ビジョン分析

MiniMax Token Plan で利用可能な MiniMax MiniMax_understand_image MCP ツールを使用して画像を分析します。

前提条件

• 有効な MINIMAX_API_KEY を持つ MiniMax Token Plan サブスクリプション
• MiniMax MCP が設定されている状態 (MiniMax_understand_image ツールが利用可能)

MCP ツールが設定されていない場合

ステップ 1: エージェントは以下のセットアップ手順を取得します: https://platform.minimaxi.com/docs/token-plan/mcp-guide

ステップ 2: ユーザーの環境 (OpenCode、Cursor、Claude Code など) を検出し、必要な正確なコマンドを出力します。一般的な例:

OpenCode — ~/.config/opencode/opencode.json または package.json に追加:

{
  "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 — MCP 設定に追加:

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

ステップ 3: 設定後、ユーザーにアプリを再起動させ、/mcp で確認するよう指示します。

重要: ユーザーが MiniMax Token Plan サブスクリプションを持っていない場合、understand_image ツールには Token Plan が必要であり、無料またはその他の層の API キーでは使用できないことを通知してください。

分析モード

モード	使用場面	プロンプト戦略
describe	画像の一般的な理解	詳細な説明を要求
ocr	スクリーンショット、ドキュメントからのテキスト抽出	すべてのテキストを逐語的に抽出するよう要求
ui-review	UI モックアップ、ワイヤーフレーム、デザインファイル	提案付きのデザイン批評を要求
chart-data	チャート、グラフ、データビジュアライゼーション	データポイントとトレンドの抽出を要求
object-detect	オブジェクト、人物、アクティビティの特定	すべての要素をリストアップして場所を指定するよう要求

ワークフロー

ステップ 1: 画像の自動検出

メッセージに以下の拡張子の画像ファイルパスまたは URL が含まれている場合、スキルが自動的にトリガーされます: .jpg、.jpeg、.png、.gif、.webp、.bmp、.svg

メッセージから画像パスを抽出します。

ステップ 2: 分析モードを選択して MCP ツールを呼び出す

モード固有のプロンプトで MiniMax_understand_image ツールを使用します:

describe:

この画像の詳細な説明を提供してください。以下を含めてください: 主な被写体、設定/背景、
色/スタイル、目に見えるテキスト、注目すべきオブジェクト、全体的な構成。

ocr:

この画像に見えるすべてのテキストを逐語的に抽出してください。構造と書式を保存してください
(ヘッダー、リスト、列)。テキストが見つからない場合はそう述べてください。

ui-review:

あなたは UI/UX デザインレビュアーです。このインターフェイスモックアップまたはデザインを分析してください。以下を提供してください:
(1) 強み — うまく機能している点、(2) 問題 — ユーザビリティまたはデザイン上の問題、
(3) 改善のための具体的で実行可能な提案。建設的かつ詳細に。

chart-data:

このチャートまたはグラフからすべてのデータを抽出してください。以下をリストアップしてください:
チャートのタイトル、軸ラベル、読み取り可能な場合は値を含むすべてのデータポイント/シリーズ、
トレンドの簡潔なサマリー。

object-detect:

特定できるすべての異なるオブジェクト、人物、アクティビティをリストアップしてください。
各々について、それが何であるか、および画像内のおおよその位置を説明してください。

ステップ 3: 結果を表示する

分析を明確に返します。describe の場合は読みやすい散文を使用します。ocr の場合は構造を保存します。ui-review の場合は構造化された批評形式を使用します。

出力形式の例

describe モード:

## 画像の説明

[画像の内容の詳細な説明...]

ocr モード:

## 抽出されたテキスト

[画像から保存されたテキスト構造]

ui-review モード:

## UI デザインレビュー

### 強み
- ...

### 問題
- ...

### 提案
- ...

注記

• 20MB までの画像に対応 (JPEG、PNG、GIF、WebP)
• MiniMax MCP がファイルアクセスで設定されている場合、ローカルファイルパスが機能します
• MiniMax_understand_image ツールは minimax-coding-plan-mcp パッケージによって提供されます