MiniMax ha lanzado MMX-CLI, una interfaz de línea de comandos basada en Node.js para su plataforma de IA, que permite a los desarrolladores y agentes de IA acceder directamente a capacidades generativas.
MMX-CLI aborda los desafíos que enfrentan los agentes basados en modelos de lenguaje grande (LLM), que luchan por generar medios sin capas de integración adicionales. La nueva interfaz permite a los usuarios invocar varias funciones de generación de medios directamente como comandos de shell, eliminando la necesidad de protocolos de contexto modelo.
La interfaz integra las capacidades de MiniMax en siete grupos de comandos: texto mmx, imagen mmx, video mmx, voz mmx, música mmx, visión mmx y búsqueda mmx. Cada comando proporciona funcionalidades específicas diseñadas para desarrolladores y aplicaciones de IA.
El comando de texto mmx admite chat de varios turnos y apunta a variantes específicas del modelo MiniMax. De forma predeterminada, utiliza MiniMax-M2.7, lo que permite tareas avanzadas de generación de texto. El comando de imagen mmx permite la generación de imágenes a partir de mensajes de texto, proporcionando opciones para la relación de aspecto y la coherencia del tema en múltiples salidas. Esta característica ayuda a los flujos de trabajo que requieren continuidad visual. El comando de video mmx utiliza MiniMax-Hailuo-2.3 para la generación de video, con opciones para sondeo sincrónico o seguimiento de tareas asincrónico. Los usuarios pueden especificar un cuadro de apertura para la generación de video usando las banderas del comando.
El comando de voz mmx de MMX-CLI presenta más de 30 voces de conversión de texto a voz. Permite a los usuarios ajustar parámetros como velocidad, volumen y tono mientras admite la sincronización de subtítulos. La entrada está limitada a 10.000 caracteres.
Con el comando de música mmx, los usuarios pueden generar música a partir de entradas de texto y definir varios parámetros de composición como género e instrumentación. También se incluyen opciones para incrustar marcas de agua. El comando mmx vision interpreta imágenes utilizando un modelo de lenguaje de visión, lo que permite a los usuarios consultar sobre el contenido de las imágenes a través de indicaciones.
El comando de búsqueda mmx facilita las búsquedas web y devuelve resultados en formato de texto o JSON. Tanto la estructura de comando como la arquitectura técnica subyacente están optimizadas para su usabilidad en varios entornos. MMX-CLI se desarrolla principalmente en TypeScript y es compatible con Node.js 18+. Su implementación es sencilla e incluye manejo estructurado de errores y soporte para enrutamiento API de doble región.
MiniMax afirmó que MMX-CLI reduce significativamente las barreras de integración para el desarrollo de IA al proporcionar una herramienta unificada para diversas capacidades de generación de medios. Esto, combinado con una configuración sencilla para los agentes de IA, agiliza el proceso de creación de aplicaciones inteligentes.
