前言¶

在對話式 Agent 裏做配音、配樂、出圖或短視頻，常見做法是各自查 MiniMax 文檔、手寫 curl，或在本地拼 FFmpeg 腳本。流程分散，也容易漏掉區域端點、API Key 和輸出目錄約定。下面介紹 SkillHub 上的 Minimax 多媒體生成（@user_6f64fcbc/minimax-multimedia-generate）：把 TTS、音樂、圖像、視頻生成以及本地媒體處理封裝成一套 bash 腳本，由 Agent 按 SKILL.md 的流程調用 MiniMax API。

這是什麼¶

Minimax 多媒體生成 是社區來源（community）的 Agent Skill，當前版本 1.0.0，分類爲 design-media，子類涵蓋圖片生成、視頻處理、音頻處理。發佈者爲 user_6f64fcbc；版本說明寫明內容轉載自 Minimax Agent 網頁版第三方作者。SkillHub 標籤 requires_api_key=true，使用前需配置 MiniMax API Key。

官方入口：

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

Skill 包內主文檔爲 SKILL.md（英文標題爲 MiniMax Multi-Modal Toolkit），通過環境變量連接 MiniMax 開放平臺，不依賴 Python，腳本基於 curl、ffmpeg、jq、xxd。

核心功能¶

以下能力均來自 Skill 包 SKILL.md 與配套 references/、scripts/：

生成物須落在 Agent 當前工作目錄下的 minimax-output/（每次調用需顯式 --output / -o），中間文件可放在 minimax-output/tmp/。

安裝與啓用¶

1、安裝 SkillHub CLI（若尚未安裝）¶

按 SkillHub 安裝文檔 檢查或安裝：

command -v skillhub && skillhub --version

未安裝時可執行：

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

2、安裝本 Skill¶

安裝時必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能無法被加載。常見路徑示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或項目下 .agents/skills/

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

也可在 SkillHub 頁面下載 Zip（minimax-multimedia-generate-1.0.0.zip）後解壓到對應 skills 目錄。頁面提供的安裝提示爲：根據 https://skillhub.cn/install/skillhub.md 安裝 @user_6f64fcbc/minimax-multimedia-generate。

3、系統依賴與 API 配置¶

在 Skill 目錄下或指定腳本路徑前，先安裝 ffmpeg、jq（Linux 可用 apt install ffmpeg jq），並運行環境檢查：

bash <skill目錄>/scripts/check_environment.sh

配置區域 API 主機與密鑰（中國大陸與全球二選一，須與用戶賬號所在平臺一致）：

# 中國大陸：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-你的密鑰"

Key 可在對應平臺的控制台獲取；未設置時 Agent 應按 SKILL 要求向用戶確認並協助寫入 shell 配置。

典型用法¶

以下示例假設已從 Agent 工作目錄 調用 Skill 內腳本（使用安裝後的絕對或相對路徑），且已 mkdir -p minimax-output。

單段語音（默認場景）

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

文生圖

bash <skill目錄>/scripts/image/generate_image.sh \
  --prompt "日落時分屋頂上的貓，電影感暖色調，寫實" \
  --aspect-ratio 16:9 \
  -o minimax-output/cat.png

默認短視頻（6 秒、768P，文生視頻）

生成前應按 references/video-prompt-guide.md 優化 prompt；示例：

bash <skill目錄>/scripts/video/generate_video.sh \
  --mode t2v \
  --prompt "金毛幼犬在陽光草地奔向鏡頭，[跟隨] 跟拍，暖色黃金時刻，淺景深" \
  --output minimax-output/puppy.mp4

爲視頻生成伴奏並混音

bash <skill目錄>/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

多角色有聲書、長視頻分鏡、模板視頻等完整參數與分段 JSON 格式見 Skill 內 SKILL.md 與 references/ 下各 API 說明。

適用場景與注意¶

適合誰

• 已在 Cursor、Claude Code、Codex 等支持 Skills 的 Agent 中工作，需要把 MiniMax 多模態能力交給 Agent 按文檔執行的場景。
• 需要統一輸出目錄、配額提示（Starter / Plus / Max 等計劃下的 TTS、圖像、視頻次數）和 FFmpeg 後處理鏈路的團隊或個人。

限制與注意

1. 必須自備 MiniMax API Key，並按賬號選擇 api.minimaxi.com 或 api.minimax.io。
2. SKILL 中強調視頻默認 768P、6 秒；各計劃 不支持 1080P，視頻日配額較少，生成前宜與用戶確認。
3. 社區 Skill，作者未在 SkillHub 顯示官方認證；頁面安全掃描結果爲「安全，無風險」，仍建議在生產環境前自行審閱腳本。
4. SkillHub 統計（抓取時）：下載約 1006 次，評分 100000，收藏 3 次；概述正文在商店頁爲空，細節以安裝包內 SKILL.md 爲準。

結尾¶

Minimax 多媒體生成 把 MiniMax 的語音、音樂、圖像、視頻 API 與本地媒體工具收斂到一套 Agent Skill，減少重複查文檔和拼腳本的成本。安裝與更新以 SkillHub 爲準：

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