# Minimax Understand Image

> Use MiniMax MCP to analyze images, extract text (OCR), identify objects, describe visual content, and answer questions about images. Use when the user wants to understand, describe, or extract information from image files or URLs via MiniMax API.

- Skill: `someant/minimax-understand-image` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add someant/minimax-understand-image`
- Raw SKILL.md: https://api.skillmd.com/api/skills/someant/minimax-understand-image/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: someant (https://skillmd.com/u/someant)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/someant/minimax-understand-image

---


# MiniMax Image Understanding

通过脚本直接启动 `minimax-coding-plan-mcp` MCP 服务器并调用 `understand_image` 工具，使用 MCP stdio 协议通信。

## 前置条件

- 安装 `uvx`（`pip install uv` 或 `brew install uv`）
- 设置环境变量 `MINIMAX_API_KEY`（从 https://platform.minimaxi.com/subscribe/token-plan 获取）

## 支持的图片格式

- JPEG / JPG、PNG、GIF、WebP
- 最大文件大小：20MB
- 支持 HTTP/HTTPS URL 或本地绝对路径

## 使用方法

使用脚本 `scripts/understand_image.py` 直接通过 stdio 调用 MCP 工具：

```bash
MINIMAX_API_KEY=your_api_key python3 scripts/understand_image.py "prompt" "image_url_or_path"
```

## 示例

```bash
# 描述图片内容
python3 scripts/understand_image.py "详细描述这张图片" "https://example.com/photo.jpg"

# 本地图片 OCR
python3 scripts/understand_image.py "提取图片中的所有文字" "/Users/me/screenshot.png"

# 分析图表
python3 scripts/understand_image.py "这个图表展示了什么趋势？" "/tmp/chart.png"

# 分析代码截图
python3 scripts/understand_image.py "找出代码中的潜在问题" "/path/to/code_screenshot.png"

# 分析 UI 设计
python3 scripts/understand_image.py "描述界面布局并提出改进建议" "https://example.com/ui.png"
```

## 工具参数

| 参数        | 类型   | 必填 | 说明                                    |
| ----------- | ------ | ---- | --------------------------------------- |
| `prompt`    | string | 是   | 对图片的问题或分析需求，越具体越准确    |
| `image_source` | string | 是   | 图片 HTTP/HTTPS URL 或本地绝对文件路径  |

## 工作原理

脚本会：
1. 以子进程方式启动 `uvx minimax-coding-plan-mcp -y`
2. 通过 stdio 发送 MCP JSON-RPC 协议消息（initialize → tools/call）
3. 解析响应并输出图片分析结果
4. 完成后终止子进程

## 在 Claude Code 中调用

让 Claude 通过 Bash 运行脚本：

```bash
python3 /path/to/minimax-understand-image/scripts/understand_image.py "prompt" "image_url"
```

确保 `MINIMAX_API_KEY` 已在当前 shell 环境中设置。