使用 MiniMax MCP 进行图像理解和分析。触发条件:(1) 用户要求分析图片、理解图像、描述图片内容 (2) 需要识别图片中的物体、文字、场景 (3) 使用 MiniMax 的 understand_image 功能
minimax-understand-image
功能概述
minimax-understand-image是一项面向实际任务的技能,主要用于使用 MiniMax MCP 服务器进行图像理解和分析;执行流程(首次需要安装,后续直接步骤4调用);
核心要点
- 步骤 1: 检查并安装依赖;
- 1.1 检查 uvx 是否可用;
- 如果不存在,安装 uv:;
使用与执行
方法 1: 使用官方安装脚本(推荐);方法 2: 使用国内镜像加速(如果官方脚本下载失败);临时使用清华镜像源安装:;或者临时使用阿里云镜像源:;1.2 检查。
结果检查与注意事项
它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
minimax-understand-image
使用 MiniMax MCP 服务器进行图像理解和分析。
执行流程(首次需要安装,后续直接步骤4调用)
步骤 1: 检查并安装依赖
1.1 检查 uvx 是否可用
which uvx
如果不存在,安装 uv:
方法 1: 使用官方安装脚本(推荐)
curl -LsSf https://astral.sh/uv/install.sh | sh
方法 2: 使用国内镜像加速(如果官方脚本下载失败)
临时使用清华镜像源安装:
export UV_INDEX_URL="https://pypi.tuna.tsinghua.edu.cn/simple" curl -LsSf https://astral.sh/uv/install.sh | sh
或者临时使用阿里云镜像源:
export UV_INDEX_URL="https://mirrors.aliyun.com/pypi/simple/" curl -LsSf https://astral.sh/uv/install.sh | sh
1.2 检查 MCP 服务器是否已安装
uvx minimax-coding-plan-mcp --help
执行命令判断是否MCP服务器已安装, 如果安装了跳到步骤 2。
1.3 安装 MCP 服务器(如果未安装)
方法 1: 使用默认源安装
uvx install minimax-coding-plan-mcp
方法 2: 使用国内镜像加速(如果默认源下载失败)
临时使用清华镜像源:
export UV_INDEX_URL="https://pypi.tuna.tsinghua.edu.cn/simple" uvx install minimax-coding-plan-mcp
或者临时使用阿里云镜像源:
export UV_INDEX_URL="https://mirrors.aliyun.com/pypi/simple/" uvx install minimax-coding-plan-mcp
步骤 2: 检查 API Key 配置
cat ~/.openclaw/config/minimax.json 2>/dev/null | python3 -c "import json,sys; d=json.load(sys.stdin); print(d.get('api_key', ''))"
如果返回非空的 API Key,跳到步骤 4。
步骤 3: 配置 API Key(如果未配置)
3.1 尝试从 ~/.openclaw/agents/main/agent/auth-profiles.json 中的配置文件中获取
根据返回的判断:
- 名称包含 "minimax" 或 "MiniMax"
找到匹配的 Key 后,询问用户确认是否使用。
3.2 如果没有找到 Key,向用户索要
直接询问用户提供 MiniMax API Key。 如果未购买MiniMax,购买地址为: https://platform.minimaxi.com/subscribe/coding-plan?code=GjuAjhGKqQ&source=link
3.3 保存 API Key
mkdir -p ~/.openclaw/config
cat > ~/.openclaw/config/minimax.json << EOF
{
"api_key": "API密钥",
"output_path": "~/.openclaw/workspace/minimax-output"
}
EOF
步骤 4: 使用 MCP 处理图像
4.1 准备图片
将图片放到可访问路径,例如:
~/.openclaw/workspace/images/图片名.jpg- 或者使用 URL
4.2 调用 understand_image
使用脚本调用 MCP 服务:
python3 {curDir}/scripts/understand_image.py <图片路径或URL> "<对图片的提问>"
示例:
# 描述图片内容
python3 {curDir}/scripts/understand_image.py ~/image.jpg "详细描述这张图片的内容"
# 使用 URL
python3 {curDir}/scripts/understand_image.py "https://example.com/image.jpg "这张图片展示了什么?"
