Xiaomi MiMo Provider
OpenClaw provider plugin for Xiaomi MiMo V2.6 (mimo-v2.6-pro / mimo-v2.6-flash / mimo-v2.6-pro-ultraspeed) over the OpenAI Responses API, plus the legacy V2.5 ids. Supports both Token Plan and pay-as-you-go endpoints with selectable compute clusters, and can optionally register the models for image & video understanding.
xiaomi-mimo-provider
OpenClaw 插件:以 OpenAI Responses 协议接入小米 MiMo V2.6 模型(mimo-v2.6-pro / mimo-v2.6-flash)
OpenClaw plugin: register Xiaomi MiMo V2.6 models through the OpenAI Responses API
简介 / Introduction
本插件把小米 MiMo V2.6 系列(mimo-v2.6-pro / mimo-v2.6-flash,以及定制档
mimo-v2.6-pro-ultraspeed)注册为 OpenClaw 的推理 Provider,走 OpenAI Responses 兼容端点
(POST /v1/responses),而不是旧的 Chat Completions。可选地,同一批模型也能注册为
图像 / 视频理解 Provider,接入 OpenClaw 的媒体理解管线(默认关闭)。
This plugin wires the Xiaomi MiMo V2.6 family (mimo-v2.6-pro, mimo-v2.6-flash, and the
custom-availability mimo-v2.6-pro-ultraspeed) into OpenClaw over the OpenAI Responses-compatible
endpoint rather than the legacy chat-completions path. The same models can optionally be registered
as image / video understanding providers (off by default).
⚠️ V2.5 下线公告 / V2.5 end-of-life
mimo-v2.5-pro与mimo-v2.5将于北京时间 2026-10-21 10:00 正式下线,官方公告明确 "无系统替换模型,到期直接下线" —— 到期后使用这两个 id 的请求会直接报错,不会被自动路由到 V2.6。 本插件仍保留这两个 id(标注 legacy)仅为让既有配置继续解析,请尽快切到 V2.6。The V2.5 text models retire on 2026-10-21 10:00 CST with no automatic replacement — after that date requests using those ids error out instead of being rerouted. They remain listed here as legacy only so existing pins keep resolving.
为什么换成 Responses?/ Why Responses?
在 Chat Completions 端点上,MiMo 要求历史上的每一条 assistant 消息都保留 reasoning_content,
否则多轮工具调用会直接失败:
400 Param Incorrect — "The reasoning_content in the thinking mode must be passed back to the API."
而在 Responses 端点上,推理是第一等公民:响应里原生带有 {"type": "reasoning"} 输出项,
会话转录会自然地把历史思考内容带回给 API。因此本插件不再需要任何请求体手工补丁 —— 这也
是本次重写最大的收益。
本插件的前身
xiaomi-mimo-reasoning-fix就是专门打这个补丁的;它还有个副作用:只要插件提供wrapStreamFn,OpenClaw 就认为 Provider 已自行处理流,从而跳过核心下发thinking/reasoning_effort的包装器,导致思考等级根本没发到 API(永远是low)。Responses 协议从 根上绕开了这个问题。
特性 / Features
- ✅ Responses 协议:
api: "openai-responses",推理内容原生回传,无需补丁 - ✅ MiMo V2.6 系列:
mimo-v2.6-pro/mimo-v2.6-flash(1M 上下文 / 128K 输出),V2.5 保留为 legacy - ✅ 完整思考等级:
off/minimal/low/medium/high/xhigh/max,默认high - ✅ 两种接入端点:Token Plan 订阅(
tp-/ 团队版ttp-密钥)与按量付费 API(sk-密钥) - ✅ 算力集群可选:中国大陆(默认)/ 新加坡 / 阿姆斯特丹
- ✅ 动态模型目录:
baseUrl、api、成本表随配置实时生成 - ✅ 可选图像 / 视频理解:V2.6 全系原生全模态;开启后
describeImage/describeVideo可接入 OpenClaw 媒体理解管线(默认关闭) - ✅ 兼容既有配置:Provider id 沿用
xiaomi-mimo
安装 / Installation
方式一:ClawHub(推荐)/ via ClawHub
openclaw plugins search xiaomi-mimo
openclaw plugins install clawhub:@mirr0ch1/xiaomi-mimo-provider
