SuperAPI AI 工具集35,738 个结果 · 第 766 / 993 页
minia2a-mcp 是 minia2a.uk 的远程 MCP 服务器，用于为 AI 智能体提供 x402「按次付费」工具调用网关。平台是基于 x402 协议（HTTP 402 Payment Required）的智能体服务市场，支持 USDC 在 Base 网络结算，主打无需订阅、无需 API 密钥、按次调用付费。用户可用自托管钱包配合 EIP-191 签名获得每个钱包 5 次免费试用调用，无需注册。服务目录包含 1,600 多个 x402 服务，覆盖加密货币与 DeFi 数据、网页抓取、AI 推理、验证码识别、代币安全、DNS/WHOIS、Gas 监控等类别。该 MCP 服务器支持 Claude Code 自动模式，内置 .agent-budget v1.1 以支持安全的自主消费。提供工具包括服务列表浏览、服务详情查询、平台统计、钱包注册、服务调用和端点就绪校验。
历史第三方摘要：历史目录与公开索引将 Miniatur AI 描述为把照片转换成微缩景观或移轴视觉效果的图片工具。
MiniGPT-4 是沙特阿卜杜拉国王科技大学（KAUST）Vision-CAIR 团队开源的视觉语言多模态模型项目，同时包含 MiniGPT-4 与 MiniGPT-v2 两个模型的开源代码。MiniGPT-4 致力于用先进大语言模型增强视觉语言理解能力，MiniGPT-v2 则将大语言模型作为视觉语言多任务学习的统一接口。项目在 GitHub 开源，提供预训练权重下载、环境搭建、模型配置、本地演示运行及微调评估代码。
MiniLLaMA3 是一个 LLaMA3 的迷你版本项目，旨在提供从零到一的大语言模型完整训练流程。项目涵盖构造数据、训练 tokenizer、预训练（PT）、监督微调（SFT）和直接偏好优化（DPO）等环节，帮助开发者理解并实践大模型训练的全过程。该项目托管在 GitHub 上，适合学习和研究用途。
Minimap ai 是一款面向 PC 与主机平台的游戏追踪与发现工具，核心定位是帮助玩家统一管理自己的游戏历史。它可以同步各平台成就与奖杯，管理待玩游戏列表（backlog），并对游玩时长等数据进行统计与分析。官方将其描述为“一站式的 PC 与主机游戏追踪器”，强调把分散的游戏记录整合到一处。其发现与推荐相关能力以及商店功能在所提供的官方资料中未作具体说明，具体机制与支持范围暂未提供。
历史第三方摘要：围绕文字生成视频和照片效果的AI站点，面向将描述或图像转为创作素材的需求。
MiniMax AI Video 是 MiniMax 公司多模态 AI 产品体系中的视频生成能力入口。MiniMax 成立于 2022 年初，以“与每个人共创智能”为使命，专注于多模态基础模型与 AI 原生产品的研发，官方称其全球用户已超过 2 亿。该站点围绕 AI 视频生成，提供用户生成视频展示、提示词技巧与相关博客内容，并形成社区交流氛围。除视频外，MiniMax 还独立研发了覆盖文本、音频、图像、视频和音乐的多模态基础模型，具备代码与 Agent 能力以及超长上下文处理能力，并推出了 MiniMax Code、MiniMax Design、MiniMax Audio、Talkie 以及面向企业与开发者的开放平台等产品。
Minimax AI Video Generator 是一个在线 AI 视频生成工具，其网站标题显示可免费在线生成 Minimax AI 视频，使用的模型标识为 abab-video-1。页面信息强调免费在线使用，且无需信用卡或登录。该工具属于 AI 视频工具类别，用户可通过网页直接访问使用。除上述信息外，关于其具体功能、生成效果、使用步骤、适用场景及限制等细节，现有资料暂未提供。
