小米 Miloco 本地部署与使用记录

安装 WSL：在终端输入 wsl --install，等待 WSL 安装完成；如果已经安装，可以使用 wsl --update 更新到最新版本。

WSL 常用操作

# 启动默认发行版
wsl

# 退出当前发行版
exit # 或 logout

# 列出所有发行版（含状态）
wsl --list --verbose

# 查看详细信息
wsl --status

# 设置默认启动发行版
wsl --set-default Ubuntu-22.04

# 卸载指定发行版（数据丢失）
wsl --unregister Ubuntu-20.04

# 查看 WSL2 的 IP 地址
ip addr show eth0 | grep 'inet\b' | awk '{print $2}' | cut -d/ -f1

# 关闭所有 WSL 实例
wsl --shutdown

# 运行特定发行版命令
wsl -d Ubuntu-22.04 -e bash -c "echo Hello"

# 重启版本
wsl --terminate <DistributionName>
wsl --distribution <DistributionName>

网络模式配置

在系统中搜索 WSL Setting，点击网络，然后把网络模式改成 Mirrored。改完以后先执行一次 wsl --shutdown，再重新进入子系统，确认 ip a 看到的网络配置和宿主机一致。

如果切到 Mirrored，还要顺手配一下 Hyper-V 防火墙，允许入站连接。管理员权限打开 PowerShell，执行：

Set-NetFirewallHyperVVMSetting -Name '{40E0AC32-46A5-438A-A0B2-2B479E8F2E90}' -DefaultInboundAction Allow

想确认策略有没有生效，可以再跑一条：

Get-NetFirewallHyperVVMSetting -PolicyStore ActiveStore -Name '{40E0AC32-46A5-438A-A0B2-2B479E8F2E90}'

只要 DefaultInboundAction 和 DefaultOutboundAction 都是 Allow，就能继续往下走。

Docker 环境

官方给的是安装脚本。WSL2 场景里其实也可以直接装 Docker Desktop，不过这里按项目推荐的方式走更省事：

curl -fsSL https://get.docker.com | bash -s docker
# 中国国内用户可以指定 Aliyun 源安装
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun

如果想少敲 sudo，可以把当前用户加进 docker 组：

sudo usermod -aG docker $USER

这一步做完要重新登录，不然组权限不会立刻生效。然后用 docker --version 看一下结果，没报错就算过了。

显卡驱动及开发工具

这里给两种方案，二选一就够了。

方案一：安装 CUDA Toolkit

# 25-11-1 更新
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2404/x86_64/cuda-keyring_1.1-1_all.deb
sudo dpkg -i cuda-keyring_1.1_all.deb
sudo apt-get update
sudo apt install nvidia-cuda-toolkit
sudo apt-get -y install cuda-drivers

方案二：配置 NVIDIA Container Toolkit

# 配置下载源
sudo apt-get update && sudo apt-get install -y --no-install-recommends curl gnupg2
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
export NVIDIA_CONTAINER_TOOLKIT_VERSION=1.18.0-1
sudo apt-get install -y \
  nvidia-container-toolkit=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  nvidia-container-toolkit-base=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container-tools=${NVIDIA_CONTAINER_TOOLKIT_VERSION} \
  libnvidia-container1=${NVIDIA_CONTAINER_TOOLKIT_VERSION}

环境验证

验证 Docker

用 hello-world 镜像试一下，能看到 Hello from Docker! 就说明 Docker 没问题。

docker run hello-world
# 验证完成后，可移除镜像
docker rmi hello-world

验证 NVIDIA 显卡驱动

先跑 nvidia-smi，能看到显卡驱动和 CUDA 信息，说明驱动装对了。

再跑 nvcc --version，确认 NVIDIA CUDA Toolkit 正常。

验证 NVIDIA Container Toolkit

再用容器测一次 GPU 透传：

docker run --rm --gpus all nvidia/cuda:12.4.0-base-ubuntu22.04 nvidia-smi
# 验证完成后，可移除镜像
docker rmi nvidia/cuda:12.4.0-base-ubuntu22.04

Miloco 安装与启动

源码拉下来后直接跑安装脚本：

git clone https://github.com/XiaoMi/xiaomi-miloco.git
bash scripts/install.sh

安装界面里选 1. Quick Install。

下载路径这里国内推荐 Xiaomi FDS。

安装完成后的提示如下：

接着启动服务：

服务起来之后的运行状态：

前端访问服务

前端地址是 https://<your ip>:8000。如果就在本机访问，IP 用 127.0.0.1 就行。

有几件事别弄反了：

• 必须用 https，不是 http。
• Windows 下可以直接试 https://<wsl ip>:8000。
• macOS 如果用桥接模式，访问地址要换成 Docker 所在虚拟机的 IP。

Miloco 使用

前端管理界面长这样：

设置后端使用的模型

设置规则

规则可以让系统自动生成，也可以自己手动加。我这里更偏向手动配置，原因很简单：自动生成能省事，但一旦控制指令不准，排查起来反而更费时间。

先注意两件事：

• 添加规则前，最好先在米家 APP 里把相关设备的控制能力测一遍，确认本身就能正常控制。
• 添加规则时，记得在设置控制选项里点'测试'，先把有效的米家控制指令生成出来。AI 模型偶尔会把指令拼错，多试几次通常能过。

如果规则执行后没按预期工作，可以去日志管理里看执行记录。这个地方比较实用，很多问题不是模型本身，而是控制指令或者设备状态没对上。