智东西（公众号：zhidxcom）
作者 | 佳扬
编辑 | 云鹏

智东西4月9日消息，今日MiniMax稀宇科技发布MMX-CLI，这是一款面向AI Agent的命令行工具。

官方称，MMX-CLI支持在Claude Code、OpenClaw等环境中原生调用其全模态模型，涵盖编程、视频生成、语音合成和音乐创作等功能，无需额外编写MCP Server或适配复杂接口。仅需两行代码，即可完成MMX-CLI的安装和调用。

MMX-CLI提供全面的多模态能力，包括多回合文本对话和流媒体输出、可调整尺寸和批量生成的图像、支持异步处理和进度跟踪的视频生成、多语音文本转语音和流媒体播放、带歌词的音乐创作，以及图像理解和描述功能，帮助AI Agent高效完成创作和分析任务。

目前，MMX-CLI需要购买Token plan才能使用。Token Plan价格根据不同的套餐和使用量而有所不同。官方提供了多档订阅方案，用户可以按月或按年支付，每个套餐对应不同的Token额度和调用上限。其中标准版Starter套餐每月29元，Plus套餐每月49元，Max套餐每月119元；极速版Plus-极速版每月98元，Max-极速版每月199元，Ultra-极速版每月899元。

▲Token plan

一、两行命令完成安装和调用

MMX-CLI将MiniMax的多模态能力通过统一命令行接口开放给Agent，涵盖文本、图像、视频、语音、音乐等核心能力。

·文本处理：支持多回合对话、流式输出、系统提示词和JSON格式，使Agent可直接解析和调用生成内容。
·图像生成：文本转图像功能支持宽高比调整和批量生成。
·视频生成：提供异步处理和进度跟踪。
·语音合成：多语音文本转语音和流媒体播放能力，拥有30多种音色。
·音乐创作：基于文本生成音乐，可自定义歌词，实现自动化音乐制作与内容丰富化。
·图片理解：图像描述与识别。

▲主要功能

官方称，Agent可通过两行命令完成安装和调用，实现从文案生成到图像、语音和视频输出的完整自动化工作流，大幅提升多模态任务效率。

▲官方安装代码

▲官方文本、图片、音频生成代码

二、针对Agent的专门优化

传统命令行工具主要面向人工用户，直接让AI Agent使用往往会遇到问题，例如输出信息夹杂干扰内容、错误信息需要人工阅读判断、参数缺失会导致任务停滞，以及长时间运行的任务无法高效管理等。

对此，MMX-CLI针对Agent在非交互式环境下的使用特点进行了底层优化：

·纯数据输出与隔离：stdout仅输出文件路径或JSON数据，进度条和状态提示被划归stderr，保证Agent解析结果干净准确。
·语义化状态码：不同错误类型对应独立Exit Code，Agent无需解析文本即可判断失败原因并决定是否重试，包括鉴权、参数缺失、超时和网络异常。
·异步与非阻塞设计：任务参数缺失时直接退出，长耗时任务可通过提交后台执行，使Agent能并行处理多个任务。
·无缝接入Token Plan：每次生成可直接计入订阅配额，方便使用和管理，同时避免额外付费或复杂授权流程。

MiniMax官方提供了完整文档和源码，开发者和企业可在GitHub获取。

完整文档与源码：github.com/MiniMax-AI/cliToken Plan
订阅：platform.minimaxi.com/subscribe/token-plan

结语：MiniMax全模态能力的拓展

MMX-CLI的推出为开发者提供了一个轻量入口，让MiniMax的全模态能力更容易嵌入现有AI Agent工具链中。对于终端重度用户和需要快速调用图像、视频、语音的场景，它简化了流程。

目前工具仍处于早期阶段，功能覆盖全面但缺乏大规模公开性能数据。未来随着迭代，其在Agent生态中的实用性值得持续观察。