MiniMax CLI (mmx)

MiniMax CLI (mmx) 多模态能力调用工具。当用户需要生成图片、视频、音乐、语音，或使用 minimax-cli/mmx 命令时触发。用途：(1) 生成图片/视频/音乐/语音；(2) 调用 MiniMax API；(3) 查询用量额度；(4) 配置或诊断 mmx。

MiniMax CLI 是 MiniMax Token Plan 的命令行工具，通过 mmx 命令提供文本、图片、视频、语音、音乐、视觉理解、网络检索等能力。

安装

npm install -g mmx-cli
mmx auth login --api-key <your-api-key>

Agent 安装方式：将以下提示词复制给 AI Agent

帮我安装 MiniMax CLI：https://github.com/MiniMax-AI/cli
我的密钥是 <your-key>

全局常用选项

• --quiet 静默模式，减少非必要输出
• --output json|text 输出格式
• --timeout <seconds> 请求超时
• --dry-run 预览命令而不执行

图片理解

mmx vision describe --image <path-or-url> [--prompt <text>]

参数	说明
--image <path-or-url>	图片路径或 URL（本地路径自动 base64 编码）
--file-id <id>	预上传的文件 ID（跳过 base64 转换）
--prompt <text>	关于图片的问题（默认：描述图片）

# 基础描述
mmx vision describe --image photo.jpg

# URL 图片
mmx vision describe --image https://example.com/photo.jpg

# 定制问题
mmx vision describe --image photo.jpg --prompt "这张图里有什么？"

# 提取文字
mmx vision describe --image doc.png --prompt "提取图片中的文字"

# 预上传文件（避免大文件 base64 开销）
mmx vision describe --file-id file-123456789 --prompt "这是什么？"

图片生成

mmx image generate --prompt <text> [flags]

参数	说明
--prompt <text>	图片描述（必填）
--aspect-ratio <ratio>	宽高比，如 16:9、1:1
--n <count>	生成数量（默认1）
--width <px>	宽度（512-2048，必须是8的倍数）
--height <px>	高度（512-2048，必须是8的倍数）
--seed <n>	随机种子（可复现）
--out <path>	精确保存路径（单图）
--out-dir <dir>	保存目录
--out-prefix <prefix>	文件名前缀
--response-format url|base64	返回格式（默认url）
--prompt-optimizer	自动优化提示词
--aigc-watermark	添加AI生成水印
--subject-ref <params>	角色一致性参考

# 基础
mmx image generate --prompt "赛博朋克城市夜景" --aspect-ratio 16:9

# 批量生成到目录
mmx image generate --prompt "极简风格logo" --n 4 --out-dir ./logos/

# 精确尺寸
mmx image generate --prompt "宽屏风景" --width 1920 --height 1080

# 可复现
mmx image generate --prompt "城堡" --seed 42

# 保存路径
mmx image generate --prompt "山水画" --out ~/Pictures/landscape.jpg

视频生成

mmx video generate --prompt <text> [flags]

模型	说明	触发方式
Hailuo-2.3 (T2V)	文本生视频（默认）	直接使用 --prompt
Hailuo-2.3 (I2V)	图生视频	--first-frame
Hailuo-2.3-Fast	快速图生视频	--first-frame + fast
Hailuo-02 (SEF)	首尾帧插值	--first-frame + --last-frame
S2V-01	角色一致性	--subject-image

参数	说明
--prompt <text>	视频描述（必填）
--model <model>	指定模型
--first-frame <path-or-url>	首帧图片
--last-frame <path-or-url>	尾帧图片（需配合 --first-frame）
--subject-image <path-or-url>	角色参考图
--download <path>	保存路径（同步等待时）
--no-wait / --async	异步模式，立即返回任务ID
--poll-interval <seconds>	轮询间隔（默认5秒）
--callback-url <url>	完成通知Webhook

# 同步等待
mmx video generate --prompt "夕阳下，一只猫坐在窗边望向远方" --download sunset.mp4

# 异步，立即返回任务ID
mmx video generate --prompt "机器人画画" --async --quiet

# 图生视频
mmx video generate --prompt "一个女人在走路" --first-frame woman.jpg

# 首尾帧插值
mmx video generate --prompt "向前走" --first-frame start.jpg --last-frame end.jpg

# 角色一致性
mmx video generate --prompt "侦探行走" --subject-image character.jpg

# 查询任务状态
mmx video task get <task-id>

# 下载已完成视频
mmx video download <task-id> --out output.mp4

音乐生成

mmx music generate --prompt <text> [flags]

