全屋智能这个词喊了快十年，大部分时候都名不副实。你买一堆智能灯、智能插座、智能门锁，回家还是要打开 App 一个个点，或者提前设好”晚上七点开灯”这种死板规则。一旦生活节奏变了，规则就开始添乱。所谓的智能，本质是一堆 if-this-then-that 的条件触发，谈不上什么理解能力。
小米的 Xiaomi Miloco 想换个思路。它不再让你预设规则，而是把米家摄像头的视频和音频当成感知入口，接上自研的 MiMo 大模型当大脑，让系统自己看懂家里在发生什么，然后主动做决策。2026 年 6 月 18 日发布的 Miloco 2.0 把整套方案重构成了 OpenClaw 平台上的一个 Agent 插件，这是它这次最大的变化。
它的目标很大：识别家庭成员，记住每个人的长期习惯，把”每天提醒吃药””坚持锻炼半小时”这种模糊的长期目标拆成可追踪的家庭任务，像一个有常识、懂这家人的管家那样，在你开口之前就把事办了。听起来很科幻，但小米这次确实把代码放出来了。
不过有个词我想先泼盆冷水。仓库标题写着 open-source，可它用的根本不是标准开源协议。这个细节后面会展开聊，因为它直接决定了你能拿这套东西干什么、不能干什么。
打动我的几个地方
先说我认为真正有价值的部分。Miloco 最核心的卖点是”通用常识”，官方的说法是无需预设任何规则，内置常识能自动识别危险并分级告警，比如小孩在玩刀具、老人摔倒。这件事传统规则引擎做不到，因为你没法穷举所有危险场景写成规则。把判断交给大模型，等于用模型的世界知识替代了人工规则库，这是从”听指令”到”会思考”的真正分水岭。
它整套能力建立在四个地基之上：通用常识、身份识别、家庭记忆、家庭任务。这四块往上叠出第五块，也就是主动智能，让系统在合适的时机自己观察、推理、介入。最上面还盖了一个家庭仪表盘，让你能用网页实时看到家里的概况、米家设备、成员档案和历史事件。
这张图把链路理清楚了。摄像头的视频音频先进感知网关，由 MiMo-v2.5 做多模态理解，识别结果交给跑在 OpenClaw 上的 Agent，Agent 用 MiMo-v2.5-pro 做推理决策，最后通过 MIoT 网关去编排米家设备。整条链路最关键的不是哪一个模块，而是大模型同时承担了”看懂”和”想清楚”两件事。
身份识别和家庭记忆这对组合是我比较看好的设计。系统融合人脸和体态信号识别成员，再从长期交互里提炼出每个人的习惯偏好，作为主动决策的参考。更进一步，稳定的习惯还能被提升成自动执行的家庭任务。这意味着它不是冷冰冰地执行命令，而是越住越懂你。README 里有句话挺打动人：每一次你对它说的话，都在”养”一个更懂你家的 Miloco。
家庭任务这块也跳出了规则的框。它把单一的条件触发升级成了能长期运行的复杂任务：有人进门自动开灯是条件自动化，每天提醒吃药是定时提醒，坚持锻炼是习惯追踪。任务一旦触发，Agent 会自己理解意图并执行，而不是机械地走 if-else。这种把模糊目标拆解成可追踪任务的能力，是 1.0 时代完全没有的。
最让我觉得这个团队认真的，是它对”不合口味”的处理方式。官方明说开箱即用的行为不可能正好对你胃口，但你可以直接通过 OpenClaw 告诉它”家里乱的时候别提醒我”，它会记住并调整。把纠偏做成自然语言对话而不是改配置文件，这才是大模型该有的交互姿态。不过这些亮点都建立在一个前提上，你得先把它在自己机器上跑起来，这事到底麻不麻烦？
上手什么感觉
先看门槛。官方建议至少 4GB 内存、256GB 存储，而且要 24 小时不间断运行，推荐直接上一台 Mac mini。系统支持 macOS 和 Linux，Windows 用户得在 WSL 里跑。账号方面必须有小米账号和已经接入米家的设备，再加一个大模型 API Key，官方推荐用小米自家的 MiMo。
