テキスト、画像、動画、音声、3D、埋め込み表現の生成に対応する、統一APIを提供するオープンソースの生成AIプラットフォーム。
MiniMax-AI/MiniMax-MCP
Claude DesktopやCursorなどのMCPクライアントから、MiniMax APIの音声合成、ボイスクローン、画像・動画生成を利用できる公式MCPサーバー。
- スター
- 1,594
- フォーク
- 285
- 未解決の Issue
- 41
- 最終コミット
- 2 か月前
これは何?
MiniMax-MCPは、MiniMaxの生成APIを利用する公式Model Context Protocolサーバーです。APIをMCPツールとして提供するため、Claude Desktop、Cursor、Windsurf、OpenAI Agentsなどの互換クライアントから、テキストの音声化、音声ファイルを使ったボイスクローン、テキストプロンプトからの音声デザイン、プロンプトに基づく画像や動画の生成を行えます。
サーバーは2種類のトランスポートに対応しています。ローカル利用向けのstdioではローカルファイルを読み込み、出力をディレクトリに書き込みます。サーバーにデプロイする場合はSSEを使い、入力にはURLの指定が推奨されます。uvxでインストールして起動でき、APIホストのリージョン(グローバルまたは中国本土)に対応したMiniMax APIキーが必要です。
動画生成は非同期で実行されます。generate_videoの呼び出しでタスクを開始し、query_video_generationで結果を取得します。このプロジェクトはPythonパッケージとして公開されており、ライセンスはMITです。
主な機能
- 01音声を選択できるテキスト読み上げ機能と、音声一覧を確認するlist_voicesツール。
- 02音声ファイルからのボイスクローンと、テキストプロンプトからの音声デザイン。
- 03テキストからの画像・動画生成に加え、画像から動画を生成する入力にも対応。
- 04ローカルクライアント向けのstdioと、クラウドへのデプロイ向けのSSEに対応。
- 05シンプルなJSON設定で、Claude DesktopやCursorなどのMCPクライアントから利用可能。
ユースケース
- Claude DesktopやCursorで動作するAIアシスタントに、音声合成やボイスクローン機能を追加する。
- エージェントのワークフロー内で、プロンプトから画像や短い動画を生成する。
- SSE経由で共有MCPサーバーをホストし、チームのエージェントからMiniMaxの生成ツールを利用する。
トピック
よくある質問
- MiniMax-MCP とは?
- Claude DesktopやCursorなどのMCPクライアントから、MiniMax APIの音声合成、ボイスクローン、画像・動画生成を利用できる公式MCPサーバー。 MiniMax-MCPは、MiniMaxの生成APIを利用する公式Model Context Protocolサーバーです。APIをMCPツールとして提供するため、Claude Desktop、Cursor、Windsurf、OpenAI Agentsなどの互換クライアントから、テキストの音声化、音声ファイルを使ったボイスクローン、テキストプロンプトからの音声デザイン、プロンプトに基づく画像や動画の生成を行えます。
- MiniMax-MCP は無料で使えますか?ライセンスは?
- MiniMax-MCP は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- MiniMax-MCP は今もメンテナンスされていますか?
- 半年以内に更新あり。MiniMax-MCP の最終コミットは 2026年8月20日 です。
- MiniMax-MCP は何に使えますか?
- Claude DesktopやCursorで動作するAIアシスタントに、音声合成やボイスクローン機能を追加する。 エージェントのワークフロー内で、プロンプトから画像や短い動画を生成する。 SSE経由で共有MCPサーバーをホストし、チームのエージェントからMiniMaxの生成ツールを利用する。
- MiniMax-MCP はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/MiniMax-AI/MiniMax-MCP
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
低VRAMでの推論・学習に対応した、画像・動画・音声生成向けのオープンソースDiffusionモデルエンジン。
線形拡散Transformerを用いた高解像度の画像・動画生成向けオープンソースコードベース。学習と推論のパイプラインを備えています。
キャラクターの一貫性を保った漫画画像や、長距離の画像から動画へのシーケンスを生成するStable Diffusionベースのオープンソースツール。
Stable Diffusionや新しい画像・動画モデルを実行できる、モデル対応と最適化を強化したForge派生のGradio製Web UI。
BlenderのVideo Sequence Editor内で動作し、テキスト、画像、動画、音声、音声合成に対応する無料のオープンソース生成AI映画制作ツール。