MiniMax Agent: 真正全能的智能体工具，一键云部署 OpenClaw + 预置专家模式，告别命令行！

Feb 28, 2026 下载文件

1. 技术概览与环境准备

1.1 核心组件说明

MiniMax Agent: 提供图形化界面的桌面端 AI 智能体应用。支持 Windows、macOS 和 Web 端跨平台运行。内置 MCP（模型上下文协议）集成与特定领域的专家系统。
MaxClaw: 由MiniMax发布的云端托管的OpenClaw，无需手动部署，直接上手使用，预置专家功能适用多种工作场景。
MiniMax M2.5: 底层驱动大语言模型。具备强大的代码编写、工具调用以及长文本处理能力，在 SWE-Bench 等基准测试中表现出色，API 调用成本极低。

1.2 安装与部署步骤

访问网页端 agent.minimax.io。
在右上角选择对应操作系统（Windows/macOS）的安装包下载。
双击运行安装程序，完成本地客户端部署。
启动桌面端应用程序，登录账号。

2. 界面布局与基础配置

应用界面主要分为对话区与底部功能配置区。

2.1 目录访问授权 (Workspace)

点击界面左下角第三个文件夹图标，为智能体指定工作目录。

操作逻辑: 指定目录后，智能体能够直接读取和写入目标文件夹内的文件。
适配对象: 本地 Excel 报表文件夹、Obsidian 本地笔记库目录等。
风险提示: 建议仅授权特定工作目录，并提前做好文件备份，防止文件被覆盖或误删。

2.2 MCP 与子代理配置

点击界面左下方第二个配置图标，接入外部服务。

Notion 接入: 在配置界面中找到 Notion 选项，直接填入 Notion 的集成密钥（Integration Token）就可以完成绑定。不需要编写 JSON 配置文件。

2.3 模型与响应模式选择

位于对话框右下方。

模型选择: 推荐选择 MiniMax M2.5。
任务模式: 支持在快速响应和复杂任务模式之间切换。

MiniMax M2.5模型

结合 2026 年最新的基准测试数据，MiniMax M2.5 在代码编写、工具调用和多轮复杂任务执行上，已经具备对标顶级闭源大模型的能力。

![[排行榜.jpg]]

基准测试数据对比：
- 代码工程能力：在 SWE-Bench Verified 测试中，M2.5 得分为 80.2%，和 Claude Opus 4.6（80.8%）以及 GPT-5.2（80%）处于同一梯队。在 Multi-SWE-Bench 多库协同任务中，得分为 51.3%，超越了 Claude Opus 4.5 与 4.6。
- 工具与环境调用：在 BrowseComp (w/ctx) 网页与上下文环境中得分 76.3%；在 BFCL multi-turn 多轮函数调用测试中得分 76.8%，全面领先 Claude Opus 4.5（68%）和 Gemini 3 Pro（61%），位列横向测评第一。
处理速度与逻辑架构：
- 这个模型具备架构师级别的全局规划能力，在生成代码前会自动执行特征拆解与 UI 规划。
- 原生推理速度最高可达 100 token/秒（Lightning 版本），执行复杂智能体任务的平均耗时比上一代 M2.1 缩短 37%，和 Claude Opus 4.6 的速度持平。
极致的性价比：
- API 定价约为输入 $0.30 / 1M token，输出 $1.20 / 1M token。
- 在相同的复杂任务处理流程下，M2.5 的总调用成本仅为 Claude Opus 4.6 的 10% 左右。对于需要长时间挂机运行、产生大量上下文消耗的桌面智能体而言，使用这个模型能彻底消除高昂的 API 账单风险。
社区评价：OpenClaw的最优模型

3. 专家系统与应用场景实操

专家系统封装了特定领域的知识、工具链和操作逻辑，替代了传统的 Agent Skill 手动安装与 API 配置。在专家界面通过关键词搜索就可以直接调用。

3.1 场景一：生成结构化 PPT

调用 AI PPT 专家，通过子代理执行页面规划与样式设计。

操作步骤:

