Tabbit部落格

如何讓 MiMo-V2.6-Pro 使用已登入的瀏覽器

依小米文件設定 MiMo-V2.6-Pro 的 OpenCode 路由,比對頁面截圖與可見文字,並在修改網站前留下供人工複核的草稿。

本文目錄
  1. 重點
  2. 選擇路由並逐項檢查
  3. 連接瀏覽器並檢查單一頁面
  4. 配方:截圖和文字狀態比對
  5. 舊版說明:MiMo-V2.5-Pro-UltraSpeed
  6. 區分模型、客戶端和瀏覽器

MiMo-V2.6-Pro 可以分析瀏覽器工作,但不會帶著你的網站登入狀態。小米文件提供名為 mimo-v2.6-pro 的 OpenCode 路由;本機 OpenCode 可透過 Tabbit CLI 操作 Tabbit Browser 任務分頁,前提是你已在該環境登入。本文示範對照頁面截圖與擷取文字,再保存草稿供人檢查。這不代表已驗證 MiMo 與 Tabbit 的整合。 任務分頁獨立運作,你可以繼續使用 Tabbit Browser 的其他分頁,再回來複核草稿。

請區分兩個名稱。小米的 OpenCode 整合指南設定託管 Token Plan 端點;Hugging Face MiMo-V2.6-Pro-RL 模型卡介紹開放權重與本機推論。兩者都不會自行取得瀏覽器登入狀態。

重點

  • 托管 OpenCode 路由是 mimo-v2.6-pro;它和開放權重倉庫 MiMo-V2.6-Pro-RL 不同。

  • 小米指南記載 Pro 模型可輸入圖片。截圖是複核資料之一,不是整頁內容的證明。

  • OpenCode 必須本機執行並能呼叫 Tabbit CLI。雲端模型請求不會自動連回桌面瀏覽器。

  • 分開記錄擷取文字、截圖觀察和 Agent 推論。

選擇路由並逐項檢查

選項文件說明仍需檢查
託管模型小米 OpenCode 指南使用 mimo 提供方和 mimo-v2.6-proToken Plan URL、API 金鑰、帳戶權限和模型清單
開放權重Hugging Face XiaomiMiMo/MiMo-V2.6-Pro-RL,提供 vLLM、SGLang 範例硬體、執行環境和推論設定
圖像輸入OpenCode 範例為 Pro 列出文字與圖片輸入客戶端是否能正確傳圖
本機 Agent在本機執行 OpenCode 與 Tabbit CLI是否發現 skill 並執行本機命令
瀏覽器Tabbit Browser 已登入目標頁CLI 是否連到正確環境,頁面狀態是否最新

小米的 Token Plan OpenCode 頁面提供 mimo 提供方、Base URL 設定與 mimo-v2.6-pro 模型項目,也列出 text、image 輸入。依小米目前說明設定 URL 與金鑰,不要把密鑰貼進提示詞或提交到版本庫。模型權重倉庫是另一種需要自行部署的路徑。

連接瀏覽器並檢查單一頁面

先在 Tabbit Browser 登入,於同一電腦啟動 OpenCode,並在模型清單確認路由。將 Tabbit skill 放在 ~/.agents/skills/tabbit/SKILL.md,在提示詞寫 @tabbit。這是 OpenCode skills 文件記載的目錄與呼叫方式。先用無害圖像請求檢查客戶端,再只讀檢查頁面標題、URL、文字和截圖。若瀏覽器要求登入或兩種觀察不一致,就停止。Tabbit CLI 指南說明連線;讓 Agent 連接既有瀏覽器說明登入邊界。首任務檢查表可協助檢查環境。

配方:截圖和文字狀態比對

這個例子適合複核產品頁標籤或狀態。提示詞是示範流程,並非已測結果。

在這個本機 OpenCode 工作階段使用 @tabbit 和 Tabbit CLI。
目標產品頁已在 Tabbit Browser 登入。只讀,不修改資料。
建立「產品頁狀態核對 , 草稿 01」。逐項記錄欄位、頁面文字、
同一區域的截圖觀察、來源 URL 和標題、狀態(一致/有差異/無法判斷)
以及一句證據說明。文字與截圖不一致時保留兩者。
最後列出被截斷、隱藏或含糊的項目。不要填寫或送出內容。
顯示草稿和來源;若模型、圖片輸入、skill、CLI 或登入失敗,指出層級並停止。