MiniMax Design 是 MiniMax 推出的新一代多模态 AI Agent 创作平台，定位为本地化多模态 AI 创作工作室与商业内容生产工具。它由 AI Agent 驱动，能够理解创作意图，自动拆解任务并调度文本、图像、视频、音频等模型，在一条连续创作链路中完成从灵感梳理、Agent 执行到审核交付的全流程。用户可以描述想法或导入策划文档，主 Agent 理解后自动分配任务、适配模型并开始执行。平台将脚本、分镜、图片、视频、音乐、剪辑整合在同一画布上，节点自动连线，减少工具割裂。支持对话生成专属 Skill 或调用广场成熟工作流，搭配专业插件实现影视级特效；画布资料自动本地化存储，图片与工作流可沉淀至资产中心，Agent 可无缝调用本地文件并支持一键直连专业剪辑软件。关键节点 Agent 会主动询问方向，并通过 Agent + Harness 后台调用专业知识库、多轮校验质量。适用于短剧全流程、电商批量出图出视频、品牌 TVC、投放素材等场景。需下载桌面端使用。
MiniMax H3（即 Hailuo 3.0）是 MiniMax 于 2026 年 7 月 31 日发布的 330 亿参数稠密全模态模型，支持在一次生成中同时产出画面与声音。它把文本、图像、视频和音频视为单一上下文，生成 4 至 15 秒、24 FPS 的视频，并原生输出 32 kHz 立体声。本地部署在短边可达 768 像素，通过托管再生成阶段可达到 2K。模型提供消费级应用、按秒计费的开放平台 API（模型 ID 为 MiniMax-H3）以及可下载权重三条使用路径。其社区许可排除美国、欧盟、英国和韩国，商业使用需可见署名，禁止蒸馏，高营收机构需书面授权。
MiniMax H3 是一个在线 AI 视频生成器，提供文本生成视频和图片生成视频两种模式，可在同一工作区中完成。用户可以通过文字描述场景或上传起始图片来生成 5 至 15 秒的短视频，适用于产品展示、社交媒体内容和故事片段等用途。该工具支持选择 MiniMax H3、H3 Max、H3 Max Turbo 等不同模型，并可调整分辨率、时长和画面比例。在图片生成视频模式下，还可以上传可选的结束帧，引导视频的最终构图。生成视频需要消耗积分，平台提供付费方案和积分包，注册账户无需绑定信用卡。
MiniMax H3（又称 Hailuo 3）是一款在线 AI 视频生成与多模态视频编辑工具，可生成 4-15 秒、原生 2K 分辨率并带立体声的片段，支持通过文字描述对已有视频进行局部修改。平台将多种主流 AI 视频模型整合在同一工作区，提供文生视频、图生视频、参考生视频、AI 图像生成、图生图、AI 照片编辑以及视频擦除、延长、放大、重新构图、背景移除等工具。
MiniMax H3 AI Video Generator 是一个在线 AI 视频生成工作台，支持文本生成视频和图片生成视频，可生成带原生音频、2K 分辨率、支持镜头控制的视频片段。它强调角色一致性、自然动作和音画同步，适用于产品演示、故事板、社交广告和短视频内容创作。用户可通过提示词描述场景、动作、镜头和声音，或上传参考图片添加运动，选择时长、画幅比例和分辨率后生成并下载 MP4。
MiniMax-H3 是 MiniMax 推出的开源全模态生成系统，可统一理解由文本、图像、视频和音频组成的多模态上下文，并生成带原生立体声音频的视频，最高支持 2K 分辨率和 15 秒时长。系统由 H3-Context-IR、H3-Base、H3-Regenerate-2K 三个模块组成，其中 H3-Base 已开源，支持文本到视频、图像到视频、首尾帧到视频、文本到音视频等任务，可通过 SGLang、vLLM、diffusers、ComfyUI 本地部署。H3-Context-IR 和 H3-Regenerate-2K 暂未开源，可通过官方 API 调用以复现完整 2K 工作流。
