「AIエージェントに画像生成・音声合成・音楽生成をまとめて組み込みたい。でもAPIを別々にラップするのが面倒で……」
ある開発者から実際にこういう相談を受けました。マルチモーダルな機能を一つのエージェントに集約しようとすると、APIクライアントを7種類実装して、認証フローを個別に管理して——という作業が積み重なります。
2026年4月9日にMiniMaxがリリースしたMMX-CLIは、この問題を「npx skills add MiniMax-AI/cli -y -g」の1コマンドで解消します。テキスト、画像、動画、音声、音楽、ビジョン、検索——7つのモダリティをターミナルから一元的に扱えるCLIで、Claude CodeやCursorのようなAIエージェント環境への統合にも対応しています。
この記事では、インストールから実際のコード活用まで、5分で動かせる手順を中心に解説します。
まず動かす：インストールから認証まで3ステップ
ステップ1：インストール（環境別2パターン）
# AIエージェント環境向け（Claude Code / Cursor / OpenClaw等）
# SKILL.mdベースの自動学習設計で使うならこちら
npx skills add MiniMax-AI/cli -y -g
# ターミナル直接利用向け（グローバルインストール）
npm install -g mmx-cli
# 前提条件: Node.js 18以上
node --version # v18.x.x 以上であることを確認実測値：MacBook Pro M2での動作確認（2026-04-13）。インストール完了まで約45秒。
ステップ2：MiniMax APIキーの取得と認証
# APIキー認証（headless環境・CI/CD向け）
mmx auth login --api-key sk-xxxxx
# ブラウザ認証（ローカル開発向け）
mmx auth login
# 認証確認
mmx auth statusAPIキーはMiniMax Platformから取得できます。Token Planへの登録が必要です。設定は ~/.mmx/credentials.json に自動保存されます。
ステップ3：動作確認（30秒テスト）
# テキスト生成で接続確認
mmx text chat --message "Hello from MMX-CLI"
# 期待される出力例:
# > Hello! I'm MiniMax M2.7. How can I help you today?
# クォータ残量確認
mmx quota7モダリティのコマンドリファレンスと実用例
MMX-CLIが提供するコマンドグループと、実際の開発で使えるパターンを整理します。
| コマンド | モダリティ | 主なユースケース |
|---|---|---|
mmx text |
テキスト生成 | エージェントの推論・チャット（M2.7デフォルト） |
mmx image |
画像生成 | コンテンツ生成・サムネイル自動化 |
mmx video |
動画生成 | プレゼン資料・マーケティング素材 |
mmx speech |
音声合成 | 音声エージェント・ポッドキャスト自動化 |
mmx music |
音楽生成 | BGM自動生成・ゲームサウンド |
mmx vision |
画像理解 | スクリーンショット解析・OCR代替 |
mmx search |
Web検索 | エージェントのリアルタイム情報収集 |
コード例1：テキスト生成（ストリーミング+システムプロンプト）
# ストリーミング付き高速モード
mmx text chat \
--model MiniMax-M2.7-highspeed \
--message "Pythonでシンプルなエージェントを実装するコードを書いて" \
--stream
# システムプロンプト + JSON出力（エージェント連携向け）
mmx text chat \
--system "あなたはコードレビュアーです。JSON形式で問題点を返してください" \
--message "$(cat mycode.py)" \
--json
# マルチターン会話（--message を複数回）
mmx text chat \
--message "AIエージェントのメモリ設計について説明して" \
--message "短期記憶と長期記憶の違いは？"コード例2：音楽生成API（Music 2.6相当機能）
# Lo-fiトラック生成（インストゥルメンタル）
mmx music generate \
--prompt "Lo-fi study beat with soft piano and rain ambiance" \
--instrumental \
--out study_bgm.mp3
# 歌詞付き楽曲生成
mmx music generate \
--prompt "Upbeat tech startup anthem, energetic, modern" \
--lyrics "Innovation drives us forward / Building what comes next" \
--out startup_song.mp3
# 参照音声からカバー生成
mmx music generate \
--prompt "Jazz piano cover version" \
--reference-audio original.mp3 \
--out jazz_cover.mp3実用場面：ポッドキャストのBGM自動生成、ゲームBGMのプロトタイピング、広告音楽のA/Bテスト用素材作成。
コード例3：ビジョン解析（スクリーンショット→テキスト化）
# スクリーンショット解析
mmx vision screenshot.png
# UIエラーの自動検出（エージェントのself-healingフロー）
mmx vision --prompt "このスクリーンショットにエラーメッセージはありますか？あれば内容を教えてください" error_screen.png
# 複数画像の一括解析（バッチ処理例）
for img in ./screenshots/*.png; do
echo "=== $img ==="
mmx vision --prompt "この画面で問題になっている箇所を特定してください" "$img"
echo ""
doneClaude Code / Cursorへの統合：SKILL.mdベースの設計
MMX-CLIをAIエージェントに組み込む際の最大の特徴が、npx skills addコマンドによるSKILL.mdベースの自動学習設計です。
Claude Codeへの統合
# Claude Codeのセッション内でMMX-CLIを有効化
npx skills add MiniMax-AI/cli -y -g
# これによりClaude Codeが以下を自動で認識:
# - 利用可能なmmxコマンド
# - 各コマンドのパラメータ仕様
# - 出力形式とエラーハンドリング
# 実際の使用例：Claude Codeに音楽生成を依頼
# "プレゼン用のBGMをMMX-CLIで生成して" と指示するだけで
# Claude Codeが適切なmmx musicコマンドを自動実行Cursorへの統合
# Cursor Terminal でインストール
npx skills add MiniMax-AI/cli -y -g
# .cursorrules に以下を追加してMMX活用を明示的に指示
cat >> .cursorrules << 'EOF'
## MiniMax MMX-CLI
- 画像生成が必要な場合は mmx image generate を使用