systemctl --user restart openclaw-gateway # 或 openclaw gateway restart
方式二:GitHub 仓库 / via GitHub
openclaw plugins install Mirr0ch1/xiaomi-mimo-provider-openclaw
方式三:手动 / Manual
git clone https://github.com/Mirr0ch1/xiaomi-mimo-provider-openclaw.git \
~/coding/xiaomi-mimo-provider-openclaw
然后在 ~/.openclaw/openclaw.json 中启用:
{
plugins: {
allow: ["xiaomi-mimo-provider"],
load: { paths: ["~/coding/xiaomi-mimo-provider-openclaw"] }, // 或直接放进 ~/.openclaw/extensions/
entries: {
"xiaomi-mimo-provider": { enabled: true },
// 可选:内置 xiaomi 插件也提供这些模型,避免重复可关掉
xiaomi: { enabled: false },
},
},
}
重启网关后验证:
openclaw plugins list | grep -i mimo
openclaw models list | grep -i mimo
配置 / Configuration
所有选项位于 plugins.entries["xiaomi-mimo-provider"].config:
{
plugins: {
entries: {
"xiaomi-mimo-provider": {
enabled: true,
config: {
surface: "token-plan", // token-plan(默认) | api
cluster: "cn", // cn(默认) | sgp | ams,仅 token-plan 生效
// baseUrl: "https://...", // 显式覆盖,优先级最高
// registerImageModel: false, // 注册为图像理解 Provider,默认关闭
// registerVideoModel: false, // 注册为视频理解 Provider,默认关闭
// mediaUnderstandingModel: "mimo-v2.6-flash", // 换 "mimo-v2.6-pro" 更准但更贵
// mediaUnderstandingPrompt: "请描述这段视频……",
// mediaUnderstandingMaxTokens: 8192,
},
},
},
},
}
| 选项 / Option | 类型 | 默认值 | 说明 / Description |
|---|---|---|---|
surface | token-plan | api | token-plan | 计费形态 / 端点族。Billing surface. |
cluster | cn | sgp | ams | cn | Token Plan 算力集群。Compute cluster (token-plan only). |
baseUrl | string | — | 显式覆盖,优先级高于 surface + cluster。Explicit override. |
registerImageModel | boolean | false | 注册为图像理解 Provider。详见「图像与视频理解」。 |
registerVideoModel | boolean | false | 注册为视频理解 Provider,接入 OpenClaw 视频理解管线。详见「图像与视频理解」。 |
mediaUnderstandingModel | string | mimo-v2.6-flash | 媒体理解(image / video)使用的模型 id。 |
mediaUnderstandingPrompt | string | 内置中文描述提示词 | 随媒体一起发送的提示词,覆盖内置默认值。 |
mediaUnderstandingMaxTokens | integer | 8192 | 媒体理解请求的 max_output_tokens。思考默认开启,其 token 也占这个额度。 |
端点表 / Endpoints
surface | cluster | Base URL |
|---|---|---|
token-plan | cn | https://token-plan-cn.xiaomimimo.com/v1 |
token-plan | sgp | https://token-plan-sgp.xiaomimimo.com/v1 |
token-plan | ams | https://token-plan-ams.xiaomimimo.com/v1 |
api | — | https://api.xiaomimimo.com/v1 |
凭据 / Credentials
| 形态 | 密钥前缀 | 环境变量 |
|---|---|---|
| Token Plan(个人版) | tp- | XIAOMI_TOKEN_PLAN_API_KEY |
| Token Plan(团队版) | ttp- | XIAOMI_TOKEN_PLAN_API_KEY |
| 按量付费 / Pay-as-you-go | sk- | XIAOMI_API_KEY |
团队版与个人版共用同一组 Base URL(
token-plan-{cn,sgp,ams}.xiaomimimo.com/v1),只有密钥前缀不同。
⚠️ 两类密钥互不通用,端点也必须匹配。用
sk-密钥打 token-plan 端点(或反之)会得到 404。 The two key types are not interchangeable; endpoints must match the key type.
