小米 MiMo-V2.6-Pro 官方函数调用与多轮 Agent 工作流

一句话结论

对 mimo-v2.6-pro，官方工作流是“模型返回完整 assistant（包括 reasoning_content 和 tool_calls）→ 客户端执行工具 → 追加 role: tool 结果 → 再请求模型”，直到本轮不再产生工具调用。

适用场景

• 适合的任务：需要实时信息、外部函数、多个工具协同、连续追问和多步 Agent 编排的任务。

• 不适合的任务：未经用户确认的支付、删除、发信、改权限等副作用操作；工具执行权限不由模型自动安全兜底。

• 适用的模型版本：mimo-v2.6-pro。联网搜索页还列出其他 MiMo 版本，但本文代码和结论只针对 Pro。

• 适用的客户端、Agent 或 API：OpenAI Chat Completions 兼容 API。官方联网搜索页明确写明该插件暂不支持其他 API 协议。

• 推荐的推理档位和参数：多轮工具调用显式使用 extra_body={"thinking": {"type": "enabled"}}，并让 max_completion_tokens 覆盖思考与最终答案总长度；深度思考下不要依赖自定义 temperature、top_p。

可直接使用的内容

1. 官方 Function schema

以下 schema 来自官方“深度思考下的多轮工具调用”示例，模型 ID 已明确为 mimo-v2.6-pro。工具函数本身需要由客户端实现，不能把 schema 当成已执行的权限。

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("MIMO_API_KEY"),
    base_url="https://api.xiaomimimo.com/v1",
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_current_weather",
            "description": "Get the current weather for a given city",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {
                        "type": "string",
                        "description": "City name, e.g. Beijing",
                    },
                    "unit": {
                        "type": "string",
                        "enum": ["celsius", "fahrenheit"],
                    },
                },
                "required": ["location"],
            },
        },
    },
    {
        "type": "function",
        "function": {
            "name": "get_time",
            "description": "Get the current time in a given timezone",
            "parameters": {
                "type": "object",
                "properties": {
                    "timezone": {
                        "type": "string",
                        "description": "Timezone, e.g. Asia/Shanghai",
                    }
                },
                "required": ["timezone"],
            },
        },
    },
]

2. 官方多轮请求循环

这是官方示例的可复用核心。messages.append(assistant_message) 必须保留完整 assistant 消息；不要只保存 content 或只保存工具参数。

def get_current_weather(location: str, unit: str = "celsius") -> str:
    # 用真实业务服务替换；示例数据不是天气事实。
    weather_data = {
        "Beijing": "Sunny 25°C",
        "Shanghai": "Cloudy 22°C",
        "Shenzhen": "Rainy 28°C",
    }
    return weather_data.get(location, f"Weather unknown for {location}")


def get_time(timezone: str) -> str:
    from datetime import datetime
    return datetime.now().strftime(f"%Y-%m-%d %H:%M:%S ({timezone})")


TOOL_MAP = {
    "get_current_weather": get_current_weather,
    "get_time": get_time,
}


def run_turn(messages, turn_num, max_requests=8):
    request_num = 0
    while True:
        request_num += 1
        if request_num > max_requests:
            raise RuntimeError("tool loop exceeded the local safety limit")

        response = client.chat.completions.create(
            model="mimo-v2.6-pro",
            messages=messages,
            tools=tools,
            extra_body={"thinking": {"type": "enabled"}},
        )

        assistant_message = response.choices[0].message
        # 保留 reasoning_content、content、tool_calls 及其顺序。
        messages.append(assistant_message)

        if not assistant_message.tool_calls:
            return assistant_message.content

        for tool_call in assistant_message.tool_calls:
            name = tool_call.function.name
            if name not in TOOL_MAP:
                raise PermissionError(f"tool is not allowlisted: {name}")
            args = json.loads(tool_call.function.arguments)
            result = TOOL_MAP[name](**args)
            messages.append({
                "role": "tool",
                "tool_call_id": tool_call.id,
                "content": result,
            })


messages = [
    {
        "role": "user",
        "content": "How is the weather in Beijing today? What time is it now?",
    }
]
run_turn(messages, turn_num=1)

# 第二轮继续复用同一个 messages；第一轮 assistant 的
# reasoning_content、content、tool_calls 和 tool 结果都仍在历史中。
messages.append({
    "role": "user",
    "content": "How about Shanghai? And is it hotter or colder than Beijing?",
})
run_turn(messages, turn_num=2)

3. 官方联网搜索工具 schema

联网搜索不是自定义 Function。官方页面的 mimo-v2.6-pro 示例使用 type: "web_search"，并通过 max_keyword、force_search、limit 和近似位置控制一次请求：

completion = client.chat.completions.create(
    model="mimo-v2.6-pro",
    messages=[
        {"role": "user", "content": "武汉明天天气怎么样？"},
    ],
    max_completion_tokens=1024,
    stream=False,
    extra_body={"thinking": {"type": "disabled"}},
    tools=[
        {
            "type": "web_search",
            "max_keyword": 3,
            "force_search": True,
            "limit": 1,
            "user_location": {
                "type": "approximate",
                "country": "China",
                "region": "Hubei",
                "city": "Wuhan",
            },
        }
    ],
    tool_choice="auto",
)

