MiniMax CLI Agent设计拆解：四层架构让一句话变视频 ​

以前用CLI时人做四件事：发现、组装、解读、应对。拿掉人，工具必须自己容错。MiniMax用SKILL.md解决前两件，用CLI设计解决后两件。

一句话到成片的体验 ​

我说了一句话："帮我做个视频"

Agent自己拆任务：

1. 调Image2出图
2. 调MiniMax CLI配音、配乐、把图变成视频
3. 把结果取回来

MiniMax CLI跑的那段，自动化程度非常高。中间没有停顿、没有报错、没有问问题。等它交付成品就好，基本不用介入。

以前人用CLI做的四件事 ​

以前人用CLI的时候，其实替工具做了四件事：

以前这不是问题——用工具的是人，这四件事人天然就会。

但现在用工具的变成了Agent。发现、组装、解读、应对，人做的这四件事，没人教它怎么做。

人是工具的容错层。拿掉人，工具必须自己容错。

四层架构 ​

MiniMax CLI没有直接把CLI交给Agent，而是在CLI和Agent之间加了一层——SKILL.md。

Agent → SKILL.md → CLI → API

SKILL.md如何解决发现和组装 ​

Agent怎么知道该用这个工具 ​

SKILL.md第一行——工具简介：

当用户想生成文本、图片、视频、语音、音乐时，使用mmx

Agent读到这句，就把mmx-cli从工具箱里拿出来了。

人可以搜文档、问同事、试错。Agent不行。如果工具没有在第一屏告诉Agent"我能做什么"，Agent就不知道这个工具存在。

Agent怎么知道该用哪条命令 ​

SKILL.md把命令按场景分好类：

Agent不需要记住所有命令，只需要读懂分类，按场景检索。

Agent怎么知道参数怎么填 ​

SKILL.md把参数说明写清楚：

mmx video create
  --prompt <text>      # 视频内容描述
  --image <path>       # 输入图片路径（可选）
  --duration <seconds> # 视频时长（默认4秒）
  --aspect-ratio       # 16:9 / 9:16 / 1:1

Agent根据用户意图填参数，不再瞎猜。

CLI如何解决解读和应对 ​

解读：结构化输出 ​

传统CLI输出是给人看的，Agent读不懂。MiniMax CLI的输出设计：

{
  "status": "success",
  "task_id": "video_abc123",
  "result_url": "https://cdn.minimax.com/outputs/video_abc123.mp4",
  "duration": 4.2
}

核心原则：可解析、可判断、可追踪。

• 可解析：JSON格式，Agent直接读取
• 可判断：status字段告诉Agent成功还是失败
• 可追踪：task_id和result_url让Agent能找到结果

应对：异步任务处理 ​

视频生成需要时间，CLI不阻塞等待：

$ mmx video create --prompt "..." --async
{"task_id": "video_abc123", "status": "processing"}

$ mmx task get video_abc123
{"status": "completed", "result_url": "..."}

Agent可以：

1. 提交任务，拿到task_id
2. 做别的事
3. 定期查询task状态
4. 完成后取回结果

不需要一直等，不需要回答弹窗问题。

完整工作流示例 ​

用户：帮我做个视频

Agent：

1. 读SKILL.md，发现mmx-cli能做视频
2. 解析用户意图，确定用mmx video create
3. 调Image2生成图片
4. 调CLI：mmx video create --image /path/to/image.png --prompt "..."
5. 拿到task_id
6. 定期查询task状态
7. 完成后取回视频URL
8. 返回给用户

全程无需人工介入。

设计哲学总结 ​

核心思想：把人做的隐性工作翻译成Agent能理解的显性规则。

对开发者的启示 ​

如果你想让Agent用好你的工具：

1. 写一份SKILL.md：告诉Agent工具能做什么、命令怎么写、参数怎么填
2. 设计结构化输出：不要让Agent读人看的输出，给JSON
3. 支持异步模式：长任务不要阻塞，给task_id让Agent查
4. 减少交互环节：每多一个弹窗，Agent就多一个失败点

MiniMax这套设计，是国产Agent基建的第一梯队。