模型 / Models
| 模型 / Model | 输入 | 上下文 | 最大输出 | 推理 | 备注 |
|---|---|---|---|---|---|
mimo-v2.6-pro | text + image | 1,048,576 | 131,072 | ✅ | 旗舰,复杂任务 / 长程 / 多 Agent |
mimo-v2.6-flash | text + image | 1,048,576 | 131,072 | ✅ | 高频调用 / 规模化任务,性价比档 |
mimo-v2.6-pro-ultraspeed | text + image | 1,048,576 | 131,072 | ✅ | 定制档,~20× 速度、10× 价格,需单独开通 |
mimo-v2.5-pro | text | 1,048,576 | 131,072 | ✅ | ⚠️ legacy,EOL 2026-10-21 |
mimo-v2.5 | text + image | 1,048,576 | 131,072 | ✅ | ⚠️ legacy,EOL 2026-10-21 |
「输入」列写的是模型目录能声明的模态。V2.6 全系原生全模态,
pro与flash都接受图像; 官方口径的"全模态"还包含视频与音频输入,但 OpenClaw 的模型input枚举只有"text" | "image", 所以视频不在这里声明 —— 它走「图像与视频理解」里的媒体理解 Provider 注册。按量付费形态会带官方价格表(input/output/cacheRead);Token Plan 为订阅制,成本一律记为 0。 V2.6 沿用 V2.5 定价:
pro$0.435/$0.87,flash$0.14/$0.28(每 1M tokens)。
思考等级 / Thinking Levels
/think 接受全部 7 档,映射为 reasoning.effort:
| 等级 / Level | reasoning.effort |
|---|---|
off | none |
minimal / low | low |
medium | medium |
high / xhigh / max | high |
⚠️ MiMo 并不真正分级。 官方文档与实测均表明:
none关闭思考,其余取值效果完全一致。 保留完整 7 档只是为了从其他 Provider 切过来时/think high不报错,请不要指望它能调节推理强度。MiMo does not grade reasoning intensity:
noneturns thinking off, every other value enables it identically. The full ladder exists for provider-switch compatibility only.另外,思考模式下 MiMo 会强制
temperature: 1.0与top_p: 0.95,传别的值也会被忽略。
联网搜索:不支持 / Web Search: Not Supported
MiMo 的原生 web_search 工具只在 Chat Completions 端点上实现。发到 /v1/responses 会被网关硬拒:
{"error":{"code":"responses_feature_not_supported",
"message":"tool type 'web_search' is not supported by this gateway phase."}}
因此本插件不注册、也不注入联网搜索工具。
即便回退到 Chat Completions,还需要先在 MiMo 控制台 - 插件管理 开通「联网服务插件」,否则会收到:
{"error":{"code":"400","message":"web search tool found in the request body, but webSearchEnabled is false"}}
如果需要 MiMo 原生联网搜索,请使用 Chat Completions 协议的插件(如 OpenClaw 内置 xiaomi 插件)。
图像与视频理解 / Image & Video Understanding
MiMo V2.6 全系是原生全模态模型。本插件可以把它们注册进 OpenClaw 的媒体理解管线,
让它们承担 describeImage(图像描述)与 describeVideo(视频描述)。两项默认都关闭。
实测结论(2026-09-22,对 token-plan-cn 的 /v1/responses)
| 能力 | mimo-v2.6-flash | mimo-v2.6-pro | 请求形态 |
|---|---|---|---|
| 图像理解 | ✅ | ✅ | { type: "input_image", image_url: <base64 data URL> } |
| 视频理解 | ✅ | ✅ | { type: "input_video", video_url: <base64 data URL> } |
| 音频理解 | ✅ 上游支持 | ✅ 上游支持 | 本插件未接入 |
视频不是"只看第一帧":实测一段 3 秒、每秒换一个词的视频(ALPHA 红 → BRAVO 绿 → CHARLIE 蓝), 两个模型都能按时间顺序把这三个词连同各自背景色全部答对。也就是说 MiMo 确实在做逐帧采样理解。
⚠️ 模型目录的
input字段只接受"text"/"image",OpenClaw 没有表示"视频"的枚举值。 所以视频能力不能通过models.providers.xiaomi-mimo.models[].input声明 —— 它只能通过 下面的「媒体理解 Provider 注册 +tools.media路由」两条腿生效。
怎么启用
必须至少走第 1 条;第 2 条取决于你现有的配置。
1️⃣ 插件侧注册(必需)
打开开关后,插件才会向 OpenClaw 注册 describeVideo / describeImage 实现:
