Documentation Index Fetch the complete documentation index at: https://platform.minimaxi.com/docs/llms.txt
Use this file to discover all available pages before exploring further.
Demo 导航
01 · OpenClaw 陪伴·多模态生成 在 OpenClaw 对话中调用 MiniMax 多模态模型，生成语音、图像、视频、音乐内容。
02 · 每日 AI 资讯播报 OpenClaw 内置 cron 每天定时抓取多源 AI 资讯，整理成文字日报 + 语音播报，推送到飞书群。
03 · 米家智能家居控制 通过 MCP 协议把米家（Mijia）智能设备接入 OpenClaw，用自然语言开关灯、调节空调。
01：OpenClaw 陪伴——多模态能力 通过对接 MiniMax 多模态工具 skill，让 OpenClaw 能在对话中直接为你生成语音、图像、视频、音乐等内容，把“文字助手”升级为更接近真实陪伴的体验。
能力一览
语音（TTS） ：用 MiniMax 语音模型把任意文本读出来，支持音色定制、声音克隆、多段拼接。图像生成 ：一句话生成图片，适合做封面、配图、灵感稿。视频生成 ：从文本或参考图生成短视频。音乐创作 ：生成完整歌曲或纯音乐片段。
视频演示 02：OpenClaw 每日 AI 资讯播报 让 OpenClaw 每天清晨自动抓取 GitHub Trending、Hacker News、OpenAI Blog 等多源 AI 资讯，整理成文字日报 + 中文新闻女主播语音播报，定时推送到飞书群。整个流程通过 OpenClaw 内置 cron 加一个内容生成 skill 完成。
前置准备 开始前请确认以下三项已就绪：
mmx-cli 已装并登录MiniMax CLI 。安装 ffmpeg ：用于把 mp3 转成飞书 IM 推荐的 opus 格式（libopus 单声道 16 kHz）。macOS 用 brew install ffmpeg，Linux 用 sudo apt install ffmpeg，Windows 用 winget install Gyan.FFmpeg 或从 FFmpeg 官网 下载安装。目标接受日报的飞书会话的 chat_id ：打开你与 OpenClaw 的飞书会话，点击右上角设置，展开会话信息栏后滑动到最下方获取形如 oc_xxxx 的会话 id，后面 cron 推送会用到。
配置流程 整个 demo 用 3 段提示词完成：让 OpenClaw 创建内容生成 skill、跑端到端验证、注册 cron 定时任务（其中内容设置可按需调整）。
创建 daily-ai-briefing skill
在 OpenClaw 对话窗口发送以下提示词，让 Agent 自动写好 SKILL.md 并跑一次端到端验证： 请新建 skill: daily-ai-briefing,定位为内容生成 skill —— 抓多源 → 整合 → 写文字日报 → 生成播报语音。 # 一、内容设置 - topic: LLM 模型 / AI Agent / 多模态进展 / AI 创业融资 - sources(5 个): - GitHub Trending https://github.com/trending?since=daily - Hacker News https://news.ycombinator.com/ - OpenAI Blog https://openai.com/blog/ - Anthropic News https://www.anthropic.com/news - Google AI Blog https://ai.googleblog.com/ - 每源 2-3 条,去重后总 8-10 条 - 日报格式:分 source 分小节,每条「标题 + 一句话中文摘要(≤50 字) + 原文链接」,无 emoji 无装饰 # 二、语音参数 - TTS 工具: 使用 mmx-cli 命令行工具; - voice id设置为 "Chinese (Mandarin)_News_Anchor" (MiniMax 中文新闻女主播音色) - 播报稿: 300-500 字纯文字,无 link / markdown / emoji,口头播报风格,目标音频 ≤90 秒 - 输出目录: ~/.openclaw/workspace/minimax-output/ # 三、超时 - 每源 curl --max-time 15, 整体 fetch ≤60 秒 - mmx speech synthesize ≤90 秒 - 任一 source 失败: 跳过并在末尾"数据来源"行注明, 不阻塞整体 # 四、WORKFLOW(6 步) 1. 抓取多源(按 sources 并行 curl) 2. 去重排序(URL 去重 → 时间排序 → 每源保留 2-3 条) 3. 生成文字日报 markdown(分 source 分小节) 4. 生成 300-500 字播报稿(纯文字、口语化) 5. 用 mmx speech synthesize 命令合成 mp3 6. ffmpeg -y -i <mp3> -acodec libopus -ac 1 -ar 16000 <对应 .opus> ，转换音频格式 mp3 → opus # 五、OUTPUT 契约 (skill执行完必须返回这两项) - text_markdown: 完整文字日报 markdown 字符串 - audio_path: 生成的 opus 音频文件的绝对路径 # 六、产出要求 1. 