账户页都展示同一案例或订单的场景。用稳定记录 ID 匹配,不要用客户姓名。让 Agent 列出缺失字段和冲突,再停下来等待人工复核,先不要写入。

页面证据交给模型的内容适用情况风险控制
可读文字和表格本地 Agent 提取的 DOM/OCR 文本标签、日期和字段值过滤无关个人信息,保留 URL
页面布局或徽标状态裁剪并脱敏的截图含义依赖视觉位置或图标先确认客户端支持图片附件
模糊或有冲突的状态少量文本与一张局部截图单一证据无法下结论标为待复核,不替用户推断

需要托管推理时,选择小米官方路由,并确认当前模型列表显示 Flash API 名称。只有具备相应推理软件与硬件时,才选择 Hugging Face 上的 ...Flash-RL 权重。不要把托管 API 别名 mimo-v2.6-flash 和下载仓库名混为一谈。模型仓库标记 MIT,但部署前仍应查看用途限制说明和适用义务。

生成命名草稿并设置复核停点

先在 Tabbit Browser 中由你自己登录。再让本地 Agent 读取指定页面,调用模型整理资料,最后保存独立草稿。这里的命名与表格是示例测试夹具,不代表已连接你的真实工作区。

通过本地 @tabbit 技能和 Tabbit CLI,读取 Tabbit Browser 标签 A 中获准访问的案例列表,以及标签 B 中对应的账户页面。不要更改任一页面。只按 case_id 匹配。创建名为“案例记录核对,草稿 01”的文档,包含以下列:case_id、字段、页面 A 的值、页面 B 的值、一致/缺失/冲突、准确的来源 URL。不要纳入姓名、邮箱或无关个人信息。另设“需人工复核”部分列出冲突或缺失记录。展示草稿后停止,不要更新任一系统。如果有页面未登录或模型/工具路由失败,请指出失败层级。

预期输出:按请求中的案例和字段逐行列出稳定 ID 与两个来源 URL。缺失和冲突清楚可见,源系统没有被修改。

在 Tabbit Browser 的独立任务标签页中打开保存的草稿,逐一重新打开来源链接,并将文档保留为“需人工复核”。复核任务运行时,你仍可使用其他浏览器标签页。

草稿状态含义下一步
有依据页面直接显示了字段或状态人工打开来源确认
不确定页面含相关文字但无法定论留在“需人工复核”
缺失页面未显示目标字段或记录不得自动补齐
可供复核所有结论有 URL,且未执行写入审阅完整草稿后再决定

安装 Tabbit Browser 并连接本地 Agent

推荐先安装 Tabbit Browser,在其中手动登录你有权访问的网站。Tabbit CLI 的本地入口是 macOS/Linux 上的 ~/.local/bin/tabbit-cli;已安装的技能文件可位于 ~/.agents/skills/tabbit/SKILL.md。OpenCode 可用 @tabbit 调用被发现的技能。其他客户端可能使用自己的 skills 列表或不同写法,不能假定存在统一的 /tabbit 命令。

客户端发现技能、CLI 连接浏览器、网站接受现有登录态是三个独立检查。已验证的本地流程中,同一 Tabbit 环境的第二个命名任务可以复用短时测试会话;这只验证 Tabbit CLI 会话复用,不证明 MiMo-V2.6-Flash 与 Tabbit 的原生集成。任务标签页单独运行,你可以继续使用浏览器的其他标签。关于边界可看Tabbit CLI guide, connect an agent to an existing browser, the first-task checklist, and the browser MCP vs CLI guide. For client-specific setup, see Codex CLI setup. For the browser itself, install Tabbit Browser; review browser-agent security and the browser-for-agent overview before granting tools.

对照两个已登录页面中的一条记录

已打开的两条 Reddit 反馈观点不同:一位用户认为 Flash 适合基础子 Agent 任务,另一位则提到工具调用重复和运行缓慢。两条都来自同一讨论串,属于个人体验,也没有测试本文的双页面流程。X 搜索页未显示帖子正文,YouTube 评论未核实。

根据官方资料,MiMo-V2.6-Flash 的输入和工具能力适合模型侧理解或组织资料;真正打开已登录网页仍由本地 Tabbit Agent 完成。若客户端无法加载技能或提供图片输入,就改用文本提取并如实标注,不要把不可用功能写成已验证。

下一步可以先用无敏感信息的测试页,生成一份“MiMo-V2.6-Flash browser review,草稿 01”,人工核对 URL、状态和来源,再决定是否把同一只读配方用于真实工作区。

常见问题

MiMo-V2.6-Flash 能独立读取两个标签页吗?

不能。本地 Agent 必须通过 Tabbit CLI 连接浏览器,再将页面数据交给模型。两个页面都要能在该浏览器环境中正常访问。

托管 API 的模型名是什么?

小米当前模型列表使用 `mimo-v2.6-flash`。Hugging Face 上可下载仓库叫 `XiaomiMiMo/MiMo-V2.6-Flash-RL`,是不同的接入方式。

可以本地运行 RL 权重吗?

模型卡提供 Transformers、vLLM 和 SGLang 部署方式。模型有 311B 参数,因此本地运行需要大量且兼容的硬件和软件。

下载版本使用什么许可证?

Hugging Face 页面标记 MIT。模型卡还附有用途限制说明,并提示遵守适用许可证。部署前应一并查看。

为什么按案例 ID 而不是姓名匹配?

稳定记录标识能减少误匹配,也避免把不必要的个人信息放入提示词。ID 不一致时,草稿应将该行标记为待复核。

对照后应该让 Agent 修改任一页面吗?

不应该。先只读核对来源 URL 和字段值,再由你或获授权人员执行单独批准的更正。

下一步

让 Tabbit 与你并肩工作。

跨标签页调研、自动化重复的浏览器工作,让每一处上下文都触手可及。