MiniMax Vision

将 MiniMax VL 多模态能力通过 MCP 暴露给 Claude Code（或其他 MCP 客户端），补足 DeepSeek v4 flash 等非多模态模型的读图能力。

功能

• understand_image — 分析单张或多张图片，返回文字描述
• 支持本地文件路径、http(s) URL、base64 data URL
• 格式：JPEG、PNG、WebP、GIF
• 支持两种 MiniMax API 模式（通过 MINIMAX_ENDPOINT 切换）

前置条件

• Python 3.10+
• MiniMax API Key（开通了 VL 模型的 token plan）

快速开始

1. 安装

cd ~/Downloads/minimax-vision-mcp
pip install -e .

或用 uv（推荐）：

cd ~/Downloads/minimax-vision-mcp
uv pip install -e .

2. 配置 Claude Code

编辑 ~/.claude/settings.local.json（或项目的 .claude/settings.json），添加：

{
  "mcpServers": {
    "minimax-vision": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/Users/wenjiaqi/Downloads/minimax-vision-mcp",
        "minimax-vision-mcp"
      ],
      "env": {
        "MINIMAX_API_KEY": "your-api-key-here",
        "MINIMAX_ENDPOINT": "chat_completion"
      }
    }
  }
}

Claude Desktop 也兼容：上述 stdio 配置格式可直接用于 claude_desktop_config.json。

3. 重启 Claude Code

重启后，在对话中发送图片或图片路径，Claude 会自动调用 understand_image 工具来分析图片。

环境变量

变量	必需	默认值	说明
MINIMAX_API_KEY	✅	—	MiniMax API 密钥
MINIMAX_API_HOST	❌	https://api.minimax.chat	API 地址（中国区用 https://api.minimaxi.com）
MINIMAX_MODEL	❌	minimax-vl-01	VL 模型名（仅 chat_completion 模式）
MINIMAX_ENDPOINT	❌	chat_completion	API 模式：chat_completion 或 coding_plan

两种 API 模式

chat_completion（默认） 通用 MiniMax VL API，通过 /v1/text/chatcompletion_v2 调用，支持多图、system prompt、temperature 等参数。适用于标准 token plan。

coding_plan MiniMax Coding Plan 专有端点 /v1/coding_plan/vlm，仅支持单图 + prompt。如果你是 Coding Plan 用户可用此模式。

不确定用哪个？ 先试试 chat_completion（默认）。如果返回 404 或 auth 错误，切到 coding_plan。

使用示例

# 分析本地图片
understand_image(
    prompt="这张图片里有什么？请详细描述。",
    image_path="/Users/wenjiaqi/Downloads/photo.png"
)

# 分析网络图片
understand_image(
    prompt="Extract text from this image",
    image_url="https://example.com/screenshot.jpg"
)

# 多图对比
understand_image(
    prompt="Compare these two UI designs",
    image_paths=["/path/to/design1.png", "/path/to/design2.png"]
)

项目结构

minimax-vision-mcp/
├── pyproject.toml
├── README.md
└── src/
    └── minimax_vision_mcp/
        ├── __init__.py
        └── server.py          # MCP 服务器主文件

License

MIT