“最近发现一款宝藏工具miniMAX MCP，简直是开发者的福音！轻松实现文本转音频。今天就来和大家分享下我的使用过程，保证谁用谁喜欢！”
01
介绍MiniMAX
MiniMax 是一家通用人工智能技术公司，提供开放的多模态 AI 能力平台。简单来说，MiniMax 提供了多种大模型服务，包括文本生成、图像生成、语音合成、声音克隆、视频生成等。在开发者视角下，MiniMax 官方推出了 开放API平台，开发者可以注册获取 API Key 来调用这些模型服务。
MiniMax-MCP 指的是 MiniMax 提供的 Multimodal Content Platform（多模态内容平台） 接口服务。借助 MCP，我们可以通过统一的协议让大语言模型调用 MiniMax 提供的多模态能力。例如，我们可以让AI在创作小说的同时，自动调用 MiniMax 的语音生成模型，把文本变成音频。这种模式下，AI相当于拥有了“工具箱”，可以一边生成内容一边调用语音合成等工具完成复杂任务。
主要功能亮点：
-
文本生成：支持超长文本对话与续写（MiniMax-Text-01 模型），适合小说、文章的创作和续写。
-
语音合成：高质量文本转语音（TTS），支持超长文本一次性生成音频，可用于有声书、播报等。
-
图像/视频生成：通过文本指令生成对应的图片和视频内容。
-
声音克隆：提供给定声音样本后，克隆出相似音色的语音。
借助 MiniMax-MCP，这些能力可以被灵活地集成到开发者的应用或工作流程中。在本次实战中，我们重点使用文本生成和语音合成两大功能，体验 AI 自动写小说并生成有声小说音频的完整流程。
**提示：**MiniMax 开放平台对新用户提供了一定的免费额度（约15元），足以支持我们完成本教程中的示例。后续调用超出免费额度时会按使用量计费，因此请注意合理使用API，避免不必要的扣费。
02
配置MCP
1. 注册 MiniMax 账号并获取 API Key
首先，前往 MiniMax 开放平台 https://www.minimaxi.com/ 官网注册账户（国内用户可使用手机快捷注册登录）。注册成功后，登录平台进入用户后台。在个人账户管理页面，我们可以申请获取用于调用API的密钥（API Key）。
-
进入账户管理：登录后点击头像或账户菜单，进入“账户管理”或“个人中心”页面。
-
创建接口密钥：找到“接口密钥”选项卡，点击“创建新密钥”。系统将生成一串 API Key，请复制并妥善保存这串密钥。后续我们将在本地配置中用到它。
-
查看可用额度：新账户通常会附赠一些免费调用额度（例如15元余额），可以在账户首页或余额页面查看。这额度足够完成我们的示例。
[截图建议：MiniMax 开放平台账户管理界面，突出显示接口密钥申请位置和生成的 API Key]
**注意：**MiniMax 提供国内版和国际版平台，API Host 地址略有不同。国内用户获取的 API Key 通常配合
https://api.minimax.chat域名使用（注意少一个字母i）；若使用国际版https://api.minimaxi.chat，需要确保 API Key 为对应版本。本文以国内平台为例进行配置。
2. 在Trae的MCP中配置MiniMax的MCP
如下所示：
官方提供了两种mcp配置的方式，根据自己电脑上安装的环境的情况去选择，选不对了可能无法使用。
JS版本：https://github.com/MiniMax-AI/MiniMax-MCP-JS
Python版本：https://github.com/MiniMax-AI/MiniMax-MCP
{
"mcpServers": {
"minimax-mcp-js": {
"command": "npx",
"args": [
"-y",
"minimax-mcp-js"
],
"env": {
"MINIMAX_API_HOST": "<https://api.minimaxi.chat|https://api.minimax.chat>",
"MINIMAX_API_KEY": "<your-api-key-here>",
"MINIMAX_MCP_BASE_PATH": "<local-output-dir-path, such as /User/xxx/Desktop>",
"MINIMAX_RESOURCE_MODE": "<optional, [url|local], url is default, audio/image/video are downloaded locally or provided in URL format>"
}
}
}
