前言¶
在 Agent 里接入视频生成，常见做法是让模型自己去拼 HTTP 请求：拼 URL、拼参数、处理轮询和错误。MiniMax 的 H3（Hailuo-03）接口参数不少（文本、图片、视频、音频多路输入，768P/2K 两档，4-15 秒时长），靠模型现场发挥容易拼错字段，也说不清一秒钟大概多少钱。
下面介绍的这个 Skill 把这套调用流程固化下来，面向使用 Cursor、Codex CLI、Claude Code 等支持 SKILL.md 格式的 Agent 环境，让 Agent 直接调用 MiniMax H3 视频生成能力，而不是临时手写接口代码。
这是什么¶
「让Agent支持minimaxH3模型」是一个社区发布的通用 SKILL.md 格式 Skill，坐标 @user_b5df6666/minimax-h3-video，版本 1.0.0，发布者 user_b5df6666。
它解决的问题：用户在对话里提到 MiniMax、H3、海螺/Hailuo 视频生成，或要求用 MiniMax 接口生成视频、查询模型与价格时，Agent 需要一个明确的入口去调用 MiniMax H3（Hailuo-03）视频生成 API，而不必从零拼请求。
核心功能¶
根据 SkillHub 页面的简介，该 Skill 覆盖以下能力：
- 文生视频：文本直接生成带原生音频的视频。
- 图生视频：支持首帧、尾帧、首尾帧三种方式。
- 多模态参考生视频：文本、图片、视频、音频可作为输入，输出带原生音频的视频。
- 分辨率与时长：768P/2K 两档，4-15 秒。
- 768P→2K 再生成：先以 768P 生成，再升到 2K。
- H3-Context-IR 提示词增强：对提示词做结构化增强。
- 周边配套：API Key 配置、模型查询、价格/费用估算。
该 Skill 标记 requires_api_key=true，即调用前必须准备好 MiniMax 的 API Key。
安装与启用¶
官方页（https://api.skillhub.cn/user_b5df6666/minimax-h3-video）未在已抓取资料中给出具体的安装命令或目录路径，因此这里不臆造。可行的两条路径：
- 在 SkillHub 页面按站点引导安装到你的 Agent 环境。
- 手动获取 Skill 包后，将其放入对应 Agent 的 Skill 目录，使 Agent 能加载
SKILL.md。
不同 Agent 的目录约定不同：Cursor、Codex CLI、Claude Code 各自有 skills 存放位置，以你所用环境的文档为准。装完后，在对话里直接提需求即可触发，例如：
用 MiniMax H3 把这段描述生成一段 768P、6 秒的视频
典型用法¶
Skill 内置的用法围绕上述能力展开，Agent 收到请求后会走对应流程：
- 用户提出视频生成需求（文生视频、图生视频、参考生视频）。
- Skill 校验 API Key 是否已配置，未配置则引导填写。
- 按需求组装输入：文本提示词，或首帧/尾帧/首尾帧图片，或参考图、视频、音频。
- 调用 MiniMax H3 接口，768P 先行，需要时再走 768P→2K 再生成。
- 需要控制预算时，先调用价格/费用估算，再决定是否发起生成。
涉及提示词的任务，走 H3-Context-IR 增强后再提交。
适用场景与注意¶
适合：已在用 Agent 做内容生产，想接入 MiniMax H3/海螺视频生成的开发者；需要文生、图生、参考生多模式统一入口的团队；想在生成前估算费用、控制支出的场景。
注意：
- 必须有可用的 MiniMax API Key，否则 Skill 无法实际出片。
- 输出为 768P/2K、4-15 秒带原生音频的视频，分辨率上限是 2K，时长上限 15 秒，不要期待更长或更高清的直接输出。
- 768P→2K 再生成是分步流程，耗时和费用都按两段累计，估算预算时要算两次。
- 资料来源为 SkillHub 页面简介，接口的具体字段、价格数值未在资料中给出，以 MiniMax 官方文档为准。
结语¶
这个 Skill 的价值在于把 MiniMax H3 的多模态视频生成、分辨率档位、提示词增强和费用估算固化成一套可被 Agent 直接调用的流程，减少现场拼接口的成本。官方地址：https://api.skillhub.cn/user_b5df6666/minimax-h3-video ，SkillHub 页面：https://www.skillhub.cn/skills/user_b5df6666/minimax-h3-video 。