进入专家界面，搜索并选择 AI PPT 专家。
发送具体的主题与结构要求。
智能体将自动规划大纲、分配配色方案并生成 PPT 文件。

执行提示词 (Prompt):

# 任务目标
生成一份 10 页的 PPT。

# 核心参数
- 主题：AI Agent（人工智能智能体）技术深度分析
- 视觉风格：科技风

# 内容与排版规范
- 视觉呈现：每页提炼核心要点，拒绝大段文字堆砌，多使用层级列表或对比结构。
- 执行要求：不需要向我确认大纲，直接基于这个框架逻辑和参数要求，生成最终的 PPT 文件。

3.2 场景二：本地英文文献翻译与分析

调用 PDF 分析 专家，处理多篇本地文献。

操作步骤:

确保目标 PDF 文件（如从 Arxiv 下载的文献）已存放在授权的工作目录中。
搜索并选择与文档分析或学术论文相关的专家。
下达读取、翻译、提炼以及绘制结构图的指令。

执行提示词 (Prompt):

批量处理当前文件夹下的所有 PDF 文件。
对每一个 PDF 文件，执行以下操作：

1.  **内容读取与转化**：
    *   提取文本内容。
    *   将内容翻译并整理为中文（若原文非中文）。
    *   提炼核心观点、关键数据和结论。

2.  **生成 Obsidian 笔记 (.md)**：
    *   创建一个以PDF文章内容命名的 Markdown 文件。
    *   把提炼的核心知识点、数据与结论写入到markdown知识笔记中。

3.  **生成思维导图 (.canvas)**：
    *   创建一个与markdown笔记同名的 Obsidian JSON Canvas 文件。
    *   基于提取的内容构建思维导图（中心主题 -> 主要论点 -> 细节）。
    *   **关键要求**：请务必在生成 JSON 时计算合理的 x,y 坐标，确保节点呈树状或发散状排列，**不要**重叠在一起。

4.  **输出**：
    *   将生成的 .md 和 .canvas 文件保存在当前目录下。

3.3 场景三：生成个人网站 (代码生成)

调用 Landing Page Builder 专家，通过自然语言生成网站代码。

操作步骤:

在专家界面搜索 Landing Page Builder。
描述网站的用途、风格、功能需求与排版布局。
智能体将自动生成代码并在浏览器中预览生成的网页。

执行提示词 (Prompt):

为我创建一个现代极简风格的个人博客网站。

风格要求：
网站采用左侧固定侧边栏 + 右侧内容画布的结构，侧边栏简洁垂直导航（Logo、首页、文章、关于我、联系方式），整体视觉偏左布局，而非居中型 landing page。
整体视觉为浅色极简风格，使用浅灰或米白背景、深灰文字与低对比灰色分隔线，避免纯黑纯白的强对比。大量留白，界面干净克制，强调阅读体验与内容优先。
排版为编辑式（Editorial Style）：大标题、宽松行距、清晰层级，通过字体大小与间距建立视觉重点，而不是依赖颜色或装饰。

首页顶部包含个人介绍区域：圆形头像、姓名标题、简短介绍文字，并配合低透明度背景图片作为氛围元素。
文章列表采用卡片或网格流布局，封面图片简洁，并带轻微 Hover 放大效果。

交互保持克制：平滑滚动、细微 hover 动效，不使用复杂动画或视觉特效。
整体气质：安静、理性、现代、像高质量个人博客或设计杂志网站，突出长期阅读体验。

3.4 场景四：自定义专家 - YouTube 视频转录与学习

如果预设专家无法满足需求，可以手动创建专属工作流。

创建步骤:

点击专家界面右上角的创建按钮。
输入专家名称（例如 YouTube 知识提取专家）。
指定底层大语言模型（选择 MiniMax M2.5）。
填入专家描述与系统指令。直接复制开源 YouTube-Transcript skill 的指令内容。
保存并在我的专家列表中发起对话。

执行提示词 (Prompt):

当我发送一个 YouTube 视频链接时，获取视频字幕，把字幕内容保存到文件夹。
然后，执行以下流程：
1.  **内容读取与转化**：
    *   提取字幕内容。
    *   将内容翻译并整理为中文（若原文非中文）。
    *   提炼核心观点、关键数据和结论。

