vision-analysis

图片分析 (Vision Analysis)

使用 MiniMax Token Plan 中提供的 MiniMax MiniMax_understand_image MCP 工具分析图片。

前置条件

• 已订阅 MiniMax Token Plan 并拥有有效的 MINIMAX_API_KEY
• 已配置 MiniMax MCP（确保 MiniMax_understand_image 工具可用）

若未配置 MCP 工具

步骤 1： Agent 应从以下网址获取配置指南：
https://platform.minimaxi.com/docs/token-plan/mcp-guide

步骤 2： 检测用户的开发环境（OpenCode、Cursor、Claude Code 等）并输出所需的具体配置或命令。常见示例如下：

OpenCode — 添加到 ~/.config/opencode/opencode.json 或 package.json：

{
  "mcp": {
    "MiniMax": {
      "type": "local",
      "command": ["uvx", "minimax-coding-plan-mcp", "-y"],
      "environment": {
        "MINIMAX_API_KEY": "YOUR_TOKEN_PLAN_KEY",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      },
      "enabled": true
    }
  }
}

Claude Code：

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 — 添加到 MCP 设置中：

{
  "mcpServers": {
    "MiniMax": {
      "command": "uvx",
      "args": ["minimax-coding-plan-mcp"],
      "env": {
        "MINIMAX_API_KEY": "your-key",
        "MINIMAX_API_HOST": "https://api.minimaxi.com"
      }
    }
  }
}

步骤 3： 配置完成后，提示用户重启应用并通过 /mcp 进行验证。

重要说明： 如果用户未订阅 MiniMax Token Plan，请告知对方 understand_image 工具需要 Token Plan 订阅权限 — 免费版或其它层级的 API Key 无法调用该工具。

分析模式

模式	适用场景	Prompt 策略
describe	通用图像理解	请求详细的图片内容描述
ocr	从截图、文档中提取文字	请求原样逐字提取图片中的所有文本
ui-review	UI 原型、线框图、设计稿	请求针对 UI/UX 设计给出评审意见与优化建议
chart-data	图表、统计图、数据可视化	请求提取关键数据点及趋势总结
object-detect	识别物体、人物、活动	请求列出并定位图片中的所有元素

工作流

步骤 1：自动识别图片

当消息中包含以下扩展名的图片文件路径或 URL 时，技能将自动触发：
.jpg, .jpeg, .png, .gif, .webp, .bmp, .svg

从消息中提取图片路径。

步骤 2：选择分析模式并调用 MCP 工具

针对对应模式选择专属的 Prompt，调用 MiniMax_understand_image 工具：

describe:

Provide a detailed description of this image. Include: main subject, setting/background,
colors/style, any text visible, notable objects, and overall composition.

ocr:

Extract all text visible in this image verbatim. Preserve structure and formatting
(headers, lists, columns). If no text is found, say so.

ui-review:

You are a UI/UX design reviewer. Analyze this interface mockup or design. Provide:
(1) Strengths — what works well, (2) Issues — usability or design problems,
(3) Specific, actionable suggestions for improvement. Be constructive and detailed.

chart-data:

Extract all data from this chart or graph. List: chart title, axis labels, all
data points/series with values if readable, and a brief summary of the trend.

object-detect:

List all distinct objects, people, and activities you can identify. For each,
describe what it is and its approximate location in the image.

步骤 3：展示结果

清晰直观地呈现分析结果。对于 describe 模式，使用流畅易读的段落叙述；对于 ocr 模式，保持原始文本结构；对于 ui-review 模式，使用结构化的点评格式输出。

输出格式示例

describe 模式：

## Image Description

[Detailed description of the image contents...]

ocr 模式：

## Extracted Text

[Preserved text structure from the image]

ui-review 模式：

## UI Design Review

### Strengths
- ...

### Issues
- ...

### Suggestions
- ...

注意事项

• 最大支持 20MB 的图片文件（JPEG, PNG, GIF, WebP）
• 若 MiniMax MCP 已配置本地文件访问权限，则支持直接传入本地文件路径
• MiniMax_understand_image 工具由 minimax-coding-plan-mcp 包提供