MiniMax 最近推出了 M2.7 模型，号称支持"AI 自我迭代"，在代码和推理任务上表现优秀。本文将详细介绍如何将 MiniMax M2.7 接入 WorkBuddy，全程只需 5 分钟配置。
MiniMax M2 系列模型介绍
MiniMax 是国内领先的 AI 公司，M2 系列是其最新旗舰模型线。主要型号包括：
M2.7（推荐日常使用）
- 最新旗舰，支持"AI 自我迭代"
- 204K 上下文
- 代码、推理、长文本均衡能力强
- 支持 Tool Call，输出约 60 TPS
M2.7-highspeed（高频对话首选）
- 极速版，204K 上下文
- 效果与 M2.7 一致，输出约 100 TPS
- 适合对响应速度敏感的场景
M2.5/M2.5-highspeed（省钱之选）
- 均衡性价比，204K 上下文
- 价格比 M2.7 更低
- 适合批量任务和非旗舰预算场景
统一 API 地址：所有模型完全兼容 OpenAI 格式，换 Key 换 URL 就行。https://api.minimaxi.com/v1/chat/completions
WorkBuddy 接入 MiniMax 教程
- 打开 WorkBuddy 设置
点击左下角头像里的 Claw 设置，然后点击模型 → 添加模型。
- 添加 MiniMax 模型配置
打开 MiniMax 账户管理，点击接口秘钥，把秘钥复制到 WorkBuddy 编辑模型的弹出框里。
注意：如果直接修改 models.json 配置，apiKey 和 url 每个模型都要填，不能省略。两个模型可以共用同一个 API Key，只要 id 和 name 不同就行。
- 重启 WorkBuddy 并切换模型
建议完全退出再重新打开 WorkBuddy（macOS 用户右键 Dock 图标选「退出」）。重启后在对话框左下角切换到 MiniMax M2.7，发一条消息验证。
⚠️ JSON 格式严格：最后一个对象后面不能有多余逗号，Key 必须双引号包裹，否则模型不显示且无任何报错提示。
实测体验
接入后使用 M2.7 跑了几个常用场景：
1. 代码生成和 Review
Java 代码写得不错，给了一段 Spring Boot 的 Service 层让它 Review，指出了两处线程安全隐患，比某些国产模型只会给"建议加注释"要强。
2. 长文本处理
204K 上下文实测塞了一份 6 万字技术文档让它总结，没有截断，摘要准确，这对架构评审文档处理很实用。
3. Tool Call 支持
在 WorkBuddy 和 OpenClaw 里用到工具调用的场景（比如搜索、文件读取），M2.7 的 Function Calling 格式兼容正常，没出现 JSON 格式乱掉的问题。
价格方面：MiniMax 目前新用户有免费额度，日常体验足够了。如果觉得好用，M2.5 是更省钱的平替，日常对话场景感知不到差距。
小结
整个接入过程比预期简单很多，核心就两件事：
- API Base URL 填
https://api.minimaxi.com/v1 - 模型名填
MiniMax-M2.7（或其他 M2 系列型号）
OpenAI 兼容格式的好处就是这样一套接口，换个 Key 和 URL 就能切换到任何厂商的模型。国内的 DeepSeek、MiniMax、通义千问，全都走这条路，以后接其他模型同理。