2.  **生成 Obsidian 笔记 (.md)**：
    *   创建一个以内容主题命名的 Markdown 文件。
    *   把提炼的核心知识点、数据与结论写入到markdown知识笔记中。

3.  **生成思维导图 (.canvas)**：
    *   创建一个与markdown笔记同名的 Obsidian JSON Canvas 文件。
    *   基于提取的内容构建思维导图。
    *   **关键要求**：请务必在生成 JSON 时计算合理的 x,y 坐标，确保节点**不要**重叠在一起。

4.  **输出**：
    *   将生成的 .md 和 .canvas 文件保存在当前目录下。

接下来，按照我的要求处理这个YouTube视频链接：[视频url]

4. OpenClaw 自动化部署

4.1 一键部署OpenClaw到本地

针对 OpenClaw 终端部署报错率高的问题，MiniMax Agent 提供了图形化的一键部署功能。

部署步骤:

在 MiniMax Agent 桌面端主界面点击一键部署 OpenClaw 按钮。
在弹出的验证流程中，登录 MiniMax 账号。
授权智能体自动获取 API Key 并配置环境变量。
等待后台配置与安装流程结束，系统将自动打开 OpenClaw 的本地 Web 界面。
在 OpenClaw 界面中发送测试指令以确认连接成功。
模型选择方面，推荐在 OpenClaw 中配置 MiniMax M2.5 模型，平衡性能与 API 调用成本。

4.2 重磅更新：MaxClaw (云端托管模式)

MaxClaw 是 MiniMax 官方推出的 OpenClaw 云端托管版本，旨在彻底解决本地部署的硬件门槛与 API 成本问题。

核心特性：

一键部署： 一键部署到云端，免除 OpenClaw 原本繁琐的命令行部署方式。
免运维： 无需本地 Docker 环境或 Python 依赖，云端环境 24/7 待命。
全渠道控制： 支持绑定 Telegram / WhatsApp / Discord，国内支持飞书 / 钉钉，实现通过手机 IM 软件远程遥控 Agent 执行任务。
预置专家：内置经过微调的垂直领域专家配置（如：爆款猎手、行业研报、热点追踪），开箱即用。

使用逻辑：不再需要复杂的初始化流程，在 MiniMax Agent 界面顶部切换至 MaxClaw 模式，选择对应场景配置，即可直接通过自然语言驱动 OpenClaw 的全栈能力。

4.2.1 连接Whatsapp与MaxClaw

直接在对话框中输入连接Whatsapp，AI会返回一个二维码，打开手机Whatsapp扫码即可完成链接。

4.2.2 连接飞书与MaxClaw（最适合国内网络环境）

直接在对话框中输入连接飞书，AI会返回具体步骤，核心步骤是创建飞书企业自建应用。

登录飞书开放平台 -> 开发者后台。

创建应用: 点击“创建企业自建应用”，填写名称（如 MyBot），选择图标。
添加能力: 左侧菜单“添加应用能力” -> “机器人” -> 点击添加。
权限管理 (关键):
- 进入“权限管理”。
- 搜索并开通 im:message 相关权限 (收发消息)。
- 也可批量导入: 点击“批量导入”，粘贴以下 JSON 配置 (参考模板):

{
  "scopes": {
    "tenant": [
      "im:chat.access_event.bot_p2p_chat:read",
      "im:chat.members:bot_access",
      "im:chat:read",
      "im:message",
      "im:message.group_at_msg:readonly",
      "im:message.p2p_msg:readonly",
      "im:message:readonly",
      "im:message:send_as_bot",
      "im:resource"
    ],
    "user": [
      "contact:contact.base:readonly"
    ]
  }
}

