浏览器自动化 – mylogs.cn https://mylogs.cn 发现、记录、分享 Tue, 08 Sep 2026 09:27:00 +0000 zh-Hans hourly 1 小米MiMo桌面端开放邀测：能自己开浏览器干活 https://mylogs.cn/%e5%b0%8f%e7%b1%b3mimo%e6%a1%8c%e9%9d%a2%e7%ab%af%e5%bc%80%e6%94%be%e9%82%80%e6%b5%8b%ef%bc%9a%e8%83%bd%e8%87%aa%e5%b7%b1%e5%bc%80%e6%b5%8f%e8%a7%88%e5%99%a8%e5%b9%b2%e6%b4%bb/ Tue, 08 Sep 2026 09:27:00 +0000 https://mylogs.cn/%e5%b0%8f%e7%b1%b3mimo%e6%a1%8c%e9%9d%a2%e7%ab%af%e5%bc%80%e6%94%be%e9%82%80%e6%b5%8b%ef%bc%9a%e8%83%bd%e8%87%aa%e5%b7%b1%e5%bc%80%e6%b5%8f%e8%a7%88%e5%99%a8%e5%b9%b2%e6%b4%bb/ 面向真实工作场景的桌面 AI

9 月 8 日，小米宣布 Xiaomi MiMo Desktop 桌面客户端正式开放邀测。该应用面向真实工作场景，用户即日起申请邀测并通过后，可限时、限量、免费体验两款 MiMo 新一代模型的预览版，代号分别为 MiMo-X-Pro-Preview 与 MiMo-X-Flash-Preview。

小米 MiMo Desktop 客户端界面
图片来源：IT之家

直接读取多种文件格式

MiMo 桌面客户端可直接从提示词中读取表格、图片、视频、PDF、录音与压缩包等内容，无需用户预先整理或转换格式，最终交付可继续编辑的成果。它还能生成包含组件结构、交互逻辑、状态变化与数据可视化的完整预览界面，并支持在会话中直接展示。用户在生成轻量游戏原型、复杂数据网页、Office 文件及需要动态交互的 Demo 时，成果可立即预览、提问并迭代，无需预先搭建本地前端环境。

自动选择模型与智能体

MiMo Desktop 会根据任务类型、复杂程度、交付要求与执行成本，判断应当调用哪款模型、哪个智能体，在质量、速度与成本之间自动做出最优选择，从而减少用户在工具选择上的心智负担。

自主操控浏览器

值得一提的是，MiMo Desktop 可自主控制电脑上的浏览器，读取浏览页面、执行交互操作，包括打开网页、检索信息、填写表单与提取素材。浏览器不再只是信息来源，而作为任务执行环境的一部分：从浏览器中获取的信息可直接进入当前任务，用于调研、分析、整理与内容制作。在生成网页类成果时，它还能在同一工作流中调用浏览器检查关键交互，自动验证成果是否符合预期。

]]>