Agent Skills
返回列表
MiniMax 多媒体生成工具包

MiniMax 多媒体生成工具包

设计多媒体 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_6f64fcbc/minimax-multimedia-generate。

技能介绍

解决什么

当需要把文案变成 TTS、有声书、音乐 BGM、图像或短视频，并统一处理片段拼接、格式转换时，手动调用多个 API 与 ffmpeg 容易重复。该技能将 MiniMax 多模态能力整理为 bash 脚本，围绕 MINIMAX_API_KEY 和 MINIMAX_API_HOST 运行。

如何工作

  • 语音：单段文本直接生成；多角色或长文本先写 segments.json，再执行多段生成，按旁白与角色分轨并做交叉淡入。
  • 音乐：视频或播客背景音默认 instrumental；明确创作歌曲时再选择纯音乐或带词。
  • 图像：默认 text-to-image；提供角色参考图时切到 image-to-image，并按头像、壁纸、海报等语境选择比例。
  • 视频：支持文生视频、图生视频、主体参考与长视频串联；输出统一写入 minimax-output/。
  • 媒体处理：用 ffmpeg 做转码、拼接、裁剪和片段抽取。

适用边界

它只覆盖 MiniMax 支持的能力与用户配额。视频常见为 768P，且按 6 秒片段计数，生成前应先确认计划额度。脚本不依赖 Python，但需要 curl、jq、xxd、ffmpeg 与有效 API 配置。

使用场景

  • 为播客脚本生成旁白与角色对白，并按 `segments.json` 分段配音后合成一条音频。
  • 给产品宣传片制作 768P 6 秒文生视频或图生视频片段，并导出到指定目录。
  • 依据参考人像图生成同一角色在不同场景的封面图，并按海报或手机壁纸选择比例。
  • 用 FFmpeg 脚本把多段语音或视频做转码、拼接、裁剪和片段抽取。

适合人员

  • 制作有声书或播客的编辑，需要把旁白和角色对话分轨并合成一条音频。
  • 内容运营或视频创作者，需要快速生成背景纯音乐、封面图和短视频片段。
  • 前端或自动化工程师，需要绕过 Python 依赖，用 bash、curl、ffmpeg 调用 MiniMax API。
  • 产品演示者，需要用角色参考图保持同一人物形象并输出多比例图片。