用小米 MiMo-V2.5-Pro 进行 Vibe Coding：实操教程

通过 Olostep MCP 和 MiMo Token 计划将小米 MiMo-V2.5-Pro 连接到 OpenCode，然后用它构建一个 CLI 工具和一个 Reflex Web 应用进行实测。

更新 2026年5月19日 · 9分钟读

小米的 MiMo-V2.5-Pro 是迄今最令人意外的 AI 模型发布之一。小米过去并不被视为模型竞赛的一线选手，但 MiMo 迅速凭借强劲的基准成绩和在编码与智能体表现上的大幅提升进入聚光灯下。

不过，本指南并不是要盲目信任基准测试。更重要的是现实使用：速度、可靠性、指令跟随能力，以及模型是否真的能把编码任务完整做完而不是半途而废。

在本指南中，我们将为 vibe coding 配置 MiMo-V2.5-Pro。内容涵盖小米的 MiMo 平台、Token 计划、OpenCode 安装、Web MCP 服务器、在 OpenCode 中连接 MiMo-V2.5 Pro 模型，并测试它在真实编码任务中的表现。

什么是小米 MiMo？

小米 MiMo 是由小米开发的一系列 AI 推理模型。小米以智能手机和消费电子产品最为人知，而 MiMo 系列标志着其向前沿 AI 领域的发力，模型面向编码、数学和智能体工作流等场景构建。

来源：AI Model & API Providers Analysis | Artificial Analysis

该系列包含不同规模与能力的多个变体，但 MiMo-V2.5-Pro 是旗舰型号，直接对标大型 AI 实验室推出的成熟编码模型。它在 Artificial Analysis Agentic Index 中位列第 4，仅次于 GPT-5.5、Claude Opus 4.7 和 GPT-5.4，并超过了诸如 DeepSeek V4 Pro 或 Kimi K2.6 等前沿竞品模型。

体验 MiMo-V2.5-Pro 的三种方式

有三种简单方式可以体验该模型：

在浏览器中使用 MiMo Studio
通过 API Open Platform 进行测试
结合 OpenCode 等编码工具使用 Token 计划

1. 小米 MiMo Studio

测试 MiMo-V2.5-Pro 最简单的方式是通过小米 MiMo Studio，您可以在设置 API 或编码环境前直接试用模型。

我用它在一个 HTML 文件中生成了高质量的作品集网站，包含动画、交互区块和精致的视觉效果。如果您想在无需任何配置的情况下快速测试模型的设计、编码和指令跟随能力，这是一个不错的起点。

来源：小米 MiMo Studio

2. 小米 MiMo API Open Platform

您也可以通过小米 MiMo API Open Platform 测试模型。我创建账户后获得了约0.72 美元的免费额度，但只两次提示就用完了，略显失望。

这促使我进一步了解小米的 Token 计划，它提供按月 Token 用量的优惠 API 访问。

3. 面向编码的 MiMo Token 计划

对于编码任务，Token 计划看起来比直接充值标准 API 额度便宜得多。

来源：小米 MiMo API Open Platform

由于促销，我以约4.62 美元的价格购买了 Lite Token 计划，在我的场景下大约比按量付费的普通 API 便宜 10 倍。

该编码 Token 计划支持多款流行的编码与智能体工具，包括 OpenCode、Claude Code、OpenClaw、Hermes Agent、Cherry Studio、Qwen Code、CodeBuddy 和 Cline。

在本指南中，我们将使用 OpenCode 将 MiMo-V2.5-Pro 接入，并在真实的编码工作流中进行测试。

注意：请密切监控您的 Token 用量。编码智能体可能会快速消耗 Token，因为它们会反复读取文件、调用工具，并向模型发送很长的上下文。

安装 OpenCode 并设置 MCP

在设置 Olostep MCP 之前，您需要先安装 OpenCode。

1. 安装 OpenCode

安装 OpenCode 最简单的方式是使用官方安装脚本。

在终端中运行：

curl -fsSL https://opencode.ai/install | bash

这会在您的机器上安装 OpenCode CLI。OpenCode 也支持通过 npm、bun、brew 等包管理器安装，但使用 curl 命令最为简单。

安装完成后，检查 OpenCode 是否可用：

opencode --version

您也可以通过运行以下命令启动 OpenCode：

opencode

2. 创建您的 Olostep API Key

接下来，创建一个免费的 Olostep 账户，然后前往 Olostep 控制台创建或复制您的 API key。

我们使用 Olostep 是因为它能为编码智能体提供网页搜索、网页抓取和“文档到代码”等工具。在测试 MiMo-V2.5-Pro 时这很有用，因为模型可以快速查阅最新的框架文档，而不是仅依赖训练数据。这有助于减少错误、过时代码和不正确的 API 用法。

