minimax-video
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
minimax-video-mcp
把 MiniMax Code 的视频生成能力接到第三方中转站上。
工具名、参数、调用流程对齐 MiniMax 内置的 matrix 视频连接器,
Agent(MiniMax Code / Claude Code / Cursor)侧的写法基本不用改。
⚠️ 诚实说明:这是「第三方视频任务适配器」,不是官方视频能力的透明替换。 实测确认,官方视频能力里有一部分无法通过换服务商保留(生成工具的云端执行体、 Lucid 配音的 CLI 路径、Hub 编排、多媒体矩阵、Drive 资产)—— 详见 「与官方视频能力的差距」。
另:视频编辑能力(多轨剪辑 / 字幕 / 模板 / 剪映导出)本来就与服务商无关, 它是官方
minimax-video插件自带的 OpenChatCut 改造版,保留官方插件即原样保留。
你只需要做一件事:把 API Key 写进
api.txt。 别的什么都不用改、什么都不用配。
三步接入
1. 拿仓库
git clone https://github.com/FlapPearLabs/minimax-video-mcp.git
cd minimax-video-mcp2. 写 key
在中转站控制台「管理 API 密钥」创建一个 key,复制 api.txt.example 为 api.txt,
把 key 粘进第一行:
cp api.txt.example api.txt # Windows: copy api.txt.example api.txtsk-xxxxxxxxxxxxxxxx格式很宽松,下面这些都能认出来(# 开头是注释):
你可能写成这样 | 认不认 |
| ✅ 标准 |
| ✅ |
| ✅ 带引号 |
| ✅ 整行粘 |
| ✅ JSON |
文件里有多行 | ✅ 取第一个 |
末尾有空格 / 空行 / 换行符是 CRLF | ✅ 自动清理 |
文件开头有 BOM | ✅ 自动清理 |
3. 跑一条命令
python install.py它会:检查环境 → 装依赖 → 读 key → 验证 key 能不能用(只读,不花钱)→ 列出你能用的视频模型 → 跑完整测试 → 打印出 MCP 注册参数。
看到「准备就绪」就成了。
Related MCP server: vicsee-mcp-server
注册到 MiniMax Code
install.py 最后会打印一段 JSON。把它交给 Agent,Agent 调用 mavis 工具即可完成:
mcp create
name = minimax-video
transport = stdio
command = python
args = ["<仓库绝对路径>/server.py"]
description = 第三方中转站 MiniMax 视频生成
env不用传 ——server.py会自己去读同目录的api.txt。 想用环境变量的话,设VIDEO_API_KEY即可(优先级更高)。
注册完 mcp list 里能看到 minimax-video 就成了。
或者:直接把这段发给 Agent
仓库里的 接入提示词.md 是一段可以直接粘贴进 MiniMax Code 的提示词,
Agent 读完会自己完成克隆、读 key、注册、验证。你也可以直接说:
帮我把 https://github.com/FlapPearLabs/minimax-video-mcp.git 这个项目接进 MiniMax Code。 key 在 api.txt 里。
要把这个项目分享给别人? 看
给同学的说明.md—— 里面有可以直接群发的文案, 和一段转发给同学自己 AI 助手的提示词。
提供的工具
工具 | 作用 | 对应官方 |
| 提交异步任务 → 返回 |
|
| 轮询 → |
|
| 分页列任务 | — |
| 列站点上可用的视频模型 | — |
| 768P 成品升 2K | — |
| 删除已结束的任务记录 | — |
| 适配器配置概览 + key 来源 | — |
| 手动把成片直链转存到本地 | — |
| 查本机台账,找回之前提交过的任务 | — |
| 续跑所有未到终态的任务 | — |
与官方视频能力的差距(实测,2026-10 复核)
完整取证(含路径、行号、原文)见
docs/官方视频能力边界-实测.md。先纠正一个早期误判:早期版本把「视频编辑工程(openchatcut)」列为换服务商后的结构性缺口, 这是错的。
minimax-video插件就是 OpenChatCut v0.2.16(2e6f4a29,AGPL-3.0-or-later)的改造版, 官方补丁(161KBupstream.patch)里搜baseURL|apiKey|minimax.cn|video_generation零命中 —— 编辑层纯本地运行、与服务商完全无关,保留官方插件即原样保留。 同理,hub_*属于另一个插件minimax-h3-skills,minimax-video全目录 grephub_*零命中。
官方视频能力的真实分层
层 | 由谁提供 | 与服务商的关系 |
视频编辑(多轨 / 字幕 / 特效 / 模板 / 剪映导出 / 草稿审阅) |
| 无关,纯本地 |
视频生成 | 宿主 Agent 调 | 锁死在云端 ← 唯一要换的东西 |
Hub 编排( |
| 需 Hub 服务端 |
Drive 资产 | MiniMax 云 | 云端专属 |
官方插件主动剥离了生成后端(miniapp.ts:2 "Mini App 只装配编辑/媒体能力;推理由宿主 Agent 承担";
miniapp-server.ts:9 "不导入 embedded-server:它会带入独立 Agent 与云生成后端";/api/keys 返回空),
