小米云令牌提取器:快速获取设备凭证的完整指南
想要轻松获取小米云设备的令牌和加密密钥吗?小米云令牌提取器正是您需要的终极工具!这个强大的开源项目能够帮助您快速提取连接到小米云的所有设备令牌,以及BLE设备的加密密钥,让您的小米设备管理更加得心应手。
🎯 项目核心功能
小米云令牌提取器具备两大核心优势:双认证方式和全设备支持。无论是使用用户名密码登录,还是通过二维码扫描认证,都能轻松完成身份验证。登录后只需选择对应的小米服务器区域(如cn代表中国,de代表德国等),系统就会自动列出您账户下的所有设备,包括设备名称和IP地址信息。
🚀 快速开始指南
Windows用户专属方案
Windows用户可以直接下载可执行文件,双击运行即可开始使用。无需安装任何依赖环境,真正实现即开即用!
Linux和Home Assistant用户
在SSH和Web Terminal环境中,执行以下简单命令:
bash <(curl -L https://github.com/PiotrMachowski/Xiaomi-cloud-tokens-extractor/raw/master/run.sh)
如果遇到安装问题,强烈推荐使用Docker版本,能够有效避免环境依赖冲突。
🐳 Docker容器化部署
Docker版本提供了最稳定可靠的运行环境,特别适合在Home Assistant的SSH和Web Terminal中使用。执行命令:
bash <(curl -L https://github.com/PiotrMachowski/Xiaomi-cloud-tokens-extractor/raw/master/run_docker.sh)
重要提示:在Home Assistant中运行此命令前,需要在插件设置中禁用"受保护模式"并重启插件。
🔧 手动Python环境部署
对于喜欢完全控制的用户,可以选择手动部署方式:
- 下载源码包:
wget https://github.com/PiotrMachowski/Xiaomi-cloud-tokens-extractor/releases/latest/download/token_extractor.zip
unzip token_extractor.zip
cd token_extractor
- 安装依赖并运行:
pip3 install -r requirements.txt
python3 token_extractor.py
⚠️ 实用技巧与注意事项
认证信息准确性
请确保使用正确的小米云账户凭据,特别注意不是Roborock应用程序的登录信息!很多用户在此处容易混淆。
网络环境优化
- 移除Cloudflare DNS设置
- 禁用网络广告拦截器(如AdGuard、PiHole等)
- 关闭网络限制(如UniFi国家限制等)
双重认证处理
- 及时检查垃圾邮件文件夹中的2FA邮件
- 如果用户名密码认证失败,可改用二维码认证方式
- 注意每日2FA请求限制(根据区域不同为3-5次)
🛠️ 故障排除指南
遇到问题时,请按照以下步骤排查:
- 验证凭据:确认使用的是小米云账户而非其他应用账户
- 检查网络:确保网络环境畅通无阻
- 认证方式切换:在密码认证和二维码认证之间灵活切换
- 耐心等待:如果遇到限制,适当等待后再尝试
💡 高级使用场景
Home Assistant集成
获取的设备令牌可以直接用于Home Assistant中的小米设备集成,实现更智能的家庭自动化控制。
设备管理优化
通过提取的令牌信息,您可以更好地管理小米生态链设备,包括智能家居、穿戴设备等。
🔒 安全使用建议
为了保障您的账户安全,请注意以下事项:
- 不要在脚本中硬编码敏感信息
- 使用环境变量传递登录凭据
- 定期更新工具版本
- 妥善保管获取的令牌信息
小米云令牌提取器作为一个免费开源工具,持续为小米设备用户提供便利。无论您是智能家居爱好者还是专业开发者,这个工具都能帮助您更高效地管理小米云设备。现在就尝试使用,开启您的小米设备管理新篇章!
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00