# Instrucciones para el agente: MiniMax Toolkit: usa generación multimedia desde una CLI

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

- Dificultad: principiante
- Proyecto: https://github.com/MiniMax-AI/skills/tree/main/skills/minimax-multimodal-toolkit (licencia MIT)
- Guía completa: https://lab.wisd.ai/hub/minimax-skills

---

## Para el agente: cómo acompañar al usuario

1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

---

## Pasos de configuración

Comprueba que Node.js ≥18 y npm están disponibles. Lee el [SKILL.md original](https://github.com/MiniMax-AI/skills/blob/main/skills/minimax-multimodal-toolkit/SKILL.md) e instala la CLI documentada:

```bash
npm install -g mmx-cli
```

Configura `MINIMAX_API_KEY` como variable de entorno privada de esta terminal, según la sección Configuration Precedence de la skill. Si necesitas fijar región, usa `MINIMAX_REGION` con `global` o `cn`. Una consulta del ejemplo oficial es:

```bash
mmx text chat --message "user:¿Qué es MiniMax?" --output json --quiet
```

## Comprobación

Comprueba que el JSON contiene la respuesta de texto y revisa el consumo. Para verificar también la generación de medios anunciada, usa esta adaptación del ejemplo `image generate` de la skill:

```bash
mmx image generate --prompt "Un gato con traje espacial" --output json --quiet
```

La salida debe incluir una URL de imagen; ábrela y comprueba que corresponde a la petición. Esta llamada consume el servicio de imagen: no basta con la respuesta de chat para validar generación multimedia.

## Si algo falla

Comprueba autenticación, región y disponibilidad de la operación en tu cuenta.