大多数 AI 能读写思考，但让它们唱歌画画就差点意思。MiniMax 今天发布的 MMX-CLI 要解决的正是这个问题。

苏米注：这个工具的定位很有意思——它不是把 AI 变成瑞士军刀，而是让 AI 自己学会使用工具。这种设计思路值得借鉴。

这个命令行工具给每个 AI Agent 装了七种新感官：图像生成与理解、视频创作、语音合成、音乐生成、视觉识别、搜索和对话，一站式解决内容创作所需要的所有能力。

从安装到使用

安装只需两行命令：

npx skills add MiniMax-AI/cli -y -g
npm install -g mmx-cli

配置完成后，可以开始体验各种功能。

核心功能详解

1. 音乐生成（最亮眼）

这是 MMX-CLI 最吸引人的功能之一：

# 带歌词生成
mmx music generate --prompt "轻快流行乐" --lyrics "[verse] 啦啦啦，阳光明媚" --out song.mp3

# 自动优化歌词
mmx music generate --prompt "独立民谣，忧郁，雨夜" --lyrics-optimizer

# 纯音乐模式
mmx music generate --prompt "电影配乐" --instrumental --out bgm.mp3

实测中，生成 1 分钟音乐消耗约 1500 Token，按标准套餐折算成本不到 0.5 元。

2. 视频生成

视频生成采用异步模式，生成 10 秒动画约需 3 分钟：

# 异步生成，返回任务 ID
mmx video generate --prompt "日落海浪" --async

# 根据任务 ID 下载结果
mmx video download --file-id 176844028768320 --out video.mp4

3. 语音合成

支持 30+ 音色和语速调节：

# 选择特定音色和语速
mmx speech synthesize --text "你好" --voice English_magnetic_voiced_man --speed 1.2

# 流式播放
mmx speech synthesize --text "实时流" --stream | mpv -

4. 搜索功能

比较意外的是搜索功能。当要求 AI"查 MiniMax 最新动态"时，它真的会返回当天推文和新闻，而非训练数据里的陈旧信息。

苏米注：这个功能解决了大模型的一个核心痛点——知识截止。通过实时搜索，AI 可以获取最新信息，这对于内容创作和新闻分析非常重要。

工作流集成

这个工具的优势在于可以简单集成到现有工作流中：

# 从文件读取内容生成语音
echo "新闻快讯" | mmx speech synthesize --text-file - --out news.mp3

# JSON 格式对话历史
cat messages.json | mmx text chat --messages-file - --output json

配置管理也很简单：

# 切换到中国区
mmx config set --key region --value cn

# 检查 Token 余额
mmx quota

设计哲学

官方明确宣称这是"不为人类设计"的开发工具。

这个工具最聪明的设计在于：它没把 AI 变成瑞士军刀，而是让 AI 自己学会使用工具。技术细节上，MMX-CLI 把复杂的多模态能力封装成了简单的命令行接口。

苏米注：这种设计思路值得学习。很多工具喜欢把功能做得很复杂，恨不得把所有可能性都暴露给用户。但 MMX-CLI 反其道而行，用简单的 CLI 接口封装复杂能力，让 AI Agent 可以轻松调用。

使用建议

最后需要提醒的是，最好使用订阅制。按量付费对于这种需要抽卡反复创作的用户，使用得悠着点。

参考资源

• GitHub：http://github.com/MiniMax-AI/cli
• 相关阅读：MiniMax 开源技能包：让 AI 写代码从大学生变资深工程师