所以生成必须借宿主的 connector 工具,而那个工具在云端执行。
换服务商后保不住的(修订版)
缺口 | 性质 | 证据 |
宿主 connector 工具的执行体 |
|
|
| skill 直接 shell 调 |
|
Hub agent 运行时 | 服务端封闭组件;属于 | H3 skills frontmatter; |
多媒体矩阵 | 本项目未实现;中转站是否支持未验证( |
|
Drive 资产生命周期 |
| 官方连接器 schema |
一条真实的协议落差(也是本仓库存在的理由)
上游 OpenChatCut 的 MiniMax provider base URL 可配(MINIMAX_BASE_URL,见 server/plugins/index.ts:130-134),
但走 V1(/v1/video_generation、/v1/query/video_generation?task_id=、/v1/files/retrieve?file_id=);
中转站 /v2/* 只有 MiniMax 官方 V2 格式,/v1/* 是 OpenAI 兼容的 chat/messages/skills,
不提供 MiniMax V1 视频路径(实测 404)。
→ 直接把 MINIMAX_BASE_URL 指过去会 404,必须做 V1→V2 改写。这正是本仓库 server.py 在做的事。
换服务商后能原样保留的
视频编辑全线:多轨剪辑、字幕、特效、模板、剪映草稿导出、草稿 → 预览 → 应用(官方插件自带,本机跑)
代码动画:
code-video/lucid的本地 Python + Remotion 渲染视频生成的参数与异步流程(本项目已对齐官方 V2 同形,并多一层台账 / 防重复扣费)
已按审查意见修掉的(本仓库)
工具名同时以
submit_video_generation和connector__matrix__submit_video_generation暴露list_video_tasks的分页参数不再被配置默认值覆盖台账写失败时中止提交(而不是受理后丢 task_id)
升 2K 补上提交前 attempt 记录
回归测试:
tests/test_review_fixes.py(7 个用例,逐条钉住上面的修复)
想真正达到"完全等价",得走哪条路
路线 | 达成度 | 说明 |
A 换官方上游 | ~35% | 能换 connector 层,但宿主侧没有改指向入口(baseURL 硬编码 + 启动器清空环境变量);Hub 换不掉 |
B 自建完全兼容 MCP | ~60% | 补齐多媒体工具 + 返回契约;Hub 与 Drive 仍缺 |
C 改官方 skills | ~10% | 改工具名解决不了 canvas / 选择卡片这类运行时依赖 |
D 别名 + 宿主路由层 | 最合理 | 在宿主分发层同时接住 Connector 调用与 CLI 调用,把请求转进适配器;前提是找得到官方扩展点 |
F = 官方插件 + 本地适配器接管生成(= 本仓库当前形态) | ~75% | 编辑层用官方插件(不碰 AGPL 再分发义务),生成层走中转站;待验证宿主对 MCP 工具的命名与优先级 |
E 自建 openchatcut 集成 | ~70% | 能补编辑能力,但要给上游 MiniMax provider 打 V1→V2 补丁 + 承担 AGPL 再分发义务;性价比低于 F |
下一步该做的不是继续补工具名,而是这三件事:
① 用真实 key 读 GET /v1/skills,确认中转站覆盖哪些路由(不花钱);
② 在实机里确认宿主对 MCP 工具的命名规则,以及同名工具的优先级(内置 connector 工具是裸名 connector__matrix__*);
③ (可选)若要把"视频修改"完全对齐,补 /v2/video_regeneration 与 DELETE /v2/video_generation/{task_id}。
中转站已明确 H3-Context-IR 未开放(
POST /v2/h3_context_ir→ 400),官方 H3 的"上下文续写"这一项接不了。
三条铁律(代码里已实现,不只是文档约定)
铁律 | 实现 |
一、task_id 立刻落库 | 提交前先记一条「提交尝试」,拿到 task_id 后立刻写入台账 |
二、终态不要自动重试 | 终态任务不进 pending,续跑跳过。创建类请求(提交、升 2K)永不重试、永不换域名重发 —— 上游一旦受理就计费,重试可能多出一个计费任务。提交前若失败,会留下「未决提交」记录,提醒你去平台任务列表查,而不是盲目重提 |
三、直链拿到就转存 | 任务成功时在后台把成片下载到 |
台账 .video-tasks.jsonl 和 videos/ 都在 .gitignore 里,是本地状态,不进仓库。
MCP server 启动时如果发现未完成任务,会在 stderr 打一条提示 —— 看到它就先 resume_pending_tasks,别重新提交。
站点接口
项 | 值 |
Base URL |
|
鉴权 |
|
创建任务 |
|
查询任务 |
|
任务列表 |
|
删除任务 |
|
升 2K |
|
推荐模型 |
|
请求体与 MiniMax 官方 V2 同形(model / content[] / resolution / duration / ratio /
callback_url / extra / aigc_watermark),同一个模型、同样的参数。
但中转站不是官方,下面这些差异要知道:
与 MiniMax 官方的差异
# | 差异 | 影响 |
1 | 不支持 | 素材只能传公网 URL 或 |
2 | 不支持只传 | 必须与 |
3 |
| 多镜头分镜文本得自己写,不能靠 Context-IR 生成 |
