MiniMax MCP JS

MiniMax MCP JS

MiniMax MCP 的 JavaScript/TypeScript 实现，提供图像生成、视频生成、文本转语音等功能。

文档

• 中文詳細
• Python 版本- MiniMax MCP 的官方 Python 实现

特征

• 文本转语音 (TTS)
• 图像生成
• 视频生成
• 语音克隆
• 动态配置（支持环境变量和请求参数）
• 与 MCP 平台托管兼容（ModelScope 和其他 MCP 平台）

安装

快速入门

MiniMax MCP JS 实现了模型上下文协议（MCP）规范，可以作为服务器与兼容 MCP 的客户端（例如 Claude AI）进行交互。

MCP 客户端快速入门

1. 从MiniMax 国际平台获取您的 API 密钥。
2. 确保你已经安装了Node.js 和 npm
3. 重要提示：API HOST&KEY 在不同地区有所不同，它们必须匹配，否则您将收到Invalid API key错误。

与 MCP 客户端一起使用（推荐）

配置您的 MCP 客户端：

克劳德桌面

转到Claude > Settings > Developer > Edit Config > claude_desktop_config.json以包含：

光标

转到Cursor → Preferences → Cursor Settings → MCP → Add new global MCP Server来添加上述配置。

⚠️注意：如果您在将 MiniMax MCP JS 与 Cursor 结合使用时遇到“未找到工具”错误，请将 Cursor 更新到最新版本。更多信息，请参阅此讨论帖。

