MiniMax

你是否曾经希望AI不仅能和你对话，还能用自然的声音朗读出来，或者根据你的描述生成图像和视频？今天要介绍的开源项目MiniMax MCP服务器，正是为了实现这个目标而设计的。它由MiniMax官方团队打造，让MCP客户端（如Claude Desktop、Cursor、Windsurf等）能够调用MiniMax强大的文本转语音、声音克隆、视频生成和图像生成API。

项目基本信息

一、项目介绍

MiniMax MCP服务器是MiniMax官方推出的MCP工具，让AI助手能够调用MiniMax平台的多项AI能力。目前支持以下5种方法：

• text_to_audio：使用指定音色将文本生成音频
• list_voices：查询所有可用音色
• voice_clone：根据指定音频文件克隆声音
• generate_video：根据指定prompt生成视频
• text_to_image：根据指定prompt生成图片

这个项目支持两种传输方式：

• stdio：本地部署运行，适合Claude Desktop、Cursor等客户端
• SSE：本地或云端部署，通过网络通信，适合远程调用

二、核心优势

官方出品，稳定可靠

由MiniMax官方团队开发和维护，与MiniMax API同步更新，兼容性有保障。

多媒体能力全面

覆盖了生成式AI的多个领域：

• 文本转语音（TTS）
• 声音克隆
• 文本转图像
• 文本转视频

灵活的部署方式

支持stdio和SSE两种传输方式，适应不同场景：

• stdio：适合本地MCP客户端集成
• SSE：适合云端部署和远程调用

多客户端支持

支持多种主流MCP客户端：

• Claude Desktop
• Cursor
• Windsurf
• OpenAI Agents
• 其他支持MCP协议的客户端

开源免费

MIT许可证，代码完全公开，可自由使用和修改。

三、适用场景

AI语音助手

让AI不仅能文字回复，还能用自然的声音朗读出来。可以用于播报新闻、阅读文章、语音提醒等。

内容创作

根据文字描述快速生成配图或视频，用于博客、社交媒体、演示文稿等。

声音克隆

克隆特定人物的声音，用于个性化语音助手、有声内容制作等。

多模态AI应用

结合文本、语音、图像、视频能力，构建更丰富的AI交互体验。

四、安装教程

系统要求

安装步骤

第一步：获取MiniMax API密钥

• 国际版：访问MiniMax国际开放平台获取API密钥，API Host为https://api.minimaxi.chat（注意额外的"i"字母）
• 国内版：访问MiniMax国内开放平台获取API密钥，API Host为https://api.minimax.chat

重要提示：API密钥和API Host必须匹配同一地区，否则会报"invalid api key"错误。

第二步：安装uv包管理器

curl -LsSf https://astral.sh/uv/install.sh | sh

第三步：配置MCP客户端

对于Claude Desktop：

1. 前往Claude -> Settings -> Developer -> Edit Config
2. 编辑claude_desktop_config.json，添加：

{
  "mcpServers": {
    "MiniMax": {
      "command": "uvx",
      "args": ["minimax-mcp"],
      "env": {
        "MINIMAX_API_KEY": "你的API密钥",
        "MINIMAX_API_HOST": "https://api.minimax.chat 或 https://api.minimaxi.chat",
        "MINIMAX_MCP_BASE_PATH": "本地输出目录路径，如/User/xxx/Desktop",
        "MINIMAX_API_RESOURCE_MODE": "url 或 local"
      }
    }
  }
}

对于Cursor：

1. 前往Cursor -> Preferences -> Cursor Settings -> MCP
2. 点击"Add new global MCP Server"
3. 添加上述配置

Windows用户注意：需要在Claude Desktop中启用开发者模式。点击左上角汉堡菜单中的"Help"，然后选择"Enable Developer Mode"。

五、使用示例

配置完成后，你就可以在MCP客户端中使用自然语言来调用MiniMax的各种能力了。

示例1：文本转语音

用户指令：“用自然的女声朗读以下文本：'今天天气真好，适合出门散步'”

AI会调用text_to_audio工具，生成音频文件并返回本地路径或URL。

示例2：列出可用音色

用户指令：“列出所有可用的语音音色”

AI会调用list_voices工具，返回音色列表及其特征。

示例3：声音克隆

用户指令：“根据这个音频文件克隆声音，然后用克隆的声音朗读'你好，我是克隆的声音'”

AI会调用voice_clone工具，先克隆声音，再调用text_to_audio生成音频。

示例4：生成图像

用户指令：“生成一张图像：一只可爱的橘猫坐在窗台上，阳光洒进来”

AI会调用text_to_image工具，生成图像并返回URL。

示例5：生成视频

用户指令：“生成一个视频：海浪拍打沙滩，夕阳西下”

AI会调用generate_video工具，生成视频并返回URL。

示例6：配置资源输出模式

你可以通过MINIMAX_API_RESOURCE_MODE环境变量控制资源的输出方式：

• url（默认）：返回资源的URL链接
• local：保存到本地MINIMAX_MCP_BASE_PATH指定的目录

六、常见问题

问题1：提示"invalid api key"

解决方案：API密钥和API Host必须匹配同一地区。

• 国际版：Host为https://api.minimaxi.chat（注意额外的"i"字母）
• 国内版：Host为https://api.minimax.chat

问题2：提示"spawn uvx ENOENT"

解决方案：

1. 在终端运行which uvx找到uvx的绝对路径
2. 在MCP配置中将"command": "uvx"改为"command": "/usr/local/bin/uvx"（或实际路径）

问题3：Windows上Claude Desktop无法使用MCP

解决方案：需要在Claude Desktop中启用开发者模式。点击左上角汉堡菜单中的"Help"，然后选择"Enable Developer Mode"。

问题4：生成的内容保存在哪里？

解决方案：取决于MINIMAX_API_RESOURCE_MODE设置：

• url模式：内容存储在MiniMax云端，返回URL
• local模式：内容保存在MINIMAX_MCP_BASE_PATH指定的本地目录

问题5：使用这些工具是否会产生费用？

解决方案：是的，MiniMax API是按使用量收费的。请在MiniMax开放平台查看具体的定价信息。

七、总结

MiniMax MCP服务器是MCP生态中第一个由AI模型厂商官方推出的多媒体生成工具。它将MiniMax的TTS、声音克隆、图像生成、视频生成能力通过MCP协议开放给AI助手，让AI能够“开口说话”、“看图”、“看视频”。

这个项目的最大价值在于：

1. 官方维护：由MiniMax官方团队开发，质量有保障
2. 多媒体能力：覆盖语音、图像、视频等多个领域
3. 灵活部署：支持stdio和SSE两种传输方式
4. 多客户端支持：兼容Claude Desktop、Cursor、Windsurf等主流MCP客户端
5. 开源免费：MIT许可证，代码完全公开

如果你希望让AI助手具备语音、图像或视频生成能力，MiniMax MCP服务器是目前最好的选择之一。