小米刚开源的Miloco2.0装进极空间！全屋有了个24小时的贾维斯

小米的智能家居设备，可以说是国内受众面最广的智能家居品牌，设备非常多，我本身也是小米智能家居系统的使用者。之前折腾智能家居，无非就是用智能音箱，实现简单的语音唤醒；通过写自动化执行，条件达到时自动执行某条指令。

这样的体验，是不是给人一种很“假”智能的感觉，那已经是AI时代了，能不能有更好一点的解决方案呢？

前段时间刚开源的Miloco 2.0，让沉寂已久的智能家居市场又有了一丝水花，从宣传视频来看，Miloco 2.0还是主打自主感知，自主联动等等智能体化感受。

从演示视频上来看，Miloco 的思路完全不同，它把米家摄像头当成视觉感知入口，把多模态大模型当成决策大脑，把所有米家设备当成执行手脚，三者闭环。

小米官方把它定义为 Local Copilot（本地智能助手）。感知和决策的核心逻辑跑在本地，数据不出家门，这点对重视隐私的人很关键。

但是吧，这也就意味着部署miloco的设备需要24小时开机，不然就无法进行决策，进行感知。如果是部署在电脑上，那需要电脑每天都开着机，浪费电且不说，目前Miloco2.0对于win的支持还不是特别好，还需要开启wsl才能运行。

那咱们手上的NAS不就是天然的7*24小时运行的设备么？并且还是基于linux系统，无需像win那样开启wsl子系统。

我这里采用的设备是极空间Z4 Pro+性能版，N305处理器，16G的内存，部署运行Miloco2.0性能是完全够用的。那这次Miloco2.0更重要的一点便是做到了支持外部大模型API的接入，那在我们NAS本地不需要运行分析模型，只需要跑Miloco2.0服务端就行。

那需要注意miloco2.0是没有官方的Docker版本的，官方的安装部署方式是让你通过智能体进行安装，那如果你在NAS上部署了hermes或者OpenClaw之类的智能体，可以直接通过miloco插件的方式进行安装；如果是其它设备，也能通过命令行或者从源码构建的方式进行安装。

我这是构建了个Docker版本，如果你没有任何的智能体，直接在NAS上通过我构建的Docker部署也可以。

部署过程

创建项目目录

SSH 登录你的 NAS（以我这台极空间为例，端口 10000）：

ssh -p 10000 你的用户名@你的NAS_IP

创建持久化目录结构：

mkdir -p /你的数据盘路径/docker/miloco/data/local cd /你的数据盘路径/docker/miloco

查询你的 UID/GID（关键）

id -u # 输出你的 UID，比如 1002 id -g # 输出你的 GID，比如 1002

把这两个数字记下来，下一步要填进 compose 文件。

创建 docker-compose.yml

在项目目录下创建 docker-compose.yml：

services: miloco: image: jvsheng/miloco:latest container_name: miloco restart: unless-stopped # host 网络：摄像头局域网发现必须，不要改成 bridge network_mode: host # root 启动，entrypoint 内部会 gosu 降权到你的 uid user: "0:0" environment: # ⚠️ 改成你自己的 uid/gid（上一步查到的） RUN_AS_UID: "1002" RUN_AS_GID: "1002" MILOCO_API_KEY: ${MILOCO_API_KEY:-} LANG: zh_CN.UTF-8 TZ: Asia/Shanghai volumes: # 配置、数据库、感知模型、米家账号绑定 - ./data:/home/node/.openclaw # uv 安装的工具链（miloco-cli/supervisor/miloco venv），重建容器不丢 - ./data/local:/home/node/.local - /etc/localtime:/etc/localtime:ro stdin_open: true tty: true healthcheck: test: ["CMD", "curl", "-fsS", "http://127.0.0.1:1810/health"] interval: 30s timeout: 5s retries: 5 start_period: 180s

拉取镜像并启动

sudo docker compose pull # 拉取镜像，约 1.6GB sudo docker compose up -d # 启动 sudo docker compose logs -f # 看启动日志

镜像有点大，初次部署等待时间要长一点。

日志末尾如果看到类似这样的米家账号绑定链接，说明安装成功，进入下一步：

[miloco-entrypoint] Mi Home account binding URL (open in a browser): https://account.xiaomi.com/oauth2/authorize?...

