MiMo2API

将小米 MiMo AI Studio 网页端对话转换为 OpenAI 兼容 API，支持多模态（文本 + 图片）、工具调用（Function Calling）、多账号负载均衡。

本项目基于原mimo2api 修改。本项目所修改代码均为ai完成，不含任何一句人工代码，望周知！

特性

OpenAI 完全兼容 — 标准 /v1/chat/completions（流式/非流式）、/v1/models、/v1/models/{id} 端点，可直接对接 ChatBox、NextChat、LobeChat 等任何 OpenAI 客户端
工具调用（Function Calling） — 5 种提取策略覆盖 MiMo 原生 XML (<tool_call>)、TOOL_CALL 标签、JSON、<function_call> XML、自由文本匹配，自动清洗响应中的工具残留
多模态支持 — omni 模型支持图片输入（URL、base64），自动完成三步上传流程（genUploadInfo → PUT → resource/parse）
深度思考 — 支持 reasoning_effort 参数，自动分离 <think> 块输出
多账号池 — 管理面板配置多个 MiMo 账号，轮询负载均衡，自动故障转移
动态模型发现 — 启动时从 MiMo 官方 API 实时拉取可用模型列表，无需手动维护
凭证管理 — 支持 Cookie 导入、cURL 导入两种配置方式
CORS 全开 — 允许任意来源跨域访问

架构

┌──────────────────────────────────────────────────────────┐
│                     OpenAI 兼容客户端                        │
│            (ChatBox / LobeChat / curl / SDK)              │
└───────────────┬──────────────────────────────────────────┘
                │  /v1/chat/completions
                ▼
┌──────────────────────────────────────────────────────────┐
│                     MiMo2API (FastAPI)                      │
│  ┌─────────┐  ┌──────────────┐  ┌──────────────────────┐ │
│  │ routes  │  │  tool_call   │  │     mimo_client      │ │
│  │ (API)   │──│ (5策略提取)   │──│ (HTTP/SSE 代理)       │ │
│  └─────────┘  └──────────────┘  └──────────────────────┘ │
│  ┌─────────┐  ┌──────────────┐  ┌──────────────────────┐ │
│  │ config  │  │    utils     │  │      models           │ │
│  │ (多账号) │  │ (图片上传等)  │  │ (OpenAI 数据模型)     │ │
│  └─────────┘  └──────────────┘  └──────────────────────┘ │
└───────────────┬──────────────────────────────────────────┘
                │  HTTPS (SSE)
                ▼
┌──────────────────────────────────────────────────────────┐
│              MiMo API (aistudio.xiaomimimo.com)           │
│              /open-apis/bot/chat (SSE)                    │
└──────────────────────────────────────────────────────────┘

快速开始

一键部署

tar xzf MiMo2API.tar.gz
cd MiMo2API
chmod +x deploy.sh
./deploy.sh

部署完成后，服务已在前台启动。见下方管理命令了解后台运行等方式。

手动安装

# 1. 创建虚拟环境
python3 -m venv venv
source venv/bin/activate

# 2. 安装依赖
pip install -r requirements.txt

# 3. 创建配置文件
cp config.example.json config.json

# 4. 启动
python main.py

启动后访问：http://localhost:8080

配置凭证

打开管理面板 http://localhost:8080 进行配置。

方法1：Cookie 导入

访问 https://aistudio.xiaomimimo.com 并登录
打开 开发者工具 → Application → Storage → Cookies
找到以下三个关键 Cookie：
- serviceToken — 服务凭证（最重要）
- userId — 用户 ID（纯数字）
- xiaomichatbot_ph — 会话标识
填入管理面板 → 保存

提示： serviceToken 有效期很短（约 24 小时），过期后需要重新导入。

方法2：cURL 导入

登录 aistudio.xiaomimimo.com
打开开发者工具 → Network 面板
发送一条消息，找到 chat 请求（SSE 类型）
右键 → Copy as cURL
粘贴到管理面板 → 自动解析并保存

多账号管理

支持添加多个账号，代理会自动轮询使用：

每个请求从账号池取下一个 → 降低单账号限频风险
支持测试连接、删除、替换已有账号
同一个 userId 重复导入会自动更新（不重复添加）

API 使用

1. 列出模型

curl http://localhost:8080/v1/models \
  -H "Authorization: Bearer sk-mimo"