Minimaxme（域名 mi.nimax.me）是一个链接聚合与个人主页搭建工具。官方介绍称，用户可以在几分钟内创建短链接并设置一个美观的迷你页面（minipage），把个人所有链接集中展示；还可以借助 AI 生成的二维码将线上内容延伸到线下。二维码风格可高度定制，官方给出的示例包括牵着绳子的狗、斑马条纹纹理中的二维码、建筑外墙的彩色壁画、金枪鱼寿司、汉堡与薯条、录音棚乐器、夜间赛博格、夜间驾驶、维多利亚时代伦敦、日落婚礼、漂亮小屋、黑白意大利灵缇犬、海边悬崖婚礼、带小圣诞树的明信片等场景化样式。迷你页面只需列出链接即可自动生成，并支持排列与调整尺寸，直至达到用户想要的效果。目前资料未说明该工具是否收费、具体价格、支持的平台、二维码生成的具体操作步骤或技术限制。
MiniMax H3 免费体验入口，支持文生视频、图生视频、最多3张参考图、2K高清输出、4–15秒时长、多种画面比例与原生立体声，可用自然语言描述参考素材关系。
minimi 是一款面向 Mac 的个人上下文与承诺管理工具，官网称其以“AI 猫”的形象帮你捕捉个人上下文，发现并自动关闭“未闭环事项”（open loops），让你不再遗漏承诺。它宣称无需任何集成即可开箱使用，可自动发现高价值行动项并追踪决策、完成闭环，同时支持在频繁切换任务时保持专注。隐私方面，官网强调数据只保存在你的 Mac 本地，不存于其服务器，也不用于训练；其读取屏幕内容的方式是通过 Apple 辅助功能（accessibility）基础设施，而非截屏。minimi 还提供 minimi MCP，可将个人记忆接入 Claude、ChatGPT、Gemini 等 LLM，以及 OpenClaw、Hermes 等工具。官方页面提供 Mac 版下载入口，但未说明具体价格、订阅方式、支持的系统版本或是否提供其他平台版本。
MiniMind-O 是一个从零实现的小规模端到端 Omni 模型开源项目，单一权重同时支持文本、语音、图像三模态输入与文本、流式语音输出。其中 minimind-3o 仅约 0.1B 参数，普通个人 GPU 即可完成训练，CPU 即可快速推理。项目开源 mini 与 full 两套训练数据，mini 数据集在单张 RTX 3090 上约 2 小时可跑通完整链路。核心算法均使用 PyTorch 原生实现，不依赖三方框架高层抽象，并配套完整技术报告，覆盖 Thinker–Talker 双路径、流式语音生成、实时打断、近似双工交互、音色克隆与电话模式 WebUI。
历史第三方摘要：Minion AI 是个人 AI 助手服务，历史资料涉及浏览器扩展中的 AI 交互。
MiniRAG 是一个面向小型与开源语言模型的极简检索增强生成（RAG）框架，由 HKUDS 团队开发，论文被 ACL2026 收录。它通过语义感知的异构图索引机制，将文本块与命名实体统一到同一结构中，降低对复杂语义理解的依赖；并采用轻量级拓扑增强检索方法，利用图结构高效发现知识，无需高级语言能力。官方实验表明，即使使用小型语言模型（SLM），MiniRAG 也能达到与基于大语言模型（LLM）方法相当的性能，且仅需约 25% 的存储空间。项目支持 10 多种异构图数据库（如 Neo4j、PostgreSQL、TiDB 等），提供 API 与 Docker 部署方式，并附带面向设备端 RAG 场景的基准数据集 LiHua-World。可通过 pip install minirag-hku 安装，代码基于 LightRAG 构建。
Mink 是一款面向招聘场景的 AI 面试与候选人评估工具，官方介绍称可将候选人从投递到进入第二轮的时间缩短至 20 分钟，减少招聘周期至小时级。它提供 AI 驱动的面试、即时反馈、候选人分析与评分、行为洞察，并可针对招聘经理、产品经理、工程团队等不同角色进行技能与潜力评估。平台宣称 AI 面试识别高绩效者的准确率可达 95%，并强调通过多样化数据集与偏差审计保障公平评估。