{
plugins: {
entries: {
"xiaomi-mimo-provider": {
enabled: true,
config: {
registerVideoModel: true, // 让 MiMo 进入视频理解管线
// registerImageModel: true, // 需要图像理解时再加
mediaUnderstandingModel: "mimo-v2.6-pro", // 默认 mimo-v2.6-flash
},
},
},
},
}
媒体理解请求复用 provider 的 baseUrl / apiKey / surface / cluster,
所以不需要再为它单独配置端点。
2️⃣ 路由侧(二选一)
(a) 你没有显式配置 tools.media.models → 交给自动发现即可,无需额外配置。
插件声明了 autoPriority: { image: 60, video: 60 }(OpenClaw 中数字越小优先级越高;
内置 provider 在 20–50,专用视觉插件通常更低),所以 MiMo 会排在它们之后,不会抢走你现有的视觉链路。
(b) 你已经显式配置了 tools.media.models → 自动发现会完全失效,必须在列表里手动加上
MiMo 条目,否则只加 registerVideoModel: true 不会有任何效果:
{
tools: {
media: {
models: [
// 数组顺序 = 尝试顺序,第一个成功返回的胜出
{ provider: "stepfun-vision", model: "step-3.7-flash", capabilities: ["video"] },
{ provider: "xiaomi-mimo", model: "mimo-v2.6-pro", capabilities: ["video"] },
{ provider: "xiaomi-mimo", model: "mimo-v2.6-flash", capabilities: ["video"] },
// …你原有的 image / audio 条目保持不变…
],
video: { timeoutSeconds: 7200 },
},
},
}
🕳️ 最容易踩的坑:
tools.media.models一旦存在,autoPriority就不再参与决策。 「改了registerVideoModel却没生效」的情况,几乎都是漏了这一步。 反过来,只要你不想要 MiMo 参与,把它从这份列表里删掉即可,哪怕开关是开的。
验证
openclaw gateway restart
openclaw plugins list | grep -i mimo # 确认 enabled 且版本正确
发一段视频给机器人,然后确认确实走了 MiMo:
openclaw logs --follow | grep -i -E "xiaomi-mimo|describeVideo"
想更直接地对比效果,可以把 tools.media.models 里 MiMo 挪到第一位再跑一次。
关闭
去掉 registerVideoModel / registerImageModel(或设为 false),并从 tools.media.models
里删掉 xiaomi-mimo 条目,重启网关即可。两个开关默认都是关闭的,不配置就等于不存在。
成本与延迟提示
- 视频以 base64 内联上传,token 消耗远高于单张图片;长视频建议先裁剪或抽帧再喂。
- 媒体理解请求默认开启思考(MiMo 上游默认
enabled),更准,但也更慢更贵。mediaUnderstandingMaxTokens(默认8192)必须同时覆盖「思考 token + 正文 token」。 - 省钱用
mediaUnderstandingModel: "mimo-v2.6-flash",要准确度换"mimo-v2.6-pro"。
给 Agent 的操作指引 / For agents
如果你是被要求"把 MiMo 接进视频理解管线"的 Agent,按这个顺序做:
- 读
~/.openclaw/openclaw.json,先判断tools.media.models是否存在:- 不存在 → 只需给
plugins.entries["xiaomi-mimo-provider"].config加registerVideoModel: true(需要图像理解再加registerImageModel: true)。 - 存在 → 两处都要改:插件配置加
registerVideoModel: true,并且在tools.media.models数组里插入{ provider: "xiaomi-mimo", model: "<v2.6 模型 id>", capabilities: ["video"] }。
- 不存在 → 只需给
- 不要改
models.providers.xiaomi-mimo—— 那个 provider 已在正常提供对话模型, 媒体理解复用同一份baseUrl/apiKey/surface/cluster。 - 不要把
"video"写进models.providers.*.models[].input—— 该字段只接受text/image。 - 重启网关,并用
openclaw plugins list | grep -i mimo确认插件为enabled。 - 若用户明确表示"不想让 MiMo 做视觉理解",不要打开任何开关,也不要往
tools.media.models里加条目。
迁移自 xiaomi-mimo-reasoning-fix
- 禁用并删除旧插件:
json5 plugins: { entries: { "xiaomi-mimo-reasoning-fix": { enabled: false } } }bash rm -rf ~/.openclaw/extensions/xiaomi-mimo-reasoning-fix - 启用本插件(见「安装」)。