}其中MINIMAX_API_HOST是minimax的api地址，一般配置https://api.minimax.chat就可以了，
MINIMAX_API_KEY是你在minimax网站上申请的apiKey, 不要轻易泄露。新用户注册会送15元代金券，足够体验了。
MINIMAX_MCP_BASE_PATH 是你本地的地址，用于存储之后生成的音频文件，mac就配置/user/xxx,windows需要注意是D:\\user\\xxx，跟mac正好相反，否则可能启动失败
MINIMAX_RESOURCE_MODE 配置为local，生成的文件就会保存到你本地，否则就是一个url给到你。
需要特别注意一下，很多人按照这个配置之后启动会失败。看一下你本地的npx命令是不是能执行，如果不能执行，需要安装一下node js的运行环境。如果你使用的uvx，那么需要确认一下uv是否已经安装，否则也是启动不起来的。
配置好MCP之后是这样的
03
生成小说
环境就绪后，我们开始体验 AI 生成功能。现在，我们尝试让 AI 来续写一本热门小说《斗破苍穹》的后续情节，生成一篇约1000字的续集文本。
1. 提示设计：
请续写小说《斗破苍穹》的剧情。续集中，主角萧炎在获得远古传承力量后返回斗气大陆，面临新的强敌和挑战。请以原著风格写一段约1000字的故事续集，情节紧凑，突出热血和成长。将以上提示词输入到 Trae 的对话窗口，发送给 AI 模型进行处理。
上面是AI生成小说的开头片段示例。完整的续集文本约有千字，包括了人物对白、场景描写和高潮冲突等。可以看到，AI 模型延续了原著的风格，营造出紧张刺激的氛围。你可以对生成结果进行修改润色，确保故事连贯且符合预期。
04
生成html页面
将下面一段提示词给AI，替换{{content}} -> 斗破苍穹续章
你是一名专业的网页设计师和前端开发专家，对现代 Web 设计趋势和最佳实践有深入理解，尤其擅长创造具有极高审美价值的用户界面。你的设计作品不仅功能完备，而且在视觉上令人惊叹，能够给用户带来强烈的"Aha-moment"体验。
请根据最后提供的内容，设计一个**美观、现代、易读**的"中文"可视化网页。请充分发挥你的专业判断，选择最能体现内容精髓的设计风格、配色方案、排版和布局。
**设计目标：**
* **视觉吸引力：** 创造一个在视觉上令人印象深刻的网页，能够立即吸引用户的注意力，并激发他们的阅读兴趣。
* **可读性：** 确保内容清晰易读，无论在桌面端还是移动端，都能提供舒适的阅读体验。
* **信息传达：** 以一种既美观又高效的方式呈现信息，突出关键内容，引导用户理解核心思想。
* **情感共鸣:** 通过设计激发与内容主题相关的情感（例如，对于励志内容，激发积极向上的情绪；对于严肃内容，营造庄重、专业的氛围）。
**设计指导（请灵活运用，而非严格遵循）：**
* **整体风格：** 可以考虑杂志风格、出版物风格，或者其他你认为合适的现代 Web 设计风格。目标是创造一个既有信息量，又有视觉吸引力的页面，就像一本精心设计的数字杂志或一篇深度报道。
* **Hero 模块（可选，但强烈建议）：** 如果你认为合适，可以设计一个引人注目的 Hero 模块。它可以包含大标题、副标题、一段引人入胜的引言，以及一张高质量的背景图片或插图。
* **排版：** * 精心选择字体组合（衬线和无衬线），以提升中文阅读体验。
* 利用不同的字号、字重、颜色和样式，创建清晰的视觉层次结构。
* 可以考虑使用一些精致的排版细节（如首字下沉、悬挂标点）来提升整体质感。
* Font-Awesome中有很多图标，选合适的点缀增加趣味性。
* **配色方案：**
* 选择一套既和谐又具有视觉冲击力的配色方案。
* 考虑使用高对比度的颜色组合来突出重要元素。
* 可以探索渐变、阴影等效果来增加视觉深度。
* **布局：**
* 使用基于网格的布局系统来组织页面元素。
* 充分利用负空间（留白），创造视觉平衡和呼吸感。
* 可以考虑使用卡片、分割线、图标等视觉元素来分隔和组织内容。
* **调性：**整体风格精致, 营造一种高级感。
* **数据可视化：**
* 设计一个或多个数据可视化元素，展示Naval思想的关键概念和它们之间的关系。
* 可以考虑使用思想导图、概念关系图、时间线或主题聚类展示等方式。
* 确保可视化设计既美观又有洞察性，帮助用户更直观地理解Naval思想体系的整体框架。
* 使用Mermaid.js来实现交互式图表，允许用户探索不同概念之间的关联。
**技术规范：**
* 使用 HTML5、Font Awesome、Tailwind CSS 和必要的 JavaScript。
