基于minimax大模型实现一个聊天机器人

playboy51job

37人浏览 · 2026-09-07 13:30:51

playboy51job · 2026-09-07 13:30:51 发布

1.1 任务介绍

本任务介绍如何在PC环境下实现人与机器人的对话聊天，通过PC端采集文字问题信息，并将文本通过API传输到MiniMax大模型进行识别，识别成功以后，将大模型反馈的文字信息合成为语音信息，通过电脑进行语音播报。整个实现流程如下图所示：

1.2 知识储备

1.2.1 minimax大模型介绍

MiniMax（稀宇科技）是中国领先的自研全模态大模型公司，由北京稀宇科技有限公司打造，专注通用人工智能（AGI）底层技术研发，以全模态融合、原生 Agent 能力、极致低成本为核心特色，在代码生成、智能体执行、多模态创作领域表现突出，具体情况介绍如下：

（1）MiniMax 公司概况

MiniMax 主体为北京稀宇科技有限公司，2022 年初成立，总部位于北京，创始团队由前商汤科技高管闫俊杰博士领衔，核心成员来自谷歌、微软、商汤等国际科技企业，深耕多模态大模型与 Agent 技术底层创新。公司使命为 “与所有人共创智能”，核心聚焦全模态融合与原生 Agent 技术突破