SuperAPI AI 工具集

vision-analysis

设计与创作

查看项目

更新于 10-16 06:48

技能介绍

用途:该技能通过 MiniMax 的 MiniMax_understand_image MCP 工具分析图片,可对图片进行描述、文字提取和信息抽取。当消息中出现图片文件路径或 URL(扩展名 .jpg、.jpeg、.png、.gif、.webp、.bmp、.svg)时自动触发。

主要能力(分析模式):describe 用于通用图像理解,输出详细描述;ocr 逐字提取截图、文档中的文字并保留结构;ui-review 对 UI 原型、线框图、设计稿给出优点、问题与可执行改进建议;chart-data 提取图表标题、坐标轴标签、数据点与趋势;object-detect 列出可识别的物体、人物、活动及其大致位置。

使用方式:需 MiniMax Token Plan 订阅与有效 MINIMAX_API_KEY,并配置 MiniMax MCP(提供 MiniMax_understand_image 工具)。若未配置,先从 https://platform.minimaxi.com/docs/token-plan/mcp-guide 获取安装说明,再按环境配置。OpenCode 在 ~/.config/opencode/opencode.json 或 package.json 中加入 mcp 配置,命令为 uvx minimax-coding-plan-mcp -y,环境变量含 MINIMAX_API_KEY 与 MINIMAX_API_HOST=https://api.minimaxi.com。Claude Code 使用:claude mcp add -s user MiniMax --env MINIMAX_API_KEY=your-key --env MINIMAX_API_HOST=https://api.minimaxi.com -- uvx minimax-coding-plan-mcp -y。Cursor 在 MCP 设置中加入 mcpServers 配置,command 为 uvx,args 为 minimax-coding-plan-mcp,env 含上述两个变量。配置后重启应用并用 /mcp 验证。

适用场景:图片内容理解、截图与文档 OCR、UI/UX 设计评审、图表数据读取、物体与场景识别。

限制:understand_image 工具需要 MiniMax Token Plan 订阅,免费或其他层级 API Key 无法使用;支持最大 20MB 的 JPEG、PNG、GIF、WebP 图片;本地文件路径需 MiniMax MCP 具备文件访问权限。该工具由 minimax-coding-plan-mcp 包提供。