Tabbit博客

如何让 MiMo-V2.6-Pro 使用已登录的浏览器

按小米文档配置 MiMo-V2.6-Pro 的 OpenCode 路由,对照页面截图与可见文字,并在修改网站前保存供人工复核的草稿。

本文目录
  1. 核心结论
  2. 选择路由并逐层检查
  3. 按小米文档配置 OpenCode 端点
  4. 连接本地浏览器并检查一个页面
  5. 对照截图和文字并保存复核草稿
  6. 旧版说明:MiMo-V2.5-Pro-UltraSpeed
  7. 区分模型、客户端和浏览器职责
  8. 适用场景

MiMo-V2.6-Pro 可以分析浏览器任务,但不会携带你的网站登录态。小米文档提供了名为 mimo-v2.6-pro 的 OpenCode 路由;在本地运行的 OpenCode 可以通过 Tabbit CLI 操作 Tabbit Browser 任务标签页,前提是你已在该环境中登录目标网站。本文示范如何对照页面截图与提取的文字,再保存供人工复核的草稿。这里没有声称已用 MiMo 或 OpenCode 验证 Tabbit 集成。 任务标签页独立运行,你可以继续使用 Tabbit Browser 的其他标签,再回来复核草稿。

先分清路由名称。小米的 OpenCode 集成指南配置的是托管 Token Plan 端点。另一个 Hugging Face MiMo-V2.6-Pro-RL 模型卡介绍了开放权重和本地推理。仅有任一路由都不会让模型获得浏览器登录态。

核心结论

  • 托管 OpenCode 路由名是 mimo-v2.6-pro,与 Hugging Face 的 MiMo-V2.6-Pro-RL 权重不同。

  • 小米集成指南列出了 Pro 模型的图像输入。截图是复核信息之一,不等于页面全部内容的证明。

  • OpenCode 需要在本地运行并能调用 Tabbit CLI。远程模型请求不会自动连回桌面浏览器。

  • 将提取文字、截图观察和 Agent 推断分开记录。

  • 保存命名草稿,并在修改源页面前停止。

选择路由并逐层检查

选择文档说明仍需验证
托管模型路由小米 OpenCode 指南使用 mimo 提供方和 mimo-v2.6-pro 模型键当前 Token Plan Base URL、API 密钥、账号权限和模型列表
开放权重路由Hugging Face 发布 XiaomiMiMo/MiMo-V2.6-Pro-RL,提供 vLLM、SGLang 示例硬件、兼容运行时、部署和推理设置
图像输入小米 OpenCode 指南为 Pro 模型列出 text 和 image 输入模态客户端是否按预期格式和尺寸转发图像
本地 AgentOpenCode 可与 Tabbit CLI 一起运行在本机是否发现 Tabbit 技能并运行本地命令
浏览器会话Tabbit Browser 在登录后打开目标网站CLI 是否连接同一 Tabbit 环境,页面状态是否最新

不要未经核对就把模型文件名填进托管路由配置。托管 API 名称、模型权重仓库和 Agent 客户端是不同配置环节。

按小米文档配置 OpenCode 端点

小米的 Token Plan OpenCode 页面给出了配置示例,其中包含 mimo 提供方、OpenAI 兼容 SDK、Base URL 占位项以及 mimo-v2.6-pro 模型入口。指南还为该模型列出了 text 和 image 输入模态。请按小米当前说明获取端点和 API 密钥。不要把密钥写入 Agent 提示词,也不要提交到配置文件版本库。

Hugging Face 仓库名称是 MiMo-V2.6-Pro-RL,并提供本地推理示例。Token Plan 配置中的 mimo-v2.6-pro 是托管 API 路由。模型仓库名并不能证明 Token Plan 端点直接运行该权重,也不能证明你正在本地运行模型。

打开登录页面前,先确认 OpenCode 显示预期模型,并用无害样例检查图像请求。这样只能测试提供方和客户端层,不能证明 Tabbit 连通性或网站已登录。

连接本地浏览器并检查一个页面

  1. 打开 Tabbit Browser,登录需要复核的产品或账号页面。

  2. 在同一台电脑运行 OpenCode;如果账号可用,选择文档中的 mimo-v2.6-pro 路由。

  3. 将技能放在 OpenCode 可发现的目录中,例如 ~/.agents/skills/tabbit/SKILL.md。OpenCode 文档支持使用 @skill-id 加载技能,因此可在提示词中写 @tabbit。确认所选 Agent 能看到并加载该技能。

  4. 通过 Tabbit CLI 只读检查页面标题、URL、关键可见文字和对应区域截图。如果浏览器显示登录提示,或截图和文字不一致,就先停止。

这个流程分别检查技能发现、本地启动器连通性和网站登录态。OpenCode 的技能文档说明了 ~/.agents/skills 兼容目录和 @skill-id 提示词写法。Tabbit CLI 完整指南介绍本地浏览器连接;让 Agent 连接现有浏览器解释登录态边界。

对照截图和文字并保存复核草稿

这个示例适用于需要核对页面标签或状态徽标的已登录产品页面。模型可以对照截图和本地客户端提取的文字,但不能凭截图推断隐藏状态。提示词应要求它引用页面 URL,并为每条观察标明来源。

在当前 OpenCode 会话中使用本地 Tabbit 技能和 Tabbit CLI。
目标产品页面已经在 Tabbit Browser 中登录。
只读页面,不点击会修改数据的控件。

创建名为"产品页状态核对 , 草稿 01"的草稿。
对我指定的每个字段记录:
- 字段名
- 页面提取到的可见文字
- 同一区域截图显示的内容
- 来源 URL 和页面标题
- 状态:一致、有差异或无法判断
- 一句说明证据的备注