- 若你手写了
models.providers.xiaomi-mimo,把它的api从openai-completions改为openai-responses。插件会通过normalizeTransport自动纠正,但让配置与实际一致更省心。 - 已有会话可能仍持久化着
thinkingLevel: low,执行一次/think high(或开新会话)。
故障排除 / Troubleshooting
| 现象 / Symptom | 原因与处理 / Cause & Fix |
|---|---|
| 模型列表里没有 MiMo | 没解析到密钥。检查 XIAOMI_TOKEN_PLAN_API_KEY / XIAOMI_API_KEY 是否在网关环境中,或在 models.providers.xiaomi-mimo.apiKey 显式配置。 |
404 on /v1/responses | 密钥类型与端点不匹配(sk- 打 token-plan,或 tp- 打 api)。 |
responses_feature_not_supported | 有字段不被支持。插件已剥离 background / previous_response_id / context_management;若走了代理,用 baseUrl 指向能容忍这些字段的端点。 |
思考等级一直是 low | 旧插件的已知问题;升级到本插件后,老会话需要手动 /think high 一次。 |
| 插件已启用但仍是 completions | 手写的 models.providers.xiaomi-mimo.api 覆盖了默认值 —— 插件会自动纠正,确认时看 openclaw models list 输出。 |
开发 / Development
git clone https://github.com/Mirr0ch1/xiaomi-mimo-provider-openclaw.git
cd xiaomi-mimo-provider-openclaw
目录结构 / Layout:
├── index.js # Provider 注册、动态目录、思考等级映射、payload 规范化、媒体理解钩子
├── openclaw.plugin.json # manifest:契约、configSchema、端点声明、媒体理解元数据
├── package.json
└── README.md
把仓库路径加进 plugins.load.paths 即可热改热调,无需反复拷贝。
要在不启动网关、不改动本机配置的前提下直接跑插件的媒体理解钩子,给插件目录补一个到全局
openclaw 的软链(node_modules/ 已在 .gitignore 内,不会被提交):
mkdir -p node_modules && ln -sfn "$(npm root -g)/openclaw" node_modules/openclaw
更新日志 / Changelog
v1.2.0(2026-09-22)
- 新增可选的视频理解支持:
registerVideoModel打开后,插件注册describeVideo, MiMo V2.6 可接入 OpenClaw 的视频理解管线 - 图像理解开关
registerImageModel保留;两者可独立开关,均为默认关闭 - 新增
mediaUnderstandingModel/mediaUnderstandingPrompt/mediaUnderstandingMaxTokens选项 - 实测确认
mimo-v2.6-pro/mimo-v2.6-flash的input_image与input_video均可用(含 base64 data URL); 视频确实逐帧采样(3 秒 3 个词全部按序答对) - 媒体理解复用 provider 的
surface/cluster/baseUrl/apiKey,无需单独配端点 - 新增
resolveAuth(resolveSyntheticAuth保留为兼容别名) - 修正
autoPriority:图像由1(实际是最高优先级)改为60,与新视频能力一起排在内置 provider(20–50)之后,符合"不抢占专用视觉链路"的原意
v1.1.0(2026-09-22)
- 新增 MiMo V2.6 系列:
mimo-v2.6-pro、mimo-v2.6-flash、mimo-v2.6-pro-ultraspeed(1M 上下文 / 128K 输出) - V2.6 为原生全模态,
pro与flash均声明input: ["text", "image"](旧版 "pro 纯文本 / 普通版图像" 的划分作废) - 默认图像理解模型由
mimo-v2.5改为mimo-v2.6-flash mimo-v2.5-pro/mimo-v2.5保留为 legacy 条目(标注 EOL 2026-10-21),既有配置仍可解析- 按量付费成本表补全 V2.6 三档(V2.6 沿用 V2.5 定价;ultraspeed ×10)
- 插件 id / provider id 保持不变,无需改动任何配置键名
- 端点常量未变(Token Plan cn/sgp/ams + 按量 API),文档补充团队版
ttp-密钥说明
v1.0.1(2026-09-17)
- 项目规范化改名为
xiaomi-mimo-provider-openclaw(GitHub 仓库同步改名) - 插件 id / provider id 保持不变(
xiaomi-mimo-provider/xiaomi-mimo),已有配置无需改动 - README 中的仓库地址、克隆路径、
plugins.load.paths示例同步更新
v1.0.0(2026-09-08)
- 首个版本:从
xiaomi-mimo-reasoning-fix重写,改用 OpenAI Responses 协议 - Token Plan(cn/sgp/ams)与按量付费双端点;完整 7 档思考等级;可选的图像理解