创建 ~/.openclaw/skills/daily-ai-briefing/SKILL.md,首部含 YAML frontmatter (至少 `name: daily-ai-briefing` + 含触发关键词如 "AI 日报" / "daily AI briefing" 的 description), 含 CONFIG 段(topic / sources / voice,用户可自由 edit)+ 上面的 6 步 WORKFLOW + OUTPUT 契约 2. 跑一次端到端验证(不调任何外部推送),报告: A. 文字日报实际生成了哪 N 条(贴缩略 markdown) B. 音频绝对路径 + 大小(KB) + 时长(秒) + 实际用的 voice id C. 每 source 状态(成功 / 失败 / 跳过)
Agent 会把 SKILL.md 写到 ~/.openclaw/skills/daily-ai-briefing/，跑完整 workflow，返回文字日报 markdown 和 opus 音频文件的绝对路径。 默认的 Chinese (Mandarin)_News_Anchor 是 MiniMax 提供的“中文新闻女主播”系统音色，适合资讯播报。想换其他音色，跑 mmx speech voices 查看完整可用列表，把心仪的 voice id 填进 SKILL.md 的 CONFIG 段中 VOICE 字段即可。常用替代：
Chinese (Mandarin)_Reliable_Executive —— 沉稳男声Chinese (Mandarin)_Warm_Bestie —— 温暖女声
验证完整 workflow
skill 创建后再跑一次确认稳定性： 按 daily-ai-briefing skill 的 WORKFLOW 完成一次内容生成(不调任何外部推送)。 报告:文字日报实际生成了哪 N 条(贴一份缩略 markdown)、音频文件绝对路径 + 大小(KB)+ 时长(秒)+ 实际使用的 voice id、每 source 状态(成功/失败/跳过)。
期望看到 ~/.openclaw/workspace/minimax-output/daily-briefing-YYYYMMDD.opus(90 秒约 200-400 KB)。海外 source（如 Google AI Blog）国内访问可能不稳，workflow 会自动跳过并在末尾“数据来源”行注明，不阻塞整体流程。
注册 cron 定时推送
skill 验证通过后，让 OpenClaw 注册 cron（把 oc_xxxx 替换为你的 chat_id）: 请创建一个 OpenClaw cron 任务: # 一、调度参数 - name: AI日报 - cron: 3 9 * * *(每天 09:03) - tz: Asia/Shanghai - session: isolated(独立会话,不污染主对话历史) - timeout-seconds: 900(完整链路实测 100-600 秒,留充足余量) - --no-deliver(agent 已在 prompt 内用 message 工具推送,避免重复) # 二、触发时执行的 prompt(完整传入 --message) 执行今日 AI 日报推送,共 3 步。 Step 1 — 调 daily-ai-briefing skill 生成内容 按 ~/.openclaw/skills/daily-ai-briefing/SKILL.md 的 WORKFLOW 执行，必须由你自己在当前会话顺序执行skill中的 6 步（不要 sessions +_spawn / sessions_yield 派子 agent），拿到 OUTPUT 两项: - text_markdown: 文字日报 markdown 字符串 - audio_path: 生成的 opus 音频文件绝对路径 Step 2 — 用 message 工具发文字 参数: action=send, channel=feishu, target=oc_xxxx, message=<text_markdown> 记返回的 message_id 为 TEXT_MID。 Step 3 — 用 message 工具发音频 参数: action=send, channel=feishu, target=oc_xxxx, media=<audio_path 的 opus 绝对路径> OpenClaw 内部会自动上传文件、解析 duration、发 audio 类型消息。 记返回的 message_id 为 AUDIO_MID。 # 三、最终报告(注册完输出) - 文字 message_id: <TEXT_MID> - 语音 message_id: <AUDIO_MID> - opus 文件大小(KB) + 音频时长(秒) - 失败源列表(skill Step 1 跳过的 source) - cron job-id(用于后续 `openclaw cron run <job-id>` 立刻验证)
验证测试
可以等到第二天所设定时刻是否收到日报，也可以在会话中要求 openclaw 直接执行一次“每日资讯播报”的cron job进行测试。 语音生成大约需要2-3min，故收到文本内容整理完成的提示后，可能需等待一段时间才会收到完整的文字和语音播报内容.