确认容器健康：

sudo docker compose ps curl http://127.0.0.1:1810/health # 返回 {"status":"ok"} 即成功

极空间上通过智能体安装

除了Docker部署之外，咱们也能通过智能体的形式进行安装，在极空间的应用中心中已经给我们内置了openclaw、hermes两种智能体。

我这里以Hermes Agent为例，在应用商店中点击Hermes Agent并配置好对应的信息，等待安装完成。

输入刚刚配置的用户名以及密码进入Hermes Agent的面板

进入密钥页面，选择给Hermes Agent配置LLM模型，我这里配置的是minimax，你有谁家的API就用谁的就行。

记得进入配置界面，将这里的模型改成你要用的，我这用的是MiniMax-M3，就填入M3的名称。

回到对话页面，模型配置完毕后在这个页面就能与Hermes Agent进行对话。

帮我安装 Miloco 插件：https://raw.githubusercontent.com/XiaoMi/xiaomi-miloco/main/scripts/install-guide.md

输入智能体安装Miloco2.0的命令。

等待安装完成，由于Miloco2.0是托管在github上的，国内网络有被墙的概率，所以安装过程会有点慢，稍微等等。

在安装完成后，Hermes Agent会提醒是否进行授权，这一步可以直接进行授权，也可以等后面打开Miloco2.0的webui页面后再进行授权。

在Hermes Agent中也能直接配置API。

那需要注意，通过这种形式安装的话， 我们要访问miloco的webui页面，需要将1810端口反代出来。

在电脑终端中输入ssh -L 1810:127.0.0.1:1810 用户名@你的NAS IP；

然后在浏览器打开http://localhost:1810/ 就能访问webui页面了。

下面咱们需要绑定米家账号以及配置API。

绑定米家账号

这一步直接打开webui页面就能绑定，NAS IP+:1810就能访问。

绑定完成后，咱们就能在miloco的页面看到当前小米账号下的所有米家设备了。

但是仅仅支持绑定上米家账号，那只是完成了一半，你会发现提示感知未启用等一些报错。那是因为我们还没有给miloco接上大模型。

接入大模型

那需要注意，由于miloco在提交请求时，会带有图片、视频等信息，所以咱们接入的大模型最好是全模态的。

前段时间小米的mimo模型相信大家都薅了不少积分吧，那如果你想使用mimo模型的话，需要注意不要选择V2.5 Pro，这不是全模态模型，可选MiMo V2.5、mimo-v2-omni之类的，不然你的miloco的感知会一直出错。

那我这里使用的是MiniMax-M3，也是原生多模态模型，直接填入base url，选择模型就行，这很简单，咱们这就不赘述了。

开启感知

打开Miloco控制台，进入设备页，这里就能看到有很多设备在线了。那注意Miloco把米家摄像头当成视觉感知入口，所以想要体验好，那你的米家设备里面就得有米家摄像头。我这里客厅和卧室的摄像头都已经显示在线了。

在概览中，直接开启感知就行。那还需要注意一点，如果你的摄像头是2020年之前创米的产品，那很抱歉了，暂不支持。我卧室里面创米的摄像头就不支持。还有一点，需要你的NAS和摄像头都是处于一个局域网中，这样才能在概览中显示摄像头的实时画面。

设置好之后，在家庭中还能录入成员的人脸信息，让系统认识你。

在日志中，可以看到感知的状态。

在模型处可以看到tokens的消耗量。

那需要注意咱们这个镜像里面，我顺手也把OpenClaw打包进去了。部署好miloco之后，NAS IP+：18789，就能进入OpenClaw的webui界面。

OpenClaw如何使用我就不多说了，反正就是通过自然语言进行描述就行了。

值不值得搞？适合谁？

适合的人

• 米家全家桶深度用户：家里 10 个以上米家设备 + 2 个以上摄像头，生态已经建立

• 有 x86 NAS 且能 SSH 折腾的玩家

• 对"AI 看懂家里"这个方向感兴趣，愿意当早期尝鲜者

• 重视隐私，希望感知决策本地化的用户

不适合的人

• 家里就一两个米家设备的（杀鸡用牛刀，体验不出来）

• 不想碰命令行的（目前没有完全图形化部署方式）

• NAS 和摄像头不在一个地方的（核心功能用不了，别折腾了）

• ARM 架构 NAS 用户（镜像不支持）

这玩意儿的思路是对的，智能家居的尽头不该是"写一堆 if-then 规则"，而应该是"AI 看懂场景自己决策"。小米把核心能力开源出来挺有诚意，也给整个智能家居行业指了个方向。

目前它还是偏极客向的早期版本：UI 也还不够完善，文档对网络拓扑要求说得不清。但一旦跑起来，体验确实比传统米家自动化高一个维度。尤其是"用自然语言问摄像头现在的情况"这个能力，是其他任何智能家居方案都给不了的。

【需要注意，Miloco2.0目前版本还比较早期，会存在一定bug，这里我构建的Docker镜像也是完全按照官方源码构建，目前仅在极空间设备上做过验证，其它设备暂不清楚】

那咱们这直接部署在极空间Z4 Pro+性能版上，无论是通过Docker还是Hermes、OpenClaw这种智能体形式，对于NAS的性能占用都不会太高，并且NAS 7*24小时运行也符合Miloco2.0 7*24小时运行的要求。

那么好了，以上就是本篇文章的全部内容啦

希望对你有所帮助

让我们下篇文章

再见