历史网页资料：MinMail 的历史官网介绍了临时邮箱与一次性邮件收取服务。
MINMEI 是一款面向企业的 AI 智能体工具，主要功能是将文章转换为适合社交媒体发布的帖子，帮助公司更轻松地维护线上曝光度。目前公开资料仅提供了上述简要说明，其具体功能细节、使用方式、适用平台与限制等信息暂未提供。
minreestr-mcp 是一个面向 Claude 的 MCP（Model Context Protocol）服务器，用于在俄罗斯软件目录 каталогпо.рф 中检索俄罗斯国产软件。该目录收录 26 000 多个俄罗斯开发商产品，涵盖操作系统、数据库、SIEM、杀毒软件、密码信息保护工具、EDR、备份系统等，描述中常包含 ФСТЭК/ФСБ 认证、与 Astra Linux / РЕД ОС 的兼容性以及符合 152-ФЗ / 187-ФЗ 等信息。通过该 MCP 服务器，用户可在 Claude Code、Claude Desktop 或任意 MCP 客户端中直接对话式查找进口替代方案、查看厂商、筛选带认证的产品。项目提供三个工具：全文搜索、分页厂商列表和首页精选产品。它基于对 каталогпо.рф 网站 JS 包逆向发现的非官方公开 API，无需认证，与网站所有者无关联，采用 MIT 许可证。
MINT Protocol 的 MCP 服务器，为智能体经济提供信任栈：注册身份、证明工作、验证信任、评分、推荐和发现可信参与者，共 16 个工具，使用 Streamable HTTP。任何人或自主行为体（AI 智能体、物理机器、IoT 设备、后端服务）都可以在 Solana 上把已完成的工作写成防篡改的链上记录（工作量证明），他人可以验证该证明并读取行为体的链上工作记录。协议采用“证明免费、验证付费”的模式：注册、证明（单个与批量）、实时信息流、评分、推荐和发现均免费且不限量；验证证明或读取链上工作记录需要付费，可通过无密钥的 x402 USDC 微支付（每次调用）或 Stripe 订阅（Pro 每月 19 美元、Intelligence 每月 49 美元，其 fnet_ 密钥可绕过按次付费）。声誉由经核验的链上工作历史、评分和同行背书计算，数据缺失视为中性（50）而非零。
MintPDF 是一个把 HTML 或 Markdown 转换为 PDF 的工具，提供 REST API 和 MCP 服务器两种接入方式，也能将公开 URL 渲染为 PDF 并返回下载链接。它没有模板编辑器、模板 ID 或仪表盘，底层使用 Chromium，并预先处理了打印 CSS，使表格不会跨页拆分、表头可重复，Markdown 呈现为文档样式。无需注册即可免费使用，每天有 3 次渲染额度；提供免费密钥（仅需邮箱）可将额度提升至每月 100 次。渲染文件一小时后删除，请求正文不写日志。项目为 MIT 许可，可自托管，官方提供已构建的镜像。
Mintycookie cupidai chat 是一款基于 AI 的配对聊天应用，主打连接全球用户，提供通用翻译功能和匿名聊天选项。
Minutes AI 是一款 AI 会议记录与转录工具，可自动将会议、讲座的实时音频、上传的音频文件或 YouTube 链接转化为带格式的笔记和文字转录。你可以在音频内容中提问、提取关键信息、列出行动项，并以 PDF、邮件或短信形式导出分享。支持 50 多种语言，提供内置录音器，兼容 iOS、macOS 和 Android。该工具声称符合 SOC 2 合规标准，不会出售用户数据，并允许随时永久删除数据，其用户评分约为 4.9 分（满分 5 分）。