安装方式给了三条路，丰俭由人。最省事的是直接让 Agent 装，第二条是一行命令搞定，想改代码就走源码构建。
装完重启一下 OpenClaw 网关，打开家庭仪表盘做初始化。配置就三步：在 Models 页填入 MiMo 的 api_key，绑定小米账号，然后在 Overview 页给摄像头开启感知。命令行也有等价操作，对喜欢敲命令的人很友好。整体上手流程设计得相当顺，看得出文档是认真写的。
但有两个坑必须提前说。
第一个是 Windows 用户的 WSL 配置，本地摄像头推流需要你在 .wslconfig 里改成 mirrored 网络模式，还要用管理员 PowerShell 改防火墙入站规则。这一套对普通用户基本是劝退级别的操作，能不能跑通很看运气。
第二个坑更要命，是钱。Miloco 2.0 的感知和 Agent 主要依赖云端大模型，这意味着只要它在 24 小时盯着你家的摄像头画面做理解，就在持续烧 API token。官方自己都在文档里挂了成本提示。换句话说，这不是装完就一劳永逸的方案，而是一个会按月给你账单的服务。视频流做多模态感知的 token 消耗有多大，心里得有数。
什么时候用，什么时候别碰
这套东西适合谁、不适合谁，差别非常大。我整理成一张表，省得你自己踩。
| 你是谁 | 适不适合 | 原因 |
|---|---|---|
| 研究 Agent 编排 IoT 的开发者 | 很适合 | 一套认真的大模型落地家居工程参考 |
| 重度米家用户且不在乎成本 | 可以一试 | 设备生态对得上，体验完整 |
| 想开箱即用省心的普通家庭 | 别碰 | 部署门槛高，还有持续 API 账单 |
| 注重数据本地化的隐私敏感者 | 慎重 | 视频音频要送云端大模型理解 |
最适合它的其实是开发者和技术爱好者。如果你想搞清楚大模型怎么和真实家居设备打通、Agent 怎么编排 IoT，Miloco 是目前少数把全链路代码摆出来的样本，研究价值很高。
普通家庭用户我建议先冷静。它不是买回来插上电就能用的智能音箱，从部署到调优都需要动手能力，加上持续的云端费用，性价比对家用场景并不友好。除非你本来就是重度米家用户，家里摄像头和设备齐全，又乐意为这份”主动智能”持续付费。
隐私敏感的人尤其要想清楚。它的工作原理就是把你家摄像头的画面和声音送去云端大模型理解，这跟”数据不出家门”的本地优先理念是相反的。虽然官方强调了对数据安全的重视，但架构本质决定了感知发生在云端，这一点没法回避。
社区怎么样了
先把客观数据摆出来。截至 2026 年 6 月下旬，这个仓库有约 2900 个 Stars、240 多个 Fork、110 多个开放 Issue。仓库创建于 2025 年 11 月，最近一次代码提交就在几天前，活跃度非常高。从 commit 历史看，团队还在密集修 bug，比如 6 月 24 日刚合并了一个升级 onnxruntime 来根治内存泄漏的 PR。
但有个信号值得注意。从可见的提交记录看，核心贡献者高度集中，主力基本是小米内部的同一位开发者在推进。这说明它本质上是一个公司主导的项目，而不是社区驱动的开源协作。对一个刚开源不久的厂商项目来说这很正常，但你不能指望它有 Home Assistant 那种由全球贡献者撑起来的生态厚度。
放到全屋智能这个赛道里横向比一下定位就清楚了。Home Assistant 是社区驱动的开源霸主，本地优先、生态最广，但智能停留在规则和自动化层面。Frigate 专精本地 AI 摄像头检测，隐私好但只管”看”不管”决策”。Miloco 的独特卡位是用大模型做常识推理加主动决策，代价是绑定小米生态和云端依赖。
