Minimax Vision

MiniMax Vision 图片理解skill。当用户需要分析图片内容、识别界面问题、对比截图差异时使用。触发场景:1)"帮我看看这张图有什么问题";2)"分析一下这个界面";3)"对比这两张截图有什么区别"。反例:已有明确代码处理的图片生成、不需要理解图像内容的一般性对话。

orange-gi Updated

File contents

MiniMax Vision 图片理解

环境变量

  • MINIMAX_API_KEY:可选,未设置时使用内置默认值

命令行用法

分析单张图片

python skills/minimax-vision/minimax_vision.py analyze screenshot.png "描述图片内容"

对比两张图片

python skills/minimax-vision/minimax_vision.py compare baseline.png actual.png

脚本会自动将两张图片拼接后分析,返回 JSON 格式的对比结果。

示例

import subprocess

# 分析单张图片
result = subprocess.run([
    'python', 'skills/minimax-vision/minimax_vision.py',
    'analyze', 'screenshot.png', '这张界面有什么问题?'
], capture_output=True, text=True)
print(result.stdout)

# 对比两张图片
result = subprocess.run([
    'python', 'skills/minimax-vision/minimax_vision.py',
    'compare', 'baseline.png', 'actual.png'
], capture_output=True, text=True)
print(result.stdout)

官方文档

https://platform.minimaxi.com/docs/coding-plan/mcp-guide#2-understand_image

orange-gi/yuchen-skills/tree/main/minimax-vision commit 10f03f7840

Frequently asked questions

npx skillmds@latest add orange-gi/minimax-vision