一位 Reddit 使用者描述 OpenCode 重複呼叫 grep 工具,另一位使用者在發布討論中說 MiMo Flash 無法在其帳戶使用。這些是不同帳戶和路由的經驗,不能證明 Pro 也會失敗,也不代表截圖比對能修復工具循環。小米文件記載圖像輸入能力,但沒有驗證這個工作流。團隊另行用短期測試登入確認 Tabbit CLI 讀取了測試頁;這不涉及 MiMo 或 OpenCode。

狀態證據情況複核動作
一致頁面文字和截圖顯示相同值開啟來源確認狀態最新
有差異文字與截圖不同,或暗示不同狀態保留兩項觀察並檢查即時頁面
無法判斷文字被截斷、截圖缺少欄位或狀態隱藏要求清楚畫面或人工檢查
可供複核草稿有 URL、標題、分開觀察和待處理項檢查證據,後續修改另行核准

截圖適合檢查可見版面和標籤;擷取文字便於比對用字。兩者都無法證明隱藏內容或表單已成功提交。

舊版說明:MiMo-V2.5-Pro-UltraSpeed

小米表示,MiMo-V2.5-Pro-UltraSpeed 的限時試用已結束。6 月試用採申請制,後續公告沒有提供最終下線日期。小米另行公告 mimo-v2.5-pro 和 mimo-v2.5 已於 2026 年 10 月 21 日(北京時間)棄用;該公告沒有列出 UltraSpeed 變體,因此不能將它們視為同一個端點。若要使用目前的高速路線,小米列出 mimo-v2.6-pro-ultraspeed,並註明可洽詢客製服務;其模型頁列出文字、影像、影片、音訊輸入和工具呼叫,並說明可聯絡小米申請保留配額。請確認所選服務商提供這個確切路線並支援影像輸入。本文的截圖與文字比對也可使用 mimo-v2.6-pro-ultraspeed;這個 V2.6 ID 不是 V2.5 別名。小米 V2.5 UltraSpeed 試用公告、模型棄用說明、V2.6 模型清單與V2.6 UltraSpeed 規格。

區分模型、客戶端和瀏覽器

部分職責邊界
MiMo-V2.6-Pro理解文字和受支援圖像輸入不含瀏覽器設定檔或 Cookie
OpenCode呼叫託管路由或推論服務,再執行允許工具提供方和圖像處理會因設定不同
Tabbit CLI操作 Tabbit Browser 任務分頁不會自動讓雲端執行器連回本機
已登入網站提供有權查看的頁面狀態登入不代表授權未提出的編輯

若模型只在無法連接本機瀏覽器的遠端環境可用,就讓它先產生複核清單,再交給本機 Agent 或人員。瀏覽器 MCP 與 CLI 比較介紹連線方式;Codex Tabbit 設定是特定客戶端範例。也可看瀏覽器 Agent 安全說明、Agent 瀏覽器工具、瀏覽器自動化指南及安裝 Tabbit Browser。

常見問題

MiMo-V2.6-Pro 能直接使用已登入的瀏覽器嗎?

不能。模型端點不包含瀏覽器登入狀態。本機 Agent 必須執行 Tabbit CLI,而且目標網站已在其連接的 Tabbit 環境中登入。

MiMo-V2.6-Pro 可以在 OpenCode 中使用嗎?

小米提供 OpenCode Token Plan 整合說明,路由名為 `mimo-v2.6-pro`。使用前請確認目前端點、API 金鑰、帳戶權限和模型清單。

API 路由和 Hugging Face 權重相同嗎?

不同。Token Plan 文件中的 `mimo-v2.6-pro` 是託管 API 路由。Hugging Face 的 `MiMo-V2.6-Pro-RL` 是開放權重模型檔,需自行準備推論環境。

MiMo-V2.6-Pro 能檢查截圖嗎?

小米 OpenCode 文件列出 Pro 路由可輸入圖片。截圖可檢查可見內容,但無法證明隱藏狀態或文字擷取完整。

Agent 在雲端執行時怎麼辦?

除非遠端執行器另有受支援的本機連接方式,模型 API 可用不代表能存取桌面瀏覽器。請讓它先產生檢查清單,再交給本機 Agent 或人員。

應該如何複核結果?

打開引用頁面逐欄檢查。分開記錄截圖觀察與擷取文字,所有不一致或不清楚的狀態都交由人工複核。

下一步

讓 Tabbit 與你並肩工作。

跨分頁調研、自動化重複的瀏覽器工作,讓每一處上下文都觸手可及。