小米云设备令牌提取工具:三步解锁智能家居深度控制
2026-04-16 08:44:38作者:薛曦旖Francesca
小米云设备令牌提取工具(Xiaomi Cloud Tokens Extractor)是一款开源工具,能够帮助用户轻松获取小米云连接设备的访问令牌和BLE设备加密密钥,实现对智能设备的深度控制与第三方集成。无论是打造个性化智能家居系统,还是实现高级自动化场景,这款工具都能为你提供关键的技术支持。
为什么需要设备令牌?
设备令牌就像是智能设备的"数字身份证",是设备与小米云服务器通信的核心凭证。通过获取令牌,你可以:
- 突破官方APP限制:实现官方应用不支持的高级控制功能
- 构建跨平台系统:将小米设备集成到Home Assistant、Node-RED等第三方平台
- 实现本地控制:即使在网络中断时也能管理设备
- 开发自定义功能:创建个性化的自动化脚本和设备管理工具
工具核心优势
多平台兼容
支持Windows、Linux和Docker环境,无论你使用什么系统都能轻松部署。项目提供的Dockerfile和run_docker.sh脚本可实现一键容器化部署,避免复杂的环境配置。
双重登录保障
提供两种安全登录方式:
- 密码登录:传统账号密码验证,支持两步验证
- 二维码登录:通过小米APP扫描二维码快速授权,无需输入密码
全面设备信息提取
自动获取设备的关键信息,包括:
- 设备名称、型号和唯一ID
- 本地IP地址和MAC地址
- 访问令牌(Token)
- BLE设备的加密密钥(Beaconkey)
快速开始:三步提取设备令牌
第一步:准备环境
方式1:Docker部署(推荐)
git clone https://gitcode.com/gh_mirrors/xia/Xiaomi-cloud-tokens-extractor
cd Xiaomi-cloud-tokens-extractor
chmod +x run_docker.sh
./run_docker.sh
方式2:本地Python环境
git clone https://gitcode.com/gh_mirrors/xia/Xiaomi-cloud-tokens-extractor
cd Xiaomi-cloud-tokens-extractor
pip install -r requirements.txt
第二步:运行工具并登录
执行以下命令启动工具:
python token_extractor.py
根据提示选择登录方式:
- 输入
p使用密码登录,需提供小米账号和密码 - 输入
q使用二维码登录,通过小米APP扫描生成的二维码
注意:工具不会存储你的账号信息,所有验证过程都在本地完成,确保账号安全。
第三步:选择服务器区域并获取令牌
工具支持全球多个服务器区域(cn、de、us、ru、tw、sg、in、i2),你可以:
- 输入具体区域代码(如
cn)仅检查该区域 - 直接回车检查所有可用区域
工具将自动列出所有设备信息,包括设备名称、ID、IP地址和最重要的令牌(Token)。
实用场景与示例
Home Assistant集成
将提取的令牌添加到Home Assistant配置文件中,实现小米设备的无缝集成:
# configuration.yaml示例
xiaomi_miio:
devices:
- host: 192.168.1.100
token: YOUR_DEVICE_TOKEN
name: Living Room Light
自动化脚本开发
使用提取的令牌通过Python控制设备:
from miio import Device
device = Device("192.168.1.100", "YOUR_DEVICE_TOKEN")
device.send("set_power", ["on"]) # 打开设备
安全注意事项
- 令牌保护:设备令牌相当于设备的访问密钥,请勿分享给他人
- 官方渠道:仅从官方仓库获取工具,避免使用第三方修改版本
- 定期更新:通过
git pull保持工具为最新版本,获取安全更新 - 环境安全:在安全的网络环境中使用工具,避免在公共网络操作
故障排除
常见问题解决
-
登录失败
- 确认账号密码正确,或尝试二维码登录
- 检查网络连接,确保能访问小米云服务器
-
设备不显示
- 尝试切换不同的服务器区域
- 确认设备已绑定到你的小米账号
-
验证码问题
- 若登录时需要验证码,请在交互式模式下运行工具
- 工具会自动显示验证码图片或提供访问链接
总结
小米云设备令牌提取工具为小米智能设备用户提供了通往高级控制的钥匙。通过简单三步操作,你就能突破官方限制,实现设备的深度定制与第三方集成。无论是智能家居爱好者还是开发者,这款工具都能帮助你充分发挥小米设备的潜力,打造真正个性化的智能生活体验。
项目源码和详细文档可通过仓库获取,欢迎贡献代码或报告问题,一起完善这个实用的开源工具。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
297
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
943
879
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
905
暂无简介
Dart
917
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924