模型	说明
music-2.6	推荐
music-2.6-free	免费版（无限量）
music-2.5+	增强版
music-2.5	标准版

参数	说明
--prompt <text>	音乐风格描述（最多2000字符）
--lyrics <text>	歌词（带结构标签）
--lyrics-file <path>	从文件读取歌词
--lyrics-optimizer	从 prompt 自动生成歌词
--instrumental	纯音乐模式
--vocals <text>	人声风格
--genre <text>	音乐流派
--mood <text>	情绪
--instruments <text>	乐器
--tempo <text>	节奏描述
--bpm <n>	精确 BPM
--key <text>	调性
--structure <text>	歌曲结构
--out <path>	保存路径（必填）
--format <fmt>	音频格式（默认mp3）
--model <model>	模型选择
--output-format hex|url	返回格式（默认hex）

歌词结构标签：[Intro] [Verse] [Pre Chorus] [Chorus] [Interlude] [Bridge] [Outro] [Post Chorus] [Transition] [Break] [Hook] [Build Up] [Inst] [Solo]

# 带歌词
mmx music generate --prompt "轻快爵士风格" --lyrics "La la la..." --out summer.mp3

# 自动生成歌词
mmx music generate --prompt "关于夏天的流行歌曲" --lyrics-optimizer --out summer_pop.mp3

# 纯音乐
mmx music generate --prompt "电影配乐，管弦乐" --instrumental --out bgm.mp3

# 详细参数
mmx music generate --prompt "温暖的早晨民谣" \
  --vocals "男声女声二重唱，和声" \
  --instruments "原声吉他，钢琴，弦乐" \
  --bpm 95 \
  --out duet.mp3

语音合成

mmx speech synthesize --text <text> [--out <path>] [flags]

模型	说明
speech-2.8-hd	高清（默认）
speech-2.6	标准版
speech-02	轻量版

参数	说明	默认值
--text <text>	文本（最多10k字符）	必填
--text-file <path>	从文件读取	-
--voice <id>	音色ID	English_expressive_narrator
--out <path>	保存路径	-
--model <model>	模型	speech-2.8-hd
--speed <n>	语速倍数	1.0
--pitch <n>	音调调整	-
--volume <n>	音量	-
--format <fmt>	音频格式	mp3
--sample-rate <hz>	采样率	32000
--bitrate <bps>	比特率	128000
--language <code>	语言增强	-
--subtitles	包含字幕时间轴	-
--pronunciation <from/to>	自定义发音	-

查看音色列表：mmx speech voices

# 基础合成
mmx speech synthesize --text "欢迎使用 MiniMax Token Plan" --out welcome.mp3

# 指定音色
mmx speech synthesize --text "你好" --voice "温暖女声" --out hello.mp3

# 调整语速
mmx speech synthesize --text "快速播报新闻" --speed 1.5 --out news_fast.mp3

# 从文件读取
echo "Breaking news." | mmx speech synthesize --text-file - --out news.mp3

# 带字幕
mmx speech synthesize --text "Hello world" --subtitles --out with_subs.mp3

# 流式输出
mmx speech synthesize --text "Stream test" --stream | mpv --no-terminal -

文本对话

mmx text chat --message <text> [flags]

参数	说明
--message <text>	消息内容
--model <model>	模型选择
--stream	流式输出

# 简单对话
mmx text chat --message "帮我生成一首关于AI的4言诗"

# 流式输出
mmx text chat --message "解释量子计算" --stream

网络搜索

mmx search query <text>

mmx search query "MiniMax 最新动态"

其他命令

命令	说明
mmx auth status	认证状态
mmx auth refresh	刷新 Token
mmx quota show	用量配额
mmx config show	查看配置
mmx config set <key> <value>	设置配置
mmx update	检查更新
mmx	打开交互面板

默认输出路径

不指定时，生成的文件默认保存到当前目录的 minimax-output/ 文件夹。