在使用托管 MCP 服务器或本地 npx 服务器之前，Olostep 需要 API key。请妥善保管该 key，稍后更新 OpenCode 配置文件时会用到。

3. 添加 Olostep MCP 服务器

在终端运行：

opencode mcp add

OpenCode 会启动 MCP 设置流程。

使用以下值：

MCP server name: Olostep
MCP server type: Remote
MCP server URL: https://mcp.olostep.com/mcp
OAuth authentication: No

这会在 OpenCode 中将 Olostep 添加为远程 MCP 服务器。

4. 更新 OpenCode 配置文件

OpenCode 添加 MCP 服务器后，会显示配置文件的位置。

例如，在 Windows 上，我的是 C:\Users\abida\.config\opencode\opencode.json。

打开此文件，更新 Olostep MCP 配置，加入您的授权请求头。

使用如下配置：

{
 "$schema": "https://opencode.ai/config.json",
 "mcp": {
   "Olostep": {
     "type": "remote",
     "url": "https://mcp.olostep.com/mcp",
     "headers": {
       "Authorization": "Bearer YOUR_API_KEY"
     },
     "enabled": true
   }
 }
}

将 YOUR_API_KEY 替换为您实际的 Olostep API key。

例如：

"Authorization": "Bearer olo_xxxxxxxxxxxxxxxxx"

5. 确认 MCP 服务器已连接

保存配置文件后，运行：

opencode mcp list

您应能看到 Olostep 被列为您的 MCP 服务器之一。

这表明 OpenCode 现在可以通过 MCP 连接到 Olostep。

在 Opencode 中设置小米 MiMo-V2.5

前往小米 MiMo API Open Platform 控制台的“订阅详情”，创建一个新的Token 计划 API key。该 key 不同于常规 API key，因为它绑定到您的 Token 计划订阅，并允许您按计划额度使用模型。

在同一位置，查看您的专属 Base URL。小米会根据您的 Token 计划所属区域/服务器显示不同的 base URL。

例如，我的是 sgp，表示新加坡。您的可能显示中国或其他受支持的区域。base URL 很重要，因为您需要在 OpenCode 中选择与之匹配的小米 Token 计划提供方。

来源：小米 MiMo API Open Platform

打开终端，新建项目文件夹并启动 OpenCode：

mkdir mimo-project
cd mimo-project
opencode

在 OpenCode 内运行：

/connect

您会看到可用提供方列表。搜索“Xiaomi”，然后选择与您服务器区域匹配的 Token 计划选项。以我为例，我选择了新加坡的 Token 计划选项，因为我的 base URL 包含 sgp。

在提示时粘贴您的Token 计划 API key。

连接完成后，OpenCode 会让您选择模型。请选择“MiMo-V2.5-Pro”。然后将思考级别设置为“Medium”。

之后发送一个快速测试提示。如果模型成功响应，说明您在 OpenCode 中的小米 MiMo-V2.5-Pro 已就绪。

用 MiMo-V2.5-Pro 构建一个简单的 Python CLI

我们先从一个实用、易构建且易测试的小项目开始。我让智能体创建如下应用：

Build a simple Python CLI app that tracks live cryptocurrency prices. It should let users enter a coin symbol like BTC or ETH, fetch the current price from a public crypto API, display the price clearly in the terminal, and include basic error handling for invalid symbols or API issues.

