MiniMax 发布 MMX-CLI:面向 AI Agent 的全模态命令行工具
当前 AI Agent 虽然具备逻辑推理能力,但在执行复杂的多模态任务(如自动生成公众号视频)时,常因各环节需手动调用 API、编写代码和适配接口而难以实现全自动化。针对这一痛点,MiniMax 于 4 月 9 日发布了 MMX-CLI,这是一款专为 AI Agent 设计的命令行工具,旨在通过极简的调用方式,赋予 Agent 直接调用全模态模型的能力。
01核心功能与全模态覆盖
- 文本交互
支持多轮对话、流式输出及 JSON 格式返回,便于 Agent 解析与逻辑处理。 - 图像生成与理解
提供文生图功能,支持比例调整与批量生成;同时具备图像理解能力,可解析图片内容。 - 视频生成
集成 Hailuo 2.3 模型,支持异步任务处理与进度追踪,适应长耗时生成需求。 - 语音合成
内置 30+ 种音色,支持语速调节及流式播放。 - 音乐创作
支持文生音乐,并允许自定义歌词。 - 联网搜索
提供实时联网能力,辅助 Agent 进行资料搜集。
通过上述功能,Agent 可独立完成从资料搜集、文案生成、语音合成到配乐配图的视频制作全流程,无需人工干预。
02底层设计优化
与市面上的通用命令行工具不同,MMX-CLI 针对机器读取场景进行了深度优化,解决了 Agent 在解析复杂输出时的常见障碍。
Agent 面临的解析难题
普通 CLI 工具
输出含噪,语义模糊
- 输出混杂进度条与彩色字符,干扰数据解析
- 报错信息为纯文本,需二次理解
- 参数缺失时挂起等待,阻塞执行流
- 长耗时任务占用线程,无法并发处理
MMX-CLI 解决方案
纯净数据,机器友好
- 输出隔离与纯数据模式:Stdout 仅输出 JSON 或文件路径,进度与提示转至 Stderr,配合 --quiet 参数杜绝干扰
- 语义化状态码:使用数字代码(如鉴权失败、参数错误、超时等)代替文本,Agent 可直接编码重试逻辑
- 异步与非阻塞设计:参数缺位直接报错退出,视频生成等任务支持后台异步运行
03安装与集成
| 使用场景 | 安装命令 |
|---|---|
| AI Agent 环境 (OpenClaw, Cursor, Claude Code) | npx skills add MiniMax-AI/cli -y -g |
| 全局安装 (终端直接使用) | npm install -g mmx-cli |
支持双区域部署:Global (api.minimax.io) 与 CN (api.minimaxi.com)
MMX-CLI 已在 GitHub 开源,开发者无需编写 MCP Server 即可快速集成,为 AI Agent 项目提供了稳定且易用的全模态能力接口。
当前文章无评论,是时候发表评论了