返回模型列表会显示所有 MiMo 官方当前可用的模型。

2. 文本对话

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-flash",
    "messages": [
      {"role": "user", "content": "你好，请用中文回复"}
    ]
  }'

3. 流式对话

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-flash",
    "messages": [
      {"role": "user", "content": "讲个故事"}
    ],
    "stream": true
  }'

返回标准 SSE 流（data: ...\n\n），以 data: [DONE]\n\n 结束。

4. 多模态（图片理解）

需要选择 omni/v2.5 模型。支持两种图片格式：

URL 方式：

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-omni",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "这张图片里有什么？"},
        {"type": "image_url", "image_url": {"url": "https://example.com/photo.jpg"}}
      ]
    }]
  }'

Base64 方式：

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-omni",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "描述这张图片"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,/9j/4AAQ..."}}
      ]
    }]
  }'

原理： 代理会自动完成三步上传流程：genUploadInfo 获取签名 URL → PUT 上传原始数据 → resource/parse 注册解析，然后将 multiMedias 参数传入聊天 API。

5. 工具调用（Function Calling）

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-pro",
    "messages": [
      {"role": "user", "content": "北京今天天气怎么样？"}
    ],
    "tools": [{
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查询指定城市的天气",
        "parameters": {
          "type": "object",
          "properties": {
            "city": {"type": "string", "description": "城市名称"}
          },
          "required": ["city"]
        }
      }
    }],
    "tool_choice": "auto"
  }'

成功时返回 finish_reason: "tool_calls"，message.tool_calls 包含结构化的函数调用：

{
  "choices": [{
    "finish_reason": "tool_calls",
    "message": {
      "role": "assistant",
      "content": null,
      "tool_calls": [{
        "id": "call_abc123...",
        "type": "function",
        "function": {
          "name": "get_weather",
          "arguments": "{\"city\": \"北京\"}"
        }
      }]
    }
  }]
}

6. 深度思考模式

使用 reasoning_effort 参数启用深度思考：

curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer sk-mimo" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-pro",
    "messages": [
      {"role": "user", "content": "证明根号2是无理数"}
    ],
    "reasoning_effort": "high",
    "stream": true
  }'

流式响应中会包含 reasoning 字段（对应 MiMo 的 <think> 块），内容与文本分开输出。

7. 模型发现与刷新

模型列表启动时自动探测，从 https://aistudio.xiaomimimo.com/open-apis/bot/config 实时拉取，无需手动配置。

# 强制刷新模型列表
curl -X POST http://localhost:8080/v1/models/refresh \
  -H "Authorization: Bearer sk-mimo"

工具调用详解

MiMo API 本身不支持 OpenAI function calling 格式。本代理通过提示词注入 + 多策略提取实现：

提示词注入

将 OpenAI tools 定义转换为极简文本，注入到 system 消息中：

# Tools
- get_weather(city) — 查询指定城市的天气
- search_web(query, page) — 搜索网页

5 种提取策略（按优先级）

策略	格式	说明
1	`TOOL_CALL: name(key=value)`	正则匹配，最可靠
2	`{"name": "x", "arguments": {...}}`	JSON 块解析
3	`name(args)`	自由文本关键词匹配
4	`<tool_call><function=NAME><parameter=K>V</parameter></function></tool_call>`	MiMo 原生 XML 格式
5	`<function_call>{"name":"x","arguments":{...}}</function_call>`	XML 包裹 JSON

响应清理

提取成功后，自动清理响应中的工具残留文本（TOOL_CALL 行、XML 标签、JSON 块），避免 TTS 误读。

管理命令

# 前台运行（Ctrl+C 停止）
./venv/bin/python main.py

# 后台运行
nohup ./venv/bin/python main.py > mimo.log 2>&1 &
echo $! > mimo.pid

# 从 PID 文件停止
kill $(cat mimo.pid)

# 按进程名停止
pkill -f "python main.py"

# 查看实时日志
tail -f mimo.log

# 查看进程状态
ps aux | grep "python main.py"

# 查看端口占用
lsof -i :8080

启动后：

地址	说明
`http://localhost:8080`	Web 管理后台（配置账号）
`http://localhost:8080/v1`	OpenAI 兼容 API 根路径
`http://localhost:8080/docs`	Swagger API 文档

