前言¶
在 Agent 裏接入視頻生成，常見做法是讓模型自己去拼 HTTP 請求：拼 URL、拼參數、處理輪詢和錯誤。MiniMax 的 H3（Hailuo-03）接口參數不少（文本、圖片、視頻、音頻多路輸入，768P/2K 兩檔，4-15 秒時長），靠模型現場發揮容易拼錯字段，也說不清一秒鐘大概多少錢。
下面介紹的這個 Skill 把這套調用流程固化下來，面向使用 Cursor、Codex CLI、Claude Code 等支持 SKILL.md 格式的 Agent 環境，讓 Agent 直接調用 MiniMax H3 視頻生成能力，而不是臨時手寫接口代碼。
這是什麼¶
「讓Agent支持minimaxH3模型」是一個社區發佈的通用 SKILL.md 格式 Skill，座標 @user_b5df6666/minimax-h3-video，版本 1.0.0，發佈者 user_b5df6666。
它解決的問題：用戶在對話裏提到 MiniMax、H3、海螺/Hailuo 視頻生成，或要求用 MiniMax 接口生成視頻、查詢模型與價格時，Agent 需要一個明確的入口去調用 MiniMax H3（Hailuo-03）視頻生成 API，而不必從零拼請求。
核心功能¶
根據 SkillHub 頁面的簡介，該 Skill 覆蓋以下能力：
- 文生視頻：文本直接生成帶原生音頻的視頻。
- 圖生視頻：支持首幀、尾幀、首尾幀三種方式。
- 多模態參考生視頻：文本、圖片、視頻、音頻可作爲輸入，輸出帶原生音頻的視頻。
- 分辨率與時長：768P/2K 兩檔，4-15 秒。
- 768P→2K 再生成：先以 768P 生成，再升到 2K。
- H3-Context-IR 提示詞增強：對提示詞做結構化增強。
- 周邊配套：API Key 配置、模型查詢、價格/費用估算。
該 Skill 標記 requires_api_key=true，即調用前必須準備好 MiniMax 的 API Key。
安裝與啓用¶
官方頁（https://api.skillhub.cn/user_b5df6666/minimax-h3-video）未在已抓取資料中給出具體的安裝命令或目錄路徑，因此這裏不臆造。可行的兩條路徑：
- 在 SkillHub 頁面按站點引導安裝到你的 Agent 環境。
- 手動獲取 Skill 包後，將其放入對應 Agent 的 Skill 目錄，使 Agent 能加載
SKILL.md。
不同 Agent 的目錄約定不同：Cursor、Codex CLI、Claude Code 各自有 skills 存放位置，以你所用環境的文檔爲準。裝完後，在對話裏直接提需求即可觸發，例如：
用 MiniMax H3 把這段描述生成一段 768P、6 秒的視頻
典型用法¶
Skill 內置的用法圍繞上述能力展開，Agent 收到請求後會走對應流程：
- 用戶提出視頻生成需求（文生視頻、圖生視頻、參考生視頻）。
- Skill 校驗 API Key 是否已配置，未配置則引導填寫。
- 按需求組裝輸入：文本提示詞，或首幀/尾幀/首尾幀圖片，或參考圖、視頻、音頻。
- 調用 MiniMax H3 接口，768P 先行，需要時再走 768P→2K 再生成。
- 需要控制預算時，先調用價格/費用估算，再決定是否發起生成。
涉及提示詞的任務，走 H3-Context-IR 增強後再提交。
適用場景與注意¶
適合：已在用 Agent 做內容生產，想接入 MiniMax H3/海螺視頻生成的開發者；需要文生、圖生、參考生多模式統一入口的團隊；想在生成前估算費用、控制支出的場景。
注意：
- 必須有可用的 MiniMax API Key，否則 Skill 無法實際出片。
- 輸出爲 768P/2K、4-15 秒帶原生音頻的視頻，分辨率上限是 2K，時長上限 15 秒，不要期待更長或更高清的直接輸出。
- 768P→2K 再生成是分步流程，耗時和費用都按兩段累計，估算預算時要算兩次。
- 資料來源爲 SkillHub 頁面簡介，接口的具體字段、價格數值未在資料中給出，以 MiniMax 官方文檔爲準。
結語¶
這個 Skill 的價值在於把 MiniMax H3 的多模態視頻生成、分辨率檔位、提示詞增強和費用估算固化成一套可被 Agent 直接調用的流程，減少現場拼接口的成本。官方地址：https://api.skillhub.cn/user_b5df6666/minimax-h3-video ，SkillHub 頁面：https://www.skillhub.cn/skills/user_b5df6666/minimax-h3-video 。