几秒内，MiMo-V2.5-Pro 就开始创建这个 Python CLI 应用，并加入了查询实时加密货币价格的核心功能。

不到一分钟，我们就得到了一个可用的命令行应用。

要测试它，打开另一个终端窗口并运行：

python crypto_tracker.py

您也可以让智能体替您测试该应用。

在我的测试中，该 CLI 表现良好。它快速、简单，而且无需认证或创建账户。该应用开箱即用，为用户在终端直接查看实时加密货币价格提供了便捷途径。

用 MiMo-V2.5-Pro 构建 Python Web 应用

接下来，我们从简单的 CLI 项目转向带前端的完整 Python Web 应用。为使测试更贴近实际，我让 MiMo-V2.5-Pro 将之前的加密货币追踪器扩展为一个 Reflex Web 应用。

Reflex 仍是相对较新的 Python Web 框架，许多模型难以用它正确构建应用。因此，我没有让模型立刻写代码，而是先要求它使用 Olostep 搜索最新的 Reflex 文档。

提示如下：

Build a beginner-friendly Python crypto price tracker using Reflex. Search the latest Reflex docs before coding, keep everything in Python, include live prices, useful charts/graphs, clean UI, error handling, and simple setup/run instructions while deciding the best implementation details yourself.

我输入提示后，MiMo-V2.5-Pro 立刻创建了一个待办列表，并通过 Olostep 搜索最新的 Reflex 文档。

它抓取了关键文档页面，收集足够的上下文，然后从零开始构建 Reflex 应用。

应用完成后，智能体给出了它构建内容的摘要、创建的文件，以及运行项目所需的步骤。

为保持流程简单，我让智能体替我运行应用并修复出现的问题。

在它确认应用可用后，我自己通过以下命令进行测试：

cd crypto_tracker
reflex run

随后应用在本地启动于 http://localhost:3000。

当我在浏览器中打开应用时，首个版本能运行，但 UI 存在若干问题。有些数字从卡片里溢出，输入框文字过暗且部分被裁切，还有一些统计信息不够清晰。

于是我让 MiMo-V2.5-Pro 改进 UI：

Improve the CryptoTracker UI. Fix the search input so the placeholder is fully visible and readable by adjusting height, padding, line-height, font size, and placeholder color. Format prices and stats with currency symbols, commas, compact values, and 2-decimal percentages. Replace 0 values for 24H High/Low with real API data or "Not available." Improve chart spacing, tooltip, loading/error states, text contrast, responsive stat cards, and connect the Watch button to a simple watchlist. Keep the same dark theme and Reflex/Python structure.

几分钟内，它修复了主要的 UI 问题，让应用显得更加精致。

最终的 Web 应用交互流畅、速度快且风格现代。您可以手动输入代币符号，或点击热门代币标签。应用会显示实时价格、总市值、24 小时成交量、24 小时最高价和 24 小时最低价。

它还包含不同时间范围的图表，如 1 天、7 天、30 天和 90 天，使之更接近真实的加密货币看板。

此外，您还能将代币添加到简单的关注列表，让应用比基础价格查询更实用。

结语

在几乎整整一天的使用后，我真心喜欢这个模型。它速度快、响应灵敏，而且从零构建项目的能力远超我的预期。与 GLM-5.1 相比，它更为直接：很快就开始动手构建、测试也很快，不会在开工前花大量时间“思考”。

我唯一不太认同的是 Token 计划。尽管有补贴，但我在大约三小时内就用掉了 Lite 计划配额的近 50%，对一次编码会话来说偏高。由于配额按月重置，重度的智能体编码会很快耗尽额度。

不过也有一些额外好处。该计划不止能用 MiMo-V2.5-Pro，还能访问其他 MiMo 模型，并有诸如非高峰时段折扣和免费 TTS 访问等限时福利。

我遇到的问题之一是工具兼容性。MiMo 与 OpenCode 配合良好，但在 TRAE、Cursor、Roo Code、Codex、GitHub Copilot CLI 和 Pi Code 等工具上出现了问题。看起来与某些智能体框架在多轮对话中处理 reasoning_content 的方式有关。

总体而言，我非常喜欢 MiMo-V2.5-Pro 这个模型。它快速、能干，对于真实的编码项目出乎意料地好用。只是我不太喜欢 Token 计划这种结构。若要进行常规的智能体编码，我仍会将其与 Moonshot 或 Z.ai 等选项进行比较，尤其在我希望用量更可预测时。但就模型本身而言，确实令人印象深刻，值得一试。