项目结构

MiMo2API/
├── main.py                  # 入口，FastAPI 应用创建 + uvicorn 启动
├── deploy.sh                # 一键部署脚本（安装依赖、初始化配置）
├── requirements.txt         # Python 依赖
├── config.example.json      # 配置文件模板
├── config.json              # 实际配置（.gitignore，含凭证）
└── app/
    ├── __init__.py
    ├── routes.py            # API 路由（chat/models/管理面板/账号CRUD）
    ├── models.py            # OpenAI 兼容数据模型（Pydantic）
    ├── mimo_client.py       # MiMo API 客户端（HTTP SSE 流处理）
    ├── config.py            # 配置管理（多账号、线程安全、轮询）
    ├── utils.py             # 工具函数（cURL解析、图片上传、消息构建）
    ├── tool_call.py         # 工具调用（提示词注入 + 5策略提取 + 清理）
    └── admin.html           # Web 管理面板（内嵌单文件）

配置参考

config.json 完整配置项：

{
  "api_keys": "sk-mimo,sk-another",
  "mimo_accounts": [
    {
      "service_token": "eyJ...",
      "user_id": "123456",
      "xiaomichatbot_ph": "abc123...",
      "is_valid": true,
      "login_time": "04-26 17:00",
      "last_test": "04-26 17:05"
    }
  ],
  "models": []
}

配置项	说明	默认值
`api_keys`	逗号分隔的 API Key 列表	`sk-mimo`
`mimo_accounts`	MiMo 账号列表（可多个）	`[]`
`models`	自定义模型列表（空数组=自动探测）	`[]`

环境变量： PORT — 监听端口（默认 8080）

依赖

Python 3.10+
FastAPI 0.115
uvicorn 0.32
httpx 0.27
Pydantic v2

pip install -r requirements.txt

限制与已知问题

限制	说明
Token 有效期	serviceToken 约 24 小时过期，过期后需重新登录
多模态模型	仅 `mimo-v2-omni、mimo-v2.5` 支持图片；自动切换模型会导致请求 model 与响应 model 不一致
TTS 模型	`mimo-v2-tts` 需要官方 API Key，逆向方式不支持
并发限制	取决于 MiMo 服务端限制（通常 1-2 并发/账号），多账号可缓解
不支持 Embeddings	仅实现 Chat Completions 端点
非流式实际走 SSE	MiMo API 只提供 SSE 流，非流式请求会缓冲全部 SSE 后合并返回

常见问题

Q: 为什么返回 401 "invalid api key"？ A: 检查 Authorization header 是否携带了正确的 API Key。默认是 sk-mimo，可在 config.json 中修改。

Q: 为什么返回 503 "no mimo account"？ A: 管理面板中没有配置账号，或者所有账号都已失效。请登录 http://localhost:8080 添加有效账号。

Q: 图片上传失败怎么办？ A: 可能是 Cookie 过期导致上传签名获取失败。重新导入 Cookie/login 即可。

Q: tool_call 没有被提取？ A: 查看日志确认响应内容。如果 MiMo 没有按预期输出工具调用格式，可能是提示词不够清晰，或者该模型理解力有限。推荐使用 mimo-v2-pro 进行工具调用。

Q: 可以部署到公网吗？ A: 可以，但注意修改默认 API Key（sk-mimo 太简单），建议使用 Nginx 反向代理 + HTTPS。

许可

MIT License

致谢： 小米 MiMo AI Studio 提供的基础 API 服务。

Name		Name	Last commit message	Last commit date
Latest commit History 24 Commits
app		app
web		web
README.md		README.md
config.example.json		config.example.json
deploy.sh		deploy.sh
main.py		main.py
requirements.txt		requirements.txt

Folders and files

Latest commit

History

Repository files navigation

MiMo2API

目录

特性

架构

快速开始

一键部署

手动安装

配置凭证

方法1：Cookie 导入

方法2：cURL 导入

多账号管理

API 使用

1. 列出模型

2. 文本对话

3. 流式对话

4. 多模态（图片理解）

5. 工具调用（Function Calling）

6. 深度思考模式

7. 模型发现与刷新

工具调用详解

提示词注入

5 种提取策略（按优先级）

响应清理

管理命令

项目结构

配置参考

依赖

限制与已知问题

常见问题

许可

About

Resources

Uh oh!

Stars

Watchers

Forks

Releases

Packages 0

Uh oh!

Contributors

Uh oh!

Languages

Packages