03：用 OpenClaw 接管米家智能家居 把家里的米家智能设备（灯、空调、扫地机等）交给 OpenClaw 之后，你可以在飞书中用一句话触发设备动作，例如“把卧室灯调暗一点”、“客厅温度太低，帮我升 2 度”。
适用范围 ：本 demo 适用于所有可通过米家 App 控制的设备。
整体架构 整体链路是 自然语言 → OpenClaw → mcporter → miot-mcp → 米家云 → 智能设备 :OpenClaw 把对话意图翻译成 MCP 工具调用，经由 mcporter 转发到 miot-mcp ，后者通过米家官方 MIoT 协议下发到具体设备。
实现步骤 整个 demo 全程在 OpenClaw 对话窗口完成，无需手动写命令——把下面的提示词依次发给 OpenClaw 即可。
搜索并安装 miot-mcp
在 OpenClaw 对话窗口里发送以下提示词，让 Agent 自动完成 MCP 安装与配置： 我想把米家设备接入 OpenClaw,请先安装米家 MCP:https://github.com/javen-yan/miot-mcp 通过 mcporter skill 接入 OpenClaw,并完成 MCP 配置。 安装完成后,请确认 ~/.openclaw/skills/mcporter/SKILL.md 文件存在。
Agent 会自动完成：克隆 miot-mcp 仓库 → 写入 mcporter.json → 校验 SKILL 文件可读。
配置米家账号认证
miot-mcp 支持两种认证方式，推荐使用环境变量 ，适合远程操控场景。 在 OpenClaw 对话中提供米家账号： 对米家 MCP 进行账号认证配置。 我的米家账号是:189xxxxxxxx,密码是:xxxxxx。
Agent 会把账号写入环境变量： export MIJIA_USERNAME = "账号" export MIJIA_PASSWORD = "密码"
请确认 Agent 写入的配置路径与你的环境一致，避免被覆盖。
miot-mcp 也支持扫码登录，会在 OpenClaw 部署端弹出二维码，用米家 App 扫码即可。 扫码方式不适合远程操控 OpenClaw 的场景，因为二维码弹窗只在本机显示。
验证连接并发现设备
用一句话让 OpenClaw 自检，并返回当前账号下的所有米家设备： 帮我验证一下米家 MCP 连接是否正常,请给出当前我的米家设备列表。
设备添加方法 ：在米家 App 中连接智能设备即可，MCP 会通过米家账号自动获取设备列表。
基本调用测试
设备列表确认无误后，直接用自然语言让 OpenClaw 控制具体设备，例如“打开卧室灯”、“把客厅空调调到 24 度”:
遇到问题让 Agent 自己排查
某个品牌的灯具或空调可能用了非标准的 MIoT 接口，首次调用容易报错。把现象描述给 OpenClaw，让它自己查规范、改参数： 我想控制设备(描述你的需求和具体设备,比如:调亮卧室灯、xxx 品牌灯具),但是遇到问题(描述问题现象)。 请分析可能的原因,搜索官方 MIoT 规范库关于这个设备的正确接口调用参数,并参考 miot-mcp 的文档,修复上述问题。
OpenClaw 会调用 web 搜索 + 阅读 miot-mcp 源码，自动修正 siid/piid 参数，直到设备真正生效。 进阶：让 OpenClaw 按日程自动开灯 相比传统智能家居的“固定时间开关”,OpenClaw 可以结合你的真实日程 做个性化触发。下面这段提示词把“日程检查 + 卧室灯定时开”的整个 cron 配置一次性交给 OpenClaw，所有踩过的坑（device_id 类型、--session isolated、delivery 路径等）都已写死在 prompt 里，直接复制使用即可。
完整提示词（直接复制到 OpenClaw 对话窗口）
