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 Agent | OpenCode 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
打开 Tabbit Browser,登录需要复核的产品或账号页面。
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。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。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。