关于社区评价我得说句实话。这个项目 2.0 版本发布到现在才几天，目前能搜到的几乎全是各家媒体的发布通稿，外部平台上还没有沉淀出有分量的真实使用反馈和技术评测。所以我没法给你引用某个用户的真实体验吐槽，只能基于仓库数据和架构本身做判断。等再过一两个月，Issue 区和技术社区的声音才会更有参考价值。
我的真实看法
绕回开头那个钩子。Miloco 标题写着开源，但它的协议是一份自定义的非商业使用许可，GitHub 自动识别为 NOASSERTION，不是 MIT、Apache 这类标准开源协议。许可里明确写了，未经小米书面授权，不得用于开发应用、Web 服务或其他商业软件形式。所以准确的说法是源码可见，而不是自由开源。你能看、能学、能自己折腾，但不能拿去做产品。
更深一层的约束是厂商锁定。摄像头得是米家的，账号得是小米的，大脑虽然名义上支持其他大模型 API，但官方强烈推荐自家 MiMo。这意味着 Miloco 不是一个中立的开源框架，而是小米 IoT 生态的一个智能化延伸。它开源的是黏合层和编排逻辑，真正的护城河，也就是 MiMo 模型和米家设备网络，依然牢牢攥在小米手里。
隐私这件事我必须再强调一遍，因为它是这类产品绕不开的根本矛盾。一个能识别危险、记住习惯、主动服务的家庭 AI，前提是它要持续看到、听到你家里发生的一切。Miloco 把这些感知数据送上云端大模型处理，能力越强，意味着上传的家庭隐私数据越多。这不是小米一家的问题，而是大模型加家庭摄像头这条路线的原罪。你愿不愿意为了便利交出这份数据，是个人选择，但得清醒地做这个选择。
成本是另一个现实问题。规则触发的传统智能家居几乎零边际成本，而 Miloco 的核心能力建立在云端大模型的持续调用上。24 小时的视频感知意味着持续的 token 消耗，这笔账单会一直跟着你。对极客来说这是可接受的玩具成本，对想普及到千家万户的产品来说，这是个不小的门槛。
趋势上我是谨慎乐观的。从 1.0 到 2.0 的重构看得出小米想认真做这件事，把方案做成 OpenClaw 插件也降低了多平台部署的门槛，工程质量在线。2.0 才发布几天就保持着每天提交的节奏，团队投入是真金白银。但 2900 个 Stars 对小米这种体量的公司来说，说明它目前还停留在技术圈尝鲜阶段，离真正破圈还远。
一句话总结我的判断。Miloco 是大模型落地家居这个方向上一个值得研究的认真样本，它指对了方向，把全屋智能从规则触发推向了常识推理。但对普通用户，它现在更像一个需要门槛、需要花钱、需要交出隐私的极客玩具，而不是开箱即用的管家。值得关注，但别急着把它当成你家的智能中枢。
资源地址
| 资源 | 地址 |
|---|---|
| 主仓库 | github.com/XiaoMi/xiaomi-miloco |
| 中文用户手册 | github.com/XiaoMi/xiaomi-miloco/blob/main/user_guide_zh.md |
指对了方向，但还没到你家
如果让我给个明确建议：开发者和米家深度用户，值得现在就拉下来跑一跑，研究它怎么把大模型和真实设备打通，这部分价值实打实。但如果你只是想要一个更聪明的家，等它再成熟一两代，等成本降下来、本地化方案补上、生态长起来，再回头看也不迟。
它最大的意义不在于现在能用得多顺，而在于它把”用大模型做有常识的家庭管家”这条路认真走了一遍，并且把代码摆在了台面上。这对整个行业是个好事。至于那个”开源”的标签，记住它实际是源码可见加非商业许可，期待管理好，别被营销词带偏就行。方向是对的，路还长，但至少小米这一步走对了，剩下的就交给时间和成本曲线慢慢补。