4 | 多出 | 官方 H3 只有 |
5 |
| 从官方迁过来的成本统计会缺 token 账 |
6 | 报错 message 是中文,末尾不带数字错误码 | 官方是 OpenAI 风格 |
7 |
| 官方也是这样;传给 H3 不生效 |
8 |
| 处理中的任务不能取消 |
9 | 升 2K 仅 | 其他渠道的成片升不了 2K |
所以准确的说法是:模型和参数与官方一致,接口行为有上述九处差异。
平台规则(提交前本地拦截,不白烧额度)
resolution与duration必填文生视频必须给具体
ratio,且不能是adaptive图生视频
ratio恒按adaptive处理只传
last_frame会 400,必须与first_frame同传帧模式与参考模式互斥(
first_frame/last_frame不能与reference_*同传)POST /v2/h3_context_ir平台未接入,固定 400不支持
mm_file://;图片/音频可公网 URL 或data:内联;视频只收公网 URLfailed任务已自动退款,不要重复提交轮询 5~10 秒一次;768P 通常 1~4 分钟,1080P/2K/4K 更久
这些写在 provider.json 的 rules 段,server.py 会在发出请求之前拦下违规组合。
跑测试
python -m unittest discover -s tests -t . -v覆盖:key 解析的 30+ 种边界情况、content[] 组装、9 条平台规则、mock 端到端、 base_url 故障切换、真实 MCP stdio 协议握手、安装器行为、三条铁律的专项验证。
常见问题
现象 | 原因与处理 |
|
|
| key 抄错了,或用了 MiniMax 官方 key 而不是中转站的 key |
| 控制台给本机 IP 设了白名单,把本机公网 IP 加进去或清空白名单 |
| 余额不足,去控制台充值 |
| 网络/代理问题;也可改 |
|
|
Agent 说工具没出现 |
|
任务失败 | 已自动退款。看 |
虚拟环境(推荐,避免系统 Python 限制)
python -m venv .venv
.venv/Scripts/activate # Windows
source .venv/bin/activate # macOS / Linux
pip install -r requirements.txt
python install.py安全
api.txt已在.gitignore里,不要提交、不要贴进聊天密钥只走
api.txt或环境变量VIDEO_API_KEY,不进命令行参数中转站会留存你提交的 prompt 和素材。公开素材走中转站没问题;工作文档、商业机密建议仍走官方直连
许可
MIT
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
LLM chat, text tools, image generation, editing, batch image jobs, and asynchronous video generation
AI video generation MCP server for Kling, MiniMax, Luma & Hunyuan with prompt blueprints.
MCP server for Hailuo (MiniMax) AI video generation
214 tools for AI agents over one MCP endpoint: image, video, audio, 3D, data, storage, mail, GPUs.
Related MCP Servers
- AlicenseAqualityNot gradedmaintenanceEnables interaction with MiniMax AI APIs for text-to-speech, voice cloning, video generation, image generation, and music creation through MCP clients like Claude Desktop and Cursor.9MIT

vicsee-mcp-serverofficial
AlicenseAqualityCmaintenanceEnables AI agents to generate, edit, and upscale videos and images using VicSee's API, with support for multiple models and asynchronous task polling.792 npmMIT- FlicenseAqualityDmaintenanceEnables MiniMax-H3 video+audio generation on a local ComfyUI via five simple tools, including image/reference-to-video, job polling/cancelling, and asset listing, with stateless prompt_id-based job handling.61-
- AlicenseAqualityCmaintenanceEnables video generation via MiniMax's official V2 API using your own API key, integrating with mcode for submitting and querying video tasks, with automatic mp4 downloads.2MIT