不要填写、保存、发布或提交内容。如果截图和提取文字冲突,
保留双方观察并标记为"有差异"。最后添加"需人工复核"部分,
列出被截断、隐藏或含义不清的字段。
停止并展示命名草稿和来源页面。
如果模型路由、图像输入、Tabbit 技能、本地浏览器或登录不可用,
指出失败层级并停止。

一位 Reddit 用户称 OpenCode 会"stuck in an endless loop calling the same grep command"。另一位用户在发布讨论中说自己账号上的 MiMo Flash 运行失败。这些报告来自不同用户和路由,不能证明 Pro 一定失败,也不能说明截图检查能修复工具循环。小米集成页面记录了托管 Pro 路由的图像输入。这是能力说明,不是对本截图任务的验证。在团队单独进行的本地测试夹具检查中,建立短时测试会话后,第二个 CLI 任务访问了受保护的测试页面。这只验证了该 Tabbit 环境中的会话复用,与 MiMo 或 OpenCode 兼容性无关。使用真实账号页面前,可先按浏览器 Agent 首任务检查表核对本地设置。

状态证据情况复核动作
一致提取文字和截图可见相同内容打开引用页面,确认数值仍是最新状态
有差异文字和截图显示不同内容,或指向不同状态同时保留两个观察,检查实时页面后判断
无法判断文字被截断、截图未显示字段或状态隐藏要求清晰截图,或人工检查源页面
可供复核草稿包含 URL、标题、独立观察和待处理项检查证据,后续修改单独审批

截图适合检查可见布局和标签。提取文字便于核对原文。两种视图都无法证明隐藏内容或表单已成功提交。

旧版说明:MiMo-V2.5-Pro-UltraSpeed

小米说明,MiMo-V2.5-Pro-UltraSpeed 的限时试用已经结束。6 月的试用按申请开放,后续公告没有给出最终下线日期。小米另行说明 mimo-v2.5-pro 和 mimo-v2.5 于 2026 年 10 月 21 日(北京时间)弃用;该公告没有列出 UltraSpeed 变体,不能把它们当作同一个接口。若要使用当前的高速路线,小米列出了 mimo-v2.6-pro-ultraspeed,并注明定制服务可用;其模型页列出文本、图像、视频、音频输入和工具调用,并说明可联系小米申请预留配额。请确认所选服务商提供这个确切路线并支持图像输入。本文的截图与文本对照也可使用 mimo-v2.6-pro-ultraspeed;这个 V2.6 ID 不是 V2.5 别名。小米 V2.5 UltraSpeed 试用公告、模型弃用说明、V2.6 模型列表和V2.6 UltraSpeed 规格。

区分模型、客户端和浏览器职责

部分职责边界
MiMo-V2.6-Pro理解文字和受支持的图像输入不包含浏览器配置文件或网站 Cookie
OpenCode调用托管路由或另行配置的推理服务,然后运行获准的本地工具提供方支持和图像处理方式取决于配置
Tabbit CLI让受支持的本地客户端操作 Tabbit Browser 任务标签页不会自动把云端运行器连接到本机
已登录网站提供你有权访问的页面状态现有登录态不代表已授权未提出的编辑

如果模型只在无法连接本地浏览器的远程运行器中可用,可让它准备复核清单,再交给本地 Agent 或人员。浏览器 MCP 与 CLI 指南比较连接模式;Codex Tabbit 配置是客户端示例。允许写入前请阅读浏览器 Agent 安全说明,并查看Agent 浏览器工具介绍。

适用场景

截图和文字对照适用于页面标签、状态徽标或少量字段检查。它不能替代直接应用检查、网络记录或人工批准,也不能从按钮的外观推断操作已成功。

第一次使用时选择无害页面,按顺序确认:OpenCode 是否列出路由;客户端是否接受图像;是否能发现 Tabbit CLI;任务是否在预期浏览器中打开;网站是否已登录?需要帮助时可查看 Tabbit CLI 指南、首任务检查表或浏览器 MCP 与 CLI 对比。浏览器自动化指南介绍相邻方案;需要本地浏览器时可查看安装 Tabbit Browser。

常见问题

MiMo-V2.6-Pro 能直接使用我已登录的浏览器吗?

不能。模型端点不包含浏览器登录态。需要能运行 Tabbit CLI 的本地 Agent,并确认 CLI 所连接的 Tabbit Browser 环境已经登录目标网站。

MiMo-V2.6-Pro 可以在 OpenCode 中使用吗?

小米提供了 OpenCode 集成说明,使用 Token Plan 提供方和 `mimo-v2.6-pro` 路由名。使用前应确认当前端点、账号权限、API 密钥设置和模型列表。

OpenCode API 路由和 Hugging Face 模型权重是同一个东西吗?

不是。小米 OpenCode 指南配置的是托管提供方端点。Hugging Face 上的 `MiMo-V2.6-Pro-RL` 是开放权重模型文件,需要单独配置推理环境。两个名称对应不同的访问方式。

MiMo-V2.6-Pro 能对照截图和网页文字吗?

小米 OpenCode 集成指南为 Pro 模型列出了图像输入,模型卡也将其标为多模态模型。截图可辅助检查可见内容,但无法证明隐藏页面状态,也不能证明文字提取完整。

Tabbit CLI 在这个流程中有什么作用?

它让兼容的本地客户端操作所选 Tabbit Browser 环境中的任务标签页。它不能证明 MiMo 已原生集成 Tabbit,也无法让云端运行器自动访问本地浏览器。

如何安全复核页面内容?

要求 Agent 创建命名草稿,分栏记录页面标题、URL、可见文字和截图观察,并在修改或提交页面前停止。之后由你在浏览器中检查来源。

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。