* Font Awesome: [https://cdn.staticfile.org/font-awesome/6.4.0/css/all.min.css](https://cdn.staticfile.org/font-awesome/6.4.0/css/all.min.css)
* Tailwind CSS: [https://cdn.staticfile.org/tailwindcss/2.2.19/tailwind.min.css](https://cdn.staticfile.org/tailwindcss/2.2.19/tailwind.min.css)
* 非中文字体: [https://fonts.googleapis.com/css2?family=Noto+Serif+SC:wght@400;500;600;700&family=Noto+Sans+SC:wght@300;400;500;700&display=swap](https://fonts.googleapis.com/css2?family=Noto+Serif+SC:wght@400;500;600;700&family=Noto+Sans+SC:wght@300;400;500;700&display=swap)
* `font-family: Tahoma,Arial,Roboto,"Droid Sans","Helvetica Neue","Droid Sans Fallback","Heiti SC","Hiragino Sans GB",Simsun,sans-self;`
* Mermaid: [https://cdn.jsdelivr.net/npm/mermaid@latest/dist/mermaid.min.js](https://cdn.jsdelivr.net/npm/mermaid@latest/dist/mermaid.min.js)
* 实现完整的深色/浅色模式切换功能，默认跟随系统设置，并允许用户手动切换。
* 代码结构清晰、语义化，包含适当的注释。
* 实现完整的响应式，必须在所有设备上（手机、平板、桌面）完美展示。
**额外加分项：**
* **微交互：** 添加微妙而有意义的微交互效果来提升用户体验（例如，按钮悬停效果、卡片悬停效果、页面滚动效果）。
* **补充信息：** 可以主动搜索并补充其他重要信息或模块（例如，关键概念的解释、相关人物的介绍等），以增强用户对内容的理解。
* **延伸阅读:** 分析文件后，提供一份"进一步阅读"的简短清单，推荐 5 本最佳相关书籍或论文，并提供简要说明或链接。
**输出要求：**
* 提供一个完整、可运行的单一 HTML 文件，其中包含所有必要的 CSS 和 JavaScript。
* 确保代码符合 W3C 标准，没有错误或警告。
请你像一个真正的设计师一样思考，充分发挥你的专业技能和创造力，打造一个令人惊艳的网页！
待处理内容：{{content}}这样他就生成了一个网站，样式稍微有点简陋
05
将文字转换为音频
有了小说文本页面，接下来我们利用 MiniMax-MCP 的语音合成功能，将这篇续集小说转换成音频文件，也就是制作一个有声小说的音频。这一步我们将生成一段音频文件（例如 MP3 格式），稍后可以嵌入网页播放。
1. 调用语音合成接口： MiniMax 开放平台提供了强大的文本转语音模型（如 Speech-02），我们可以通过 API 将文本发送给模型并获取音频结果。使用 Trae 等 MCP 客户端，AI 可以自动调用 MiniMax 的TTS工具。
你可以在 Trae 中对AI说：“请把上面生成的小说内容转成旁白风格的音频。” 模型收到指令后，会调用 MiniMax 的语音合成接口。几秒钟后，你应该能在目录下看到生成的音频文件。
06
将音频插入html
提示词：
将刚刚生成的音频嵌入浏览器，并提供播放、暂停、重新播放按钮，并展示进度条。AI会自动将刚刚生成的音频嵌入html页面，保存修改后的 HTML 文件，再次在浏览器中打开或刷新。现在你应该能在网页中看到音频播放器（播放按钮、进度条、音量等）。点击播放，可以听到之前 AI 合成的小说朗读声音了！🎧
总结几点收获：
-
MiniMax 提供了强大的多模态AI能力，开发者可以方便地调用大模型完成文本、语音等生成任务。
-
MCP 的工具集成使流程自动化：通过配置MiniMax-MCP，我们让模型学会使用“工具”，实现了一键续写并朗读小说的效果。
-
多媒介融合创作更吸引人：图文音频并茂的展示形式提升了内容的可读性和趣味性，为读者带来更好体验。
扫一扫
286
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