就是这样。您的 MCP 客户端现在可以通过这些工具与 MiniMax 进行交互。

对于本地开发：在本地开发时，您可以使用npm link来测试您的更改：

然后，按照上面步骤配置 Claude Desktop 或 Cursor 使用 npx。这将自动使用你链接的版本。

⚠️注意：API Key 需要与主机地址匹配，全球版本和中国大陆版本使用不同的主机：

• 全球主机： https://api.minimaxi.chat （注意多余的“i”）
• 中国大陆主机： https://api.minimaxi.chat

交通方式

MiniMax MCP JS 支持三种传输模式：

配置

MiniMax-MCP-JS 提供了多种灵活的配置方式，以适应不同的使用场景。配置优先级从高到低如下：

1. 请求参数配置（最高优先级）

在平台托管环境中（如 ModelScope 或其他 MCP 平台），您可以通过请求参数中的meta.auth对象为每个请求提供独立的配置：

此方法支持多租户使用，其中每个请求可以使用不同的 API 密钥和配置。

2. API配置

当在其他项目中作为模块使用时，可以通过startMiniMaxMCP函数传递配置：

3. 命令行参数

1. 全局安装 CLI 工具：

2. 当用作 CLI 工具时，您可以通过命令行参数提供配置：

4. 环境变量（最低优先级）

最基本的配置方法是通过环境变量：

配置优先级

当使用多种配置方法时，适用以下优先级顺序（从高到低）：

1. 请求级配置（通过每个 API 请求中的meta.auth ）
2. 命令行参数
3. 环境变量
4. 配置文件
5. 默认值

这种优先级确保了跨不同部署场景的灵活性，同时保持了多租户环境的每个请求的配置功能。

配置参数

⚠️注意：API Key 需要与主机地址匹配，全球版本和中国大陆版本使用不同的主机：

• 全球主机： https://api.minimaxi.chat （注意多余的“i”）
• 中国大陆主机： https://api.minimax.chat

示例用法

⚠️警告：使用这些工具可能会产生费用。

1. 播放一段晚间新闻

2. 克隆声音

3. 生成视频

4. 生成图像

可用工具

文本转音频

将文本转换为语音音频文件。

工具名称： text_to_audio

参数：

• text ：要转换的文本（必需）
• model ：模型版本，选项有‘speech-02-hd’、‘sp​​eech-02-turbo’、‘sp​​eech-01-hd’、‘sp​​eech-01-turbo’、‘sp​​eech-01-240228’、‘sp​​eech-01-turbo-240228’，默认为‘speech-02-hd’
• voiceId ：语音ID，默认为'male-qn-qingse'
• speed ：语速，范围0.5-2.0，默认为1.0
• vol ：音量，范围0.1-10.0，默认为1.0
• pitch ：音高，范围 -12 到 12，默认值为 0
• emotion ：情绪，可选值为“高兴”、“悲伤”、“愤怒”、“恐惧”、“厌恶”、“惊讶”、“中性”，默认为“高兴”。注意：此参数仅适用于“speech-02-hd”、“speech-02-turbo”、“speech-01-turbo”和“speech-01-hd”型号。
• format ：音频格式，选项有 'mp3', 'pcm', 'flac', 'wav'，默认为 'mp3'
• sampleRate ：采样率（Hz），选项有 8000、16000、22050、24000、32000、44100，默认为 32000
• bitrate ：比特率（bps），选项有 64000、96000、128000、160000、192000、224000、256000、320000，默认为 128000
• channel ：音频通道，可选1或2，默认为1
• languageBoost ：语言增强，默认为“自动”
• latexRead ：启用 LaTeX 公式读取
• pronunciationDict ：发音词典
• stream ：启用流输出
• subtitleEnable ：启用字幕生成
• outputDirectory ：保存输出文件的目录（可选）
• outputFile ：保存输出文件的路径（可选，如果未提供则自动生成）

播放音频

播放音频文件。支持 WAV 和 MP3 格式。不支持视频。

工具名称： play_audio

参数：

• inputFilePath ：要播放的音频文件的路径（必需）
• isUrl ：音频文件是否为URL，默认为false

语音克隆

从音频文件中克隆声音。

工具名称： voice_clone

参数：

• audioFile ：音频文件路径（必需）
• voiceId ：语音 ID（必填）
• text ：演示音频的文本（可选）
• outputDirectory ：保存输出文件的目录（可选）

文本转图像

根据文本提示生成图像。

工具名称： text_to_image

参数：

• prompt ：图片描述（必填）
• model ：模型版本，默认为 'image-01'
• aspectRatio ：宽高比，默认为“1：1”，选项为“1：1”，“16：9”，“4：3”，“3：2”​​，“2：3”，“3：4”，“9：16”，“21：9”
• n ：要生成的图像数量，范围 1-9，默认为 1
• promptOptimizer ：是否优化提示，默认为 true
• subjectReference ：字符引用的本地图像文件或公共 URL 的路径（可选）
• outputDirectory ：保存输出文件的目录（可选）
• outputFile ：保存输出文件的路径（可选，如果未提供则自动生成）
• asyncMode ：是否使用异步模式。默认为 False。如果为 True，则视频生成任务将异步提交，响应将返回 task_id。应使用query_video_generation工具检查任务状态并获取结果。（可选）

生成视频

根据文字提示生成视频。

工具名称： generate_video

参数：

• prompt ：视频描述（必填）
• model ：模型版本，选项有“T2V-01”、“T2V-01-Director”、“I2V-01”、“I2V-01-Director”、“I2V-01-live”、“S2V-01”，默认为“T2V-01”
• firstFrameImage ：第一帧图像的路径（可选）
• outputDirectory ：保存输出文件的目录（可选）
• outputFile ：保存输出文件的路径（可选，如果未提供则自动生成）
• asyncMode ：是否使用异步模式。默认为 False。如果为 True，则视频生成任务将异步提交，响应将返回 task_id。应使用query_video_generation工具检查任务状态并获取结果。（可选）

查询视频生成状态

查询视频生成任务的状态。

工具名称： query_video_generation

参数：

• taskId ：要查询的任务 ID。如果async_mode为 True，则应为generate_video工具返回的 task_id。（必填）
• outputDirectory ：保存输出文件的目录（可选）

常问问题

1. 如何在异步模式下使用generate_video

在开始之前定义完成规则：或者，可以在 IDE 设置中配置这些规则（例如，Cursor）：

发展

设置

建造

跑步

执照

麻省理工学院