版本发布: 左侧“版本管理与发布” -> 创建版本 (v1.0.0) -> 发布。
获取凭证: 左侧“凭证与基础信息” -> 复制 App ID 和 App Secret。返回MaxClaw，把App ID和App Secret发送给AI，AI会打通链接。
开启事件订阅：返回飞书应用，回到飞书开发者后台 -> “事件与回调”。配置订阅方式: 选择 长连接。添加事件: 点击“添加事件” -> 搜索 receive -> 勾选 im.message.receive_v1 (接收消息) -> 确认。
重新发布: 修改配置后，必须再次去“版本管理”发布一个新版本才能生效。
手机APP测试: 打开飞书 App -> 搜索机器人名称 -> 发送 “你好”。（飞书桌面APP同理）

4.2.3 智能体使用案例

切换到行业研报模式，输入提示词，生成行业报告：

深度调研 2026 年“ AI Agent”工具的竞争格局

请生成一份对比报告，核心分析以下 3 点：

1. **控制深度**：谁对本地文件系统（Local File System）和非 API 软件的接管能力更强？
2. **成本经济性**：对比“长链路任务”（如连续工作 4 小时）时的预估成本。
3. **生态护城河**：目前哪家的第三方“专家/插件”生态最丰富？

最后，用表格总结优劣势，并给出结论：对于“一人公司”创业者，谁是目前的性价比之选？

5. 成本核算与系统限制

操作复杂任务时需要注意云端计算积分的消耗情况。

5.1 典型任务积分消耗参考

任务类型	处理内容量级	预估积分消耗
一键部署 OpenClaw	系统级环境配置	约 35 积分
个人网站代码生成	完整单页应用源码	约 600 积分
YouTube 视频转录	10-20 分钟视频内容提取、翻译与绘图	约 700 积分
多 PDF 联合分析	4 篇学术论文全量读取、翻译与总结	约 800 积分

补充说明：免费用户拥有 200 积分/日的额度；专业版订阅用户额度为 20,000 积分/月。

5.2 优化建议

结构化指令: 提示词的结构越清晰，要素定义越严格，智能体生成的代码与内容质量就越高，可以有效减少反复修正带来的积分损耗。
权限隔离: 执行最小权限原则。如果需要智能体清理或重构文件，务必提前将目标文件拷贝至独立的测试文件夹中进行操作。

5.3 与其他Agent工具对比

对比维度	MiniMax Agent	Claude Cowork	Claude Code / OpenCode (命令行工具)
交互形态	图形化独立客户端，内置专家组件广场	Claude Desktop 客户端内的独立标签页	纯文本终端界面 (CLI/TUI)
平台支持	Windows, macOS, Web, 移动端	macOS, Windows（2026年2月10日支持Windows）	依赖终端模拟器与系统底层的全平台
技术门槛	零门槛，直接双击运行，免系统配置	较低门槛，依托沙盒虚拟机运行，需要基础的环境配置认知	极高，需要熟悉终端指令、配置环境变量以及排查代码报错
使用成本	极低，每天赠送免费积分，按需消耗	极高，强制绑定 20 美元/月或更高阶的订阅套餐	隐性成本极高，需要用户自己支付底层大语言模型的 API 调用账单
限制因素	网络环境友好，无严格地区限制	地区风控极严（容易封禁 IP），强制锁定 Claude 闭源生态模型	缺乏图形界面的直观交互，对非程序员极度不友好；Claude Code 同样受限于严格的地区风控

1. 技术概览与环境准备

1.1 核心组件说明

1.2 安装与部署步骤

2. 界面布局与基础配置

2.1 目录访问授权 (Workspace)

2.2 MCP 与子代理配置

2.3 模型与响应模式选择

MiniMax M2.5模型

3. 专家系统与应用场景实操

3.1 场景一：生成结构化 PPT

3.2 场景二：本地英文文献翻译与分析

3.3 场景三：生成个人网站 (代码生成)

3.4 场景四：自定义专家 - YouTube 视频转录与学习

更多全栈开发场景尝试

4. OpenClaw 自动化部署

4.1 一键部署OpenClaw到本地

4.2 重磅更新：MaxClaw (云端托管模式)

4.2.1 连接Whatsapp与MaxClaw

4.2.2 连接飞书与MaxClaw（最适合国内网络环境）

4.2.3 智能体使用案例

5. 成本核算与系统限制

5.1 典型任务积分消耗参考

5.2 优化建议

5.3 与其他Agent工具对比