帮我设置一个"日程检查 + 卧室灯提醒"的自动化任务,按以下规格用 openclaw cron add 创建主任务,主任务每天触发后由 LLM 创建当日的一次性子任务执行开灯。 【主任务（cron job）规格】 - 名称：卧室灯日程检查 - schedule：每天北京时间 5:30（cron 表达式 30 5 * * *,tz=Asia/Shanghai） - session：isolated - timeoutSeconds：900（默认 600 经常超时,提到 900 给 LLM + 工具调用更多余量） - delivery：{"mode":"announce","channel":"feishu","to":"chat:<我和你 1:1 DM 的 oc_chat_id>"} 【主任务 message（即每天 5:30 LLM 收到的 prompt）】 请执行日程检查 + 开灯任务： 1. date +%Y-%m-%d 拿今日日期 2. feishu_calendar_event list 查今日上午 (00:00-12:00) 日程 3. 如果有日程：开灯时间 = 第一个日程开始时间 - 20 分钟。用 openclaw cron add 创建一次性子任务,参数严格如下： --name "卧室灯-<今日日期>" --at <开灯时间 ISO,+08:00 时区> --session isolated --delete-after-run --timeout-seconds 120 --message "请执行开灯：mcporter call mijia.set_property_value --args '{"device_id":"<我的卧室灯 device_id>","siid":2,"piid":1,"value":true}'。 ⚠️ 整条命令照抄。--args 后用单引号包裹 JSON,JSON 内字段名/值用普通双引号（不要加反斜杠转义）。 执行后必须严格按以下规则写 summary（先看 result 字段值,再决定）： - mcporter 返回 JSON 里 result 是 true ⇒ 写 ✅ 卧室灯已打开 - mcporter 返回 JSON 里 result 是 false ⇒ 必须以 ❌ 开头并贴出完整 JSON（命令送达但设备未生效,可能 device_id 错、设备离线、协议拒绝）。严禁写已开灯 - mcporter 输出含 Error/error/validation 字样 ⇒ 必须以 ❌ 开头原文贴出错误信息" delivery：{"mode":"announce","channel":"feishu","to":"chat:<同主任务的 chat_id>"} 4. 如果没有日程：发简短确认消息"📅 今天上午暂无日程,不开灯" 【重要】 - 不要自己 call 飞书发消息工具！通知由 cron delivery 自动完成,你只需在回复中总结日程情况 - 子任务的 mcporter 命令必须用 --args JSON 写法,不要写成 device_id=纯数字（int 报错）也不要写成 device_id=string:... （mcporter 不支持该前缀,会把字符串字面传给 mijia 导致 result: false） - 子任务一定要 --session isolated；否则带 channel 的 delivery 会被 cron 系统拒 - 子任务 summary 必须先看 mcporter 返回 JSON 里 result 字段的值再决定 ✅/❌；result: false 时灯实际没开,禁止写"已开灯"
delivery 路径 ：用 "to":"chat:..." 以机器人身份发送消息，不要用 user:<open_id>——后者要求应用具备 im:message.send_as_user 权限。chat_id 在哪找 ：打开你与 OpenClaw 的飞书会话，点击右上角设置展开会话信息栏后滑动到最下方获取“会话 ID”。
相关资源
OpenClaw 接入指南 在开始本 demo 前，先完成 OpenClaw 安装和 MiniMax M2.7 模型配置
MiniMax M2.7 驱动本 demo 的底层模型介绍
Token Plan 通过 Token Plan 订阅 MiniMax 模型 API
