mcpField
M
Minimax MCP Tools

Minimax MCP Tools

本地服务
github.com/PsychArch媒体与设计5039 周前更新

关于 Minimax MCP Tools

Minimax MCP Tools 是一个 MCP 服务,通过 Minimax API 提供图像生成和文本转语音能力。它采用异步提交并统一等待的模式,适合批量生成内容的场景。

主要功能

  1. 01异步提交图像生成任务
  2. 02异步提交语音合成任务
  3. 03task_barrier 统一等待所有任务
  4. 04内置速率限制(图像 10 RPM,语音 20 RPM)

适用场景

  1. 01批量生成幻灯片配图与旁白
  2. 02制作带有多个角色声音的有声书章节
  3. 03为网站项目生成视觉与音频素材

MCP 相关

该项目是一个 MCP 服务,向 MCP 客户端暴露 submit_image_generation、submit_speech_generation 和 task_barrier 等工具。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"minimax-mcp-tools": {
"command": "npx",
"args": [
"-y",
"minimax-mcp-tools"
],
"env": {
"MINIMAX_API_KEY": "<MINIMAX_API_KEY>"
}
}
}
}
启动命令npx -y minimax-mcp-tools
需要配置的环境变量
MINIMAX_API_KEY密钥

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmminimax-mcp-tools

工具

3

收录的工具列表 · 更新于 3 周前

参数类型必填说明
seedinteger否用于生成可复现结果的随机种子
styleobject否艺术风格控制设置。使用不支持 customSize 或 subjectReference 参数的 image-01-live 模型。不能与 customSize 或 subjectReference 搭配使用
style.style_typeenum是艺术风格类型。选项:漫画、元气、中世纪、水彩漫画 | 元气 | 中世纪 | 水彩
style.style_weightnumber否风格控制权重(0-1]。值越高,风格效果越强。默认值:0.8
promptstring是
customSizeobject否自定义图像尺寸(宽 × 高,单位:像素)。范围:512-2048,且必须是 8 的倍数。总分辨率应低于 2M 像素。仅 image-01 模型支持(不能与 style 参数搭配使用)。同时设置 customSize 和 aspectRatio 时,aspectRatio 优先
customSize.widthnumber是
customSize.heightnumber是
outputFilestring是生成图像的绝对路径
aspectRatioenum否图像的宽高比。选项:1:1、16:9、4:3、3:2、2:3、3:4、9:16、21:91:1 | 16:9 | 4:3 | 3:2 | 2:3 | 3:4 | 9:16 | 21:9
subjectReferencestring否用于在生成图像中保持面部特征的人像图像文件路径。仅 image-01 模型支持(不能与 style 参数搭配使用)。为获得最佳效果,请提供清晰的正面人脸照片。支持本地文件路径和 URL。最大 10MB,格式:jpg、jpeg、png

详细介绍

Minimax MCP 工具

横幅

用于集成 Minimax AI 的模型上下文协议(MCP)服务,支持异步图像生成和文本转语音,并提供先进的速率限制和错误处理。

English | 简体中文

MCP 配置

将以下内容添加到 MCP 设置中:

{
  "mcpServers": {
    "minimax-mcp-tools": {
      "command": "npx",
      "args": ["minimax-mcp-tools"],
      "env": {
        "MINIMAX_API_KEY": "your_api_key_here"
      }
    }
  }
}

异步设计——非常适合大规模内容制作

此 MCP 服务采用异步提交并等待屏障模式,专为批量内容创作设计:

🎬 旁白幻灯片制作——并行生成数十张幻灯片图像及相应旁白
📚 AI 驱动的有声读物创作——同时使用多个语音角色制作章节
🖼️ 网站素材生成——为 Web 项目创建风格统一的视觉内容和音频元素
🎯 多媒体内容流水线——非常适合需要同时生成视觉和音频内容的 LLM 驱动工作流

架构优势:
  1. 提交阶段:工具立即返回任务 ID,任务在后台执行
  2. 智能速率限制:自适应速率限制(图像每分钟 10 次,语音每分钟 20 次),并支持突发容量
  3. 屏障同步:task_barrier 等待所有任务完成并返回全面的结果
  4. 批量优化:提交多个任务以充分利用速率限制,然后调用一次屏障以实现最大吞吐量

工具

submit_image_generation

提交图像生成任务——异步生成图像。

必需: prompt、outputFile
可选: aspectRatio、customSize、seed、subjectReference、style

submit_speech_generation

提交语音生成任务——异步将文本转换为语音。

必需: text、outputFile
可选: highQuality、voiceId、speed、volume、pitch、emotion、format、sampleRate、bitrate、languageBoost、intensity、timbre、sound_effects

task_barrier

等待任务完成——等待所有已提交的任务完成并获取结果。对批量处理至关重要。

架构

sequenceDiagram
    participant User
    participant MCP as MCP Server
    participant TM as Task Manager
    participant API as Minimax API

    Note over User, API: Async Submit-and-Barrier Pattern

    User->>MCP: submit_image_generation(prompt1)
    MCP->>TM: submitImageTask()
    TM-->>MCP: taskId: img-001
    MCP-->>User: "Task img-001 submitted"
    
    par Background Execution (Rate Limited)
        TM->>API: POST /image/generate
        API-->>TM: image data + save file
    end

    User->>MCP: submit_speech_generation(text1)
    MCP->>TM: submitTTSTask()
    TM-->>MCP: taskId: tts-002
    MCP-->>User: "Task tts-002 submitted"
    
    par Background Execution (Rate Limited)
        TM->>API: POST /speech/generate
        API-->>TM: audio data + save file
    end

    User->>MCP: submit_image_generation(prompt2)
    MCP->>TM: submitImageTask()
    TM-->>MCP: taskId: img-003
    MCP-->>User: "Task img-003 submitted"

    par Background Execution (Rate Limited)
        TM->>API: POST /image/generate (queued)
        API-->>TM: image data + save file
    end

    User->>MCP: task_barrier()
    MCP->>TM: barrier()
    TM->>TM: wait for all tasks
    TM-->>MCP: results summary
    MCP-->>User: ✅ All tasks completed<br/>Files available at specified paths

    Note over User, API: Immediate Task Submission + Background Rate-Limited Execution

许可证

MIT

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。