MiniMax Media

MiniMax media skill for voice, image, video, and music generation. Use when the user asks for MiniMax, TTS, text-to-speech, voice, image generation, image-to-image, video generation, image-to-video, music generation, a single unified entrypoint, or says "用技能生成".

统一入口：scripts/minimax

能力

• tts：语音合成
• image：文生图 / 图生图
• video：文生视频 / 图生视频
• music：文生音乐

环境变量

MINIMAX_API_KEY=...
MINIMAX_API_HOST=https://api.minimaxi.com
MINIMAX_TTS_MODEL=speech-2.8-hd
MINIMAX_TTS_VOICE_ID=English_expressive_narrator
MINIMAX_IMAGE_MODEL=image-01
MINIMAX_VIDEO_MODEL=MiniMax-Hailuo-2.3
MINIMAX_MUSIC_MODEL=music-2.5+

快速用法

scripts/minimax tts "突突你好啊，我是柱子。" --output /tmp/voice.mp3
scripts/minimax image "黑白花狸花猫在电脑前敲代码" --output /tmp/cat.jpg
scripts/minimax image "把这张图改成夜景霓虹风" --input-image ./ref.jpg --output /tmp/i2i.jpg
scripts/minimax video "黑白花狸花猫在夜晚的办公室里写代码" --output /tmp/video.mp4
scripts/minimax video "把静态图做成轻微推进镜头" --input-image ./ref.jpg --output /tmp/i2v.mp4
scripts/minimax music "lofi chill, warm piano, night city vibe" "歌词"

规则

• 默认优先使用 MINIMAX_API_HOST=https://api.minimaxi.com
• 图 / 视频支持参考图输入；不记字段名，直接走 scripts/minimax
• 任务结果文件会写到当前工作目录或 --output 指定路径
• 需要排查时，可加 --print-json
• 遇到额度不足、鉴权失败、超时、返回结构异常，会直接中文报错，不会让人干等

你该怎么用

当用户要：

• 生成语音
• 生成图片
• 做图生图
• 生成视频
• 做图生视频
• 生成音乐

直接调用 scripts/minimax，不要让人类记那些 API 细节。