4.3 API 参数说明
| 参数 | 说明 | 类型 |
|---|---|---|
| image | 图片路径或 URL | string (必填) |
| prompt | 对图片的提问 | string (必填) |
脚本说明
脚本位置:{curDir}/scripts/understand_image.py
功能:
- 优先从环境变量
MINIMAX_API_KEY读取 API Key,如果没有则从~/.openclaw/config/minimax.json读取 - 通过 stdio 模式启动 MCP 服务器
- 发送 JSON-RPC 请求调用
understand_image工具 - 返回格式化的 JSON 结果
错误处理:
- API Key 未配置时提示错误
- uvx 未安装时提示安装命令
- MCP 服务器错误时显示 stderr 输出
热门AI工具
相关专题
针对个人用户与中小团队最关心的成本问题,全面梳理 Minimax 平台的免费使用方案与省钱技巧,涵盖海螺 AI 网页端/App 端的免费功能范围与每日使用限额、API 开放平台新用户免费额度领取与使用期限、各模型(文本/语音/视频)的 Token 计费规则与价格明细、免费版与付费会员功能权益的详细对比、通过 Prompt 优化减少 Token 消耗的实用技巧、合理选择模型版本降低调用成本的策略,帮助用户以最低成本充分利用 Minimax
614
2026.05.18
讲解 Minimax 在 AI 音乐生成领域的能力与创作方法,涵盖文本描述生成音乐(Text-to-Music)的提示词编写(风格/情绪/节奏/乐器描述)、歌词创作辅助与旋律适配、音乐风格(流行/古风/电子/爵士/古典/说唱)的精准控制、AI 歌声合成与人声效果调节、生成片段的拼接编排与时长控制、AI 音乐在短视频 BGM、播客片头、游戏配乐、广告音乐等场景的商用实践,帮助音乐爱好者与内容创作者零门槛实现 AI 原创音乐。
448
2026.05.18
本专题围绕Minimax海螺 AI 最受用户欢迎的角色扮演功能,讲解虚拟角色的创建与人设定制(性格/背景/说话风格/记忆设定)、沉浸式多轮对话的引导技巧、角色语音绑定与实时语音对话体验、热门角色类型(AI 伴侣/历史人物/影视角色/游戏NPC/虚拟导师)的设定模板与玩法分享、社区热门角色排行与二创互动、角色对话的隐私安全与使用边界,帮助用户深度体验 AI 角色互动的乐趣并激发创意玩法灵感。
319
2026.05.18
系统讲解 Minimax 开放平台 API 的开发与集成方法,涵盖 API Key 申请与鉴权机制、Chat Completion 文本对话接口的参数配置(temperature/top_p/tokens_to_generate)与多轮对话管理、流式输出(SSE Streaming)实现、Text-to-Speech(T2A)语音合成接口与音色选择、视频生成(Video Generation)接口调用与任务状态查询、Embeddings
357
2026.05.13
面向 AI 工具新手,从 Minimax 的账号注册、海螺 AI(Hailuo AI)网页端与移动端使用讲起,介绍 Minimax 大模型家族(abab 系列语言模型、语音模型、视频模型)的能力定位与产品矩阵、智能对话的基本使用技巧、角色扮演与长文本处理功能体验、免费额度与订阅方案说明,帮助用户快速了解 Minimax 平台全貌并高效上手使用。
494
2026.05.13
聚焦 Minimax 语音技术中最受关注的声音克隆与 AI 配音应用,讲解声音克隆(Voice Clone)的录制要求与上传流程、少量样本即可定制专属音色的操作步骤、克隆音色的自然度与相似度优化技巧、中英文及多语种语音合成效果调控、情感化朗读(开心/悲伤/激昂/低沉)的参数设置,以及在短视频配音、有声读物批量制作、播客节目生成、电商产品口播、企业培训课件配音等热门场景中的实操应用。
303
2026.05.13
围绕当前最热门的 AI 视频生成需求,全面讲解 Minimax 海螺 AI 视频生成的使用方法,涵盖文本生成视频(Text-to-Video)的场景描述与镜头语言提示词编写、图片生成视频(Image-to-Video)的首帧构图与运动方向控制、视频风格(写实/动漫/电影/3D)切换技巧、生成效果的常见问题(人物变形/动作不连贯)优化策略、热门爆款视频的创作思路拆解,帮助创作者与运营人员用 AI 高效产出吸睛短视频内容。
398
2026.05.13
热门下载
相关下载
精品课程
共1课时 | 539人学习
共0课时 | 0人学习
共1课时 | 209人学习
最新文章

