技能介绍

它解决的问题

调用 MiniMax-H3 生成视频时，开发者要自己处理四件事：异步任务的提交与轮询、本地素材到 mm_file:// 引用的转换、多模态输入的组合校验，以及按分辨率和时长做的费用估算。官方文档给出的是裸接口参考，把这些串成一条可用流水线需要自己写不少胶水代码；而视频模型在分辨率、时长、比例上的真实能力约束，也不会在 /v1/models 里完整暴露。

能力与工作方式

技能把全部能力收敛进单个零依赖脚本 scripts/mm_h3.py，只用 Python 标准库，无需 pip 安装。它封装官方 V2 接口 POST /v2/video_generation，并把输入分成三类互斥场景：只有文字时用 --prompt（文生视频），有首帧或尾帧图时用 --image / --last-frame（图生视频），带参考图、视频或音频时用 --ref-image / --ref-video / --ref-audio（多模态参考）。脚本会自动上传本地素材、轮询任务、下载 mp4 落盘，并在提交前打印本次预估费用。

配套子命令覆盖其余环节：config 管理 Key 与站点，models 查询内置能力表，pricing 查价与估算，query / list / cancel 跟进任务，download 直接拉取产物。prompt 把粗略描述扩写成 H3-Context-IR 结构化提示词，regenerate 把 768P 试片升级为 2K。

边界与注意点

输出最长 15 秒、最高 2K，任务记录与产物链接仅保留 7 天，生成后应尽快转存。请求体总大小上限 64 MB，大文件必须走上传或公网 URL，不能塞 Base64。文生视频必须显式指定比例，脚本对纯文本场景会自动补 16:9。2K 再生成要原样附带生成 768P 时的全部原始素材，否则结果会偏离；--source-task-id 模式更省事但需要开通白名单。价格基于 2026-08-07 快照，回答计费问题时应重新核对官方文档并同步更新 references/pricing.md 与脚本内常量。