Minvo 2 0 是一款在线 AI 视频短片剪辑工具，主打从长视频中提取适合社交传播的短片。它支持播客、直播、布道、Vlog、访谈等素材，通过三步操作生成专业剪辑片段，并可自动去除 um、ah 等语气词、AI 插入表情符号和 B-roll。工具内置由 GPT-4o 驱动的 MagicEdit，支持按文字稿或时间轴编辑，提供 50 多种语言的转录与翻译。用户可一站式制作适用于 YouTube、Instagram、TikTok、LinkedIn 等平台的内容，直接排程发布并查看社交分析报告，还支持 AI 生成社交字幕和话题标签，并管理不限数量的品牌与社交账号。官方称已有超过 10,000 名创作者和企业使用。
minWM 是一个面向实时交互式世界模型的全栈开源框架与教程，由 shengshu-ai 发布。它不是一个具体模型，而是一套完整的端到端流程，指导开发者将双向 T2V（文本到视频）基础模型改造为受动作条件控制的视频世界模型。项目提供示例数据、可运行脚本、记录实践经验的 Claude Skills 以及面向新人的入门知识，支持 HunyuanVideo 1.5 与 Wan 2.1 两条骨干线，涵盖数据准备、编码、训练、推理全流程，并开源了 FSDP 与序列并行、从双向扩散模型到 4 步自回归学生模型的蒸馏管线。
Miraa 是一个 AI 驱动的双语字幕与语言学习平台，通过媒体内容帮助用户学习语言，提供实时翻译和交互式 AI 讲解。
Miraa 是一款 AI 语言学习应用，可为音频和视频生成双语字幕转录、实时翻译并提供 AI 辅助解释，支持英语、日语、中文、韩语、西班牙语、德语、意大利语和法语等多种语言。
Mirafold 是一个面向 Claude Agent、Codex、OpenCode 和 Gemini CLI 等编码智能体的浏览器界面，在保留终端智能体原生引擎、凭据、配置和权限模型的基础上，叠加生成式 UI。它通过 MCP 工具把智能体输出渲染为实时表格、图表、差异、任务列表、图表和图片等交互组件，并提供持久会话、多浏览器视图、任务控制页和会话内驾驶舱，方便同时监督多个会话。还支持只读工作区浏览、Git 变更审查，以及用于 ! 命令的真实伪终端。可选通过端到端加密中继实现远程浏览器和手机访问，凭据始终留在本机。项目开源，采用 MIT 许可证，目前处于公开测试阶段，需要 Node.js 22 或更高版本。
Mirage 是面向 AI 智能体的虚拟终端，把 S3、Google Drive、Slack、Gmail、Redis 等数据源挂载为统一虚拟文件系统，并提供虚拟 CLI、可切换运行时与按智能体配置的策略引擎。
Mirage 是面向 AI Agent 的虚拟终端（Virtual Terminal）。它通过统一的虚拟文件系统，把 S3、Google Drive、Slack、Gmail、Redis 等多种来源挂载到同一根目录下，让 Agent 用 ls、grep、find、jq 等熟悉的 Unix 工具访问数据。Mirage 还虚拟化命令行工具（如 git、slack、ntn）与运行时（Python、JavaScript 等），将文件系统、CLI 和运行时整合为一条命令行，支持管道、重定向、变量、任务与历史记录。它提供面向 Agent 的配置档案，通过 allow、ask、deny 控制命令，通过 hide 和 show 控制可见路径；并提供可脚本化的策略引擎，在操作执行前进行拦截。凭据可与 AWS Secrets Manager、1Password、Auth0、dotenv 等集成。项目采用 Apache-2.0 许可，提供 Python 和 TypeScript SDK，以及 mirage CLI。
Mirai 是 Mirai Labs 推出的端侧（on-device）人工智能项目，核心是面向 iPhone、iPad 和 Mac 的 Rust LLM 推理引擎 uzu，并提供 4-bit/8-bit 的 Qwen、LFM 与 Muse-Glimmer 模型，与 MLX、llama.cpp 进行了基准对比。其目标是让端侧 AI 实现交互式、环境式与连续性的体验，以 1000 t/s 的生成速度把模型变成真正的界面层。