前言¶

在对话式 Agent 里做配音、配乐、出图或短视频，常见做法是各自查 MiniMax 文档、手写 curl，或在本地拼 FFmpeg 脚本。流程分散，也容易漏掉区域端点、API Key 和输出目录约定。下面介绍 SkillHub 上的 Minimax 多媒体生成（@user_6f64fcbc/minimax-multimedia-generate）：把 TTS、音乐、图像、视频生成以及本地媒体处理封装成一套 bash 脚本，由 Agent 按 SKILL.md 的流程调用 MiniMax API。

这是什么¶

Minimax 多媒体生成 是社区来源（community）的 Agent Skill，当前版本 1.0.0，分类为 design-media，子类涵盖图片生成、视频处理、音频处理。发布者为 user_6f64fcbc；版本说明写明内容转载自 Minimax Agent 网页版第三方作者。SkillHub 标签 requires_api_key=true，使用前需配置 MiniMax API Key。

官方入口：

• API 页：https://api.skillhub.cn/user_6f64fcbc/minimax-multimedia-generate
• SkillHub 详情：https://www.skillhub.cn/skills/user_6f64fcbc/minimax-multimedia-generate

Skill 包内主文档为 SKILL.md（英文标题为 MiniMax Multi-Modal Toolkit），通过环境变量连接 MiniMax 开放平台，不依赖 Python，脚本基于 curl、ffmpeg、jq、xxd。

核心功能¶

以下能力均来自 Skill 包 SKILL.md 与配套 references/、scripts/：

生成物须落在 Agent 当前工作目录下的 minimax-output/（每次调用需显式 --output / -o），中间文件可放在 minimax-output/tmp/。

安装与启用¶

1、安装 SkillHub CLI（若尚未安装）¶

按 SkillHub 安装文档 检查或安装：

command -v skillhub && skillhub --version

未安装时可执行：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2、安装本 Skill¶

安装时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能无法被加载。常见路径示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下 .agents/skills/

skillhub install @user_6f64fcbc/minimax-multimedia-generate --dir ~/.cursor/skills/

也可在 SkillHub 页面下载 Zip（minimax-multimedia-generate-1.0.0.zip）后解压到对应 skills 目录。页面提供的安装提示为：根据 https://skillhub.cn/install/skillhub.md 安装 @user_6f64fcbc/minimax-multimedia-generate。

3、系统依赖与 API 配置¶

在 Skill 目录下或指定脚本路径前，先安装 ffmpeg、jq（Linux 可用 apt install ffmpeg jq），并运行环境检查：

bash <skill目录>/scripts/check_environment.sh

配置区域 API 主机与密钥（中国大陆与全球二选一，须与用户账号所在平台一致）：

# 中国大陆：https://platform.minimaxi.com
export MINIMAX_API_HOST="https://api.minimaxi.com"

# 全球：https://platform.minimax.io
# export MINIMAX_API_HOST="https://api.minimax.io"

export MINIMAX_API_KEY="sk-api-你的密钥"

Key 可在对应平台的控制台获取；未设置时 Agent 应按 SKILL 要求向用户确认并协助写入 shell 配置。

典型用法¶

以下示例假设已从 Agent 工作目录 调用 Skill 内脚本（使用安装后的绝对或相对路径），且已 mkdir -p minimax-output。

单段语音（默认场景）

bash <skill目录>/scripts/tts/generate_voice.sh tts "你好世界" \
  -v female-shaonv -o minimax-output/hello_cn.mp3

文生图

bash <skill目录>/scripts/image/generate_image.sh \
  --prompt "日落时分屋顶上的猫，电影感暖色调，写实" \
  --aspect-ratio 16:9 \
  -o minimax-output/cat.png

默认短视频（6 秒、768P，文生视频）

生成前应按 references/video-prompt-guide.md 优化 prompt；示例：

bash <skill目录>/scripts/video/generate_video.sh \
  --mode t2v \
  --prompt "金毛幼犬在阳光草地奔向镜头，[跟随] 跟拍，暖色黄金时刻，浅景深" \
  --output minimax-output/puppy.mp4

为视频生成伴奏并混音

bash <skill目录>/scripts/video/add_bgm.sh \
  --video minimax-output/puppy.mp4 \
  --generate-bgm --instrumental \
  --music-prompt "soft piano background" \
  --bgm-volume 0.3 \
  --output minimax-output/puppy_with_bgm.mp4

多角色有声书、长视频分镜、模板视频等完整参数与分段 JSON 格式见 Skill 内 SKILL.md 与 references/ 下各 API 说明。

适用场景与注意¶

适合谁

• 已在 Cursor、Claude Code、Codex 等支持 Skills 的 Agent 中工作，需要把 MiniMax 多模态能力交给 Agent 按文档执行的场景。
• 需要统一输出目录、配额提示（Starter / Plus / Max 等计划下的 TTS、图像、视频次数）和 FFmpeg 后处理链路的团队或个人。

限制与注意

1. 必须自备 MiniMax API Key，并按账号选择 api.minimaxi.com 或 api.minimax.io。
2. SKILL 中强调视频默认 768P、6 秒；各计划 不支持 1080P，视频日配额较少，生成前宜与用户确认。
3. 社区 Skill，作者未在 SkillHub 显示官方认证；页面安全扫描结果为「安全，无风险」，仍建议在生产环境前自行审阅脚本。
4. SkillHub 统计（抓取时）：下载约 1006 次，评分 100000，收藏 3 次；概述正文在商店页为空，细节以安装包内 SKILL.md 为准。

结尾¶

Minimax 多媒体生成 把 MiniMax 的语音、音乐、图像、视频 API 与本地媒体工具收敛到一套 Agent Skill，减少重复查文档和拼脚本的成本。安装与更新以 SkillHub 为准：

https://www.skillhub.cn/skills/user_6f64fcbc/minimax-multimedia-generate