xiaomimimo-extended

name

xiaomimimo-extended

description

Xiaomi MiMo API toolkit: web search, image / audio / video understanding, and TTS speech synthesis. 调用小米 MiMo API 的隐藏能力 —— 联网搜索、图片识别、音频转写、视频分析、语音合成(TTS)。 Trigger phrases — 触发词: EN: mimo search, web search, image analysis, screenshot OCR, audio transcription, meeting summary, video analysis, tutorial extract, text to speech, voice clone 中: mimo 搜一下 / 联网搜 / 看看这张图 / 这段录音说了啥 / 转写 / 提取视频步骤 / 合成语音 / 念出来 / 克隆音色

MiMo Tools Skill

通过小米 MiMo API 的 OpenAI 兼容接口,调用以下能力。所有脚本支持 --help / --stream / --json / --quiet。

前置条件

${CLAUDE_SKILL_DIR}/.env 必须包含:

• MIMO_API_KEY (tp-xxx) + MIMO_BASE_URL — 图片/音视频/TTS
• MIMO_SEARCH_KEY (sk-xxx) + MIMO_SEARCH_URL — 联网搜索

如果 .env 缺失或字段不全,脚本会用清晰的中文报错告诉你该填什么。

工具一:联网搜索 mimo-search.sh

bash "${CLAUDE_SKILL_DIR}/scripts/mimo-search.sh" "搜索内容" [选项]

主要参数:--max-keyword N(1-50,控成本)、--limit N、--force、--region "国,省,市"、--model、--temperature、--stream、--json。

使用建议:

• 搜国内技术内容,加 --region "China,,," 效果更好
• --max-keyword 1 成本最低(¥0.025/次)
• --force 防止模型自作聪明跳过搜索
• 复杂检索 + 推理用 --model mimo-v2.5-pro(默认)

工具二:图片理解 mimo-vision.sh

bash "${CLAUDE_SKILL_DIR}/scripts/mimo-vision.sh" "你的问题" --image URL或路径 [--image 第二张...] [选项]

特性:

• 支持多图:--image 可重复使用,做 A/B 对比
• 默认 --temperature 0.3(适合 OCR / 抠字 / 报错截图)
• --thinking on 开启深度思考(复杂图表/数学)

适用场景:UI 截图 → 代码、报错排查、文档 OCR、设计稿对比、手绘草图 → 原型。

工具三:音频/视频理解 mimo-audio.sh

bash "${CLAUDE_SKILL_DIR}/scripts/mimo-audio.sh" "你的问题" --file URL或路径 [选项]

特性:

• 自动按扩展名判断 audio / video,可用 --type 强制
• 视频参数:--fps(0.1-10.0,默认 2)、--resolution default|max、--mute(去音轨省 token)
• 默认超时 300s(视频分析常需要)

适用场景:会议录音 → 纪要+TODO、播客 → 要点、教程视频 → 步骤+命令、Bug 复现视频 → 定位问题。

工具四:TTS 语音合成 mimo-tts.sh 【限时免费】

# 内置音色
bash "${CLAUDE_SKILL_DIR}/scripts/mimo-tts.sh" "文本" --out output.mp3 --voice 苏打

# 音色克隆(传 ≤10MB 样本音频)
bash "${CLAUDE_SKILL_DIR}/scripts/mimo-tts.sh" "文本" --out a.mp3 --voice-clone /tmp/sample.wav

# 文字描述生成音色
bash "${CLAUDE_SKILL_DIR}/scripts/mimo-tts.sh" "文本" --out a.mp3 --voice-design "温暖磁性的中年男声"

内置音色:

• 中文:mimo_default 冰糖 茉莉 苏打 白桦
• 英文:Mia Chloe Milo Dean

输出格式:由 --out 后缀决定(mp3 / wav / pcm),也可 --format 强制。

模型选择速查

场景	推荐模型
联网搜索、复杂推理	mimo-v2.5-pro
图片 / 音视频理解	mimo-v2.5
同上备选	mimo-v2-omni
文本 → 音频	mimo-v2.5-tts(内置)/ -voiceclone / -voicedesign

费用速查

• 联网搜索:¥25/1000 次(国内,按 max_keyword 计),不走 Credits
• 图片/音视频理解:走 Credits(Token Plan 套餐已含)
• TTS:限时免费,Token Plan 0 credit
• 搜索结果中 fetched 网页内容会拼到 prompt,增加的 input token 走对应账户

错误处理

脚本对常见 HTTP 错误码会给中文解释:401(认证)、402(余额)、421(内容审核)、429(限流)、400(请求格式) 等。 也可用 MIMO_TIMEOUT=600 加大超时。