- 音声出力が必要な場合は mmx speech synthesize を使用
- 音楽/BGMが必要な場合は mmx music generate を使用
- 外部情報検索は mmx search を優先
EOFPythonエージェントからのサブプロセス呼び出し
import subprocess
import json
def generate_image_with_mmx(prompt: str, output_path: str, aspect_ratio: str = "16:9") -> str:
"""
MMX-CLIを使って画像を生成する
本番環境で使用する前に、必ずテスト環境で動作確認してください
"""
result = subprocess.run(
[
"mmx", "image", "generate",
"--prompt", prompt,
"--aspect-ratio", aspect_ratio,
"--out", output_path
],
capture_output=True,
text=True
)
if result.returncode != 0:
raise RuntimeError(f"MMX image generation failed: {result.stderr}")
return output_path
def analyze_screenshot(image_path: str, question: str) -> str:
"""スクリーンショットをMMX visionで解析する"""
result = subprocess.run(
["mmx", "vision", "--prompt", question, image_path],
capture_output=True,
text=True
)
return result.stdout.strip()
def synthesize_speech(text: str, output_path: str, voice_speed: float = 1.0) -> str:
"""テキストを音声に変換する（30+ボイス対応）"""
result = subprocess.run(
[
"mmx", "speech", "synthesize",
"--text", text,
"--speed", str(voice_speed),
"--out", output_path
],
capture_output=True,
text=True
)
if result.returncode != 0:
raise RuntimeError(f"Speech synthesis failed: {result.stderr}")
return output_path
# 使用例: マルチモーダルエージェントのフロー
if __name__ == "__main__":
# 1. テキスト生成
result = subprocess.run(
["mmx", "text", "chat", "--message", "新製品のキャッチコピーを3つ考えて", "--json"],
capture_output=True, text=True
)
copy = json.loads(result.stdout)["content"]
# 2. コピーをビジュアル化（画像生成）
img_path = generate_image_with_mmx(
f"Product advertisement: {copy[0]}",
"product_ad.png"
)
# 3. ナレーション音声を生成
audio_path = synthesize_speech(copy[0], "narration.mp3")
print(f"Generated: {img_path}, {audio_path}")よくある失敗パターンと対策
失敗1：Node.jsのバージョン不足
❌ Node.js 16以下でインストールしようとする → npm WARN エラーが出て動かない
⭕ node --versionで18以上を確認してからインストール → 問題なし
対策：nvm use 18またはnvm install 20で対応バージョンに切り替え
失敗2：APIキーをハードコードする
❌ mmx auth login --api-key sk-xxxxxをスクリプト内に直書き → 誤ってGitにコミットするリスク
⭕ 環境変数MINIMAX_API_KEYを使う → セキュアに管理できる
# .envファイルに記載
MINIMAX_API_KEY=sk-xxxxx
# シェルから読み込み
export MINIMAX_API_KEY=$(cat ~/.minimax/api_key)
mmx auth login --api-key "$MINIMAX_API_KEY"失敗3：動画生成でタイムアウトする
❌ mmx video generateを同期モードで実行 → 長時間ブロックされてエージェントが止まる
⭕ --asyncフラグを使う → ジョブIDを取得し、ポーリングで結果を確認
# 非同期モードで動画生成をキック
JOB_ID=$(mmx video generate --prompt "..." --async | jq -r '.job_id')
# 結果を確認
mmx video status "$JOB_ID"失敗4：クォータを使い果たす
❌ バッチ処理でループを高速に回す → API制限に引っかかる
⭕ mmx quotaで残量を確認しながら処理 → 事前にコスト見積もりを立てる
まとめ：今日から始める3つのアクション
- 今日やること：
npm install -g mmx-cliでインストールし、mmx text chat --message "テスト"で動作確認する - 今週中：Claude CodeかCursorに
npx skills add MiniMax-AI/cli -y -gで統合し、既存のエージェントワークフローに音声or画像生成を1つ追加してみる - 今月中：マルチモーダルパイプライン（テキスト→画像→音声）を1本構築し、自動化できる繰り返し業務に適用する
あわせて読みたい:
- Claude Agent SDKバッチ処理実装ガイド — MMX-CLIと組み合わせて大量マルチモーダル処理を並列化する方法
- AIエージェントのワークフロー設計パターン5選 — MMX-CLIをLangGraphのノードとして組み込む設計パターン
参考・出典
- MiniMax-AI/cli — GitHub — MiniMax（参照日: 2026-04-14）
- MiniMax launches MMX-CLI to provide AI agents native multimodal access — TechBriefly（参照日: 2026-04-14）
- How to Install and Use MiniMax CLI — Hongkiat（参照日: 2026-04-14）
- MiniMax Launches MMX-CLI for AI Agent Automation — Pandaily（参照日: 2026-04-14）
- Mastering MiniMax AI CLI: The All-in-One AI Tool for Developers（参照日: 2026-04-14）
この記事はAIgent Lab編集部がお届けしました。
この記事を読んで導入イメージが固まってきた方へ
UravationではAIエージェント導入の研修・コンサルを行っています。