测试/工作流步骤

1. 在 Xiaomi MiMo 控制台开通联网服务插件（仅联网搜索工作流需要），并从环境变量读取 API Key。

2. 对自定义函数使用严格的 JSON Schema：列出函数名、用途、参数类型、枚举值和必填字段；客户端只注册允许执行的函数。

3. 发送 tools 和用户消息。复杂多步任务开启 thinking.type=enabled；若使用 Python SDK，thinking 放在 extra_body，不是顶层 OpenAI 标准参数。

4. 收到 assistant 后先把完整消息加入 messages，再解析 tool_calls。如果有多个调用，逐个校验名称和参数；彼此独立且无副作用的读取操作可以受控并行执行，然后按原调用顺序追加对应 role: tool 消息。

5. 追加所有工具结果后再次请求 mimo-v2.6-pro。重复“请求→执行→追加”直到 assistant 没有 tool_calls，再把 content 返回给用户。

6. 下一轮用户追问只能在同一历史中追加新的 role: user；不要丢弃此前带 reasoning_content 的 assistant 消息。

7. 验证每轮 response.model == "mimo-v2.6-pro"、finish_reason、工具名、JSON 参数、tool_call_id 对应关系和最终 content；记录输入/输出 token、工具调用次数、错误和耗时。

8. 本地增加最大请求轮数、超时、取消、重试和成本上限。官方示例展示了循环，但没有公开一个可依赖的最大工具调用轮数或最大并行调用数。

原始证据与数据

深度思考页面

• 官方列出 mimo-v2.6-pro 支持 thinking.type 的 enabled/disabled。

• 官方示例的第一轮同时调用 get_current_weather 与 get_time，客户端执行工具并把结果以 role: "tool" 追加，再发起下一次请求；第二轮在保留第一轮上下文的情况下追加用户追问。

• 官方要求：在开启深度思考且历史中有工具调用时，后续用户交互轮次若 assistant 含工具调用，必须完整回传 reasoning_content；缺失会导致 API 返回 400，也可能造成指令遵循下降或幻觉增多。

• 官方说明流式响应先输出 reasoning_content 增量，再输出 content 增量；若要跨轮使用，客户端应拼接并持久化对应字段。

• 官方说明深度思考下不支持自定义 temperature 和 top_p，实际采用推荐默认值 1.0 和 0.95；max_completion_tokens 同时限制思考和最终回答。

联网搜索页面

• 官方示例明确使用 model="mimo-v2.6-pro" 和 type: "web_search"。

• 页面说明联网搜索支持强制搜索和意图识别；force_search=true 可避免模型判断无需搜索时直接回答。

• 页面说明一轮搜索可能按多个关键词多次调用联网插件，max_keyword 可限制一轮最大关键词数量并控制调用频次与成本；示例值为 3。

• 页面说明联网搜索可与自定义 Function、其他工具混合，模型会判断调用优先级和必要性；流式首包会返回搜索来源，流式和非流式都返回搜索与总结内容。

• 官方示例响应的 model 为 mimo-v2.6-pro，并返回 annotations 中的 url_citation 来源字段。

适用边界

• reasoning_content 是深度思考多轮工具调用的历史字段，不能因为用户只关心最终答案就删除；工具调用历史要整体持久化。

• 官方示例显示两个独立工具在同一 assistant 响应中返回，但没有承诺任意数量的并行调用；生产实现应设置并发上限，并对写操作默认串行和二次确认。

• 官方代码中的天气字典和时间函数只是演示工具执行接口，不是官方天气数据，也不代表模型联网能力的测评结果。

• 模型只提出工具调用，不应直接获得数据库、文件系统、网络或账户权限。生产端应做 allowlist、JSON Schema 校验、最小权限、用户确认、超时、审计和脱敏。

• 联网搜索插件需要单独开通；模型可能判断无需搜索，且官方说明缓存开关变化最长可能有 5 分钟延迟。要验证强制联网，应检查响应中的 annotations/url_citation，不能只看 HTTP 200。

• 该工作流针对托管 API 的 mimo-v2.6-pro；不能把 MiMo-V2.6-Pro-RL 本地 checkpoint、mimo-v2.6-pro-ultraspeed 或 mimo-v2.6-flash 的模板和行为直接替换进来。

• 官方没有公开完整业务工具服务器、并发上限、最大循环次数或安全策略；文中 max_requests=8、allowlist 和权限校验属于客户端安全护栏，不是 Xiaomi 的服务端限制。

来源摘录或观察（仅做合规短引）

• 官方原文要求多轮工具调用“必须完整回传 reasoning_content 字段”。

• 官方联网搜索页写明：“多工具混合调用”，可与自定义 Function 协同使用。

• 官方联网搜索示例的模型字段为 mimo-v2.6-pro，并展示 max_keyword: 3、force_search: True、tool_choice="auto"。