MiniMax-AI/cli

解决的问题

此项目为 MiniMax AI 平台提供了一个命令行界面 (CLI)，让用户和 AI 代理能够直接从终端或集成到代理工作流中，使用广泛的生成式 AI 功能——包括文本、图像、视频、语音和视觉。

运作方式

此 CLI 作为用户终端与 MiniMax API 之间的桥梁。它通过 OAuth 或 API 密钥支持双区域验证（Global 和 CN）。验证完成后，用户可以执行特定指令来触发不同的 AI 模态：

• Text: 处理多轮对话、流式传输和 JSON 输出。
• Image: 根据文本提示生成图像，并可控制长宽比和批处理。
• Video: 管理异步视频生成（包含 MiniMax-H3 模型），并提供进度追踪与下载功能。
• Vision: 执行图像理解与描述。
• Speech: 提供具备多种音色的文本转语音 (TTS) 合成，以及转录为 JSON、SRT 和 VTT 等格式的语音转文本 (ASR) 功能。
• Search: 执行由 MiniMax 驱动的网络搜索。

适用对象

• 开发者: 希望将 MiniMax AI 功能集成到脚本、CI/CD 流水线或基于终端的工作流中的用户。
• AI 代理创作者: 正在构建代理（例如使用 Claude Code、Cursor）并需要标准化方式为其代理添加 AI 技能的开发者。
• 高级用户: 偏好使用终端而非网页界面来生成媒体和文本的个人。

特色亮点

• 多模态能力: 用于文本、图像、视频、音频和视觉的单一工具。
• 代理集成: 专用的 mmx agent setup 指令，可为 Claude Code 和 Codex 等热门 AI 代理配置 MiniMax。
• 双区域支持: 在 Global 和 CN 平台之间无缝切换。
• 灵活的验证方式: 同时支持 OAuth (RFC 8628) 和 API 密钥。
• 全面的语音工具: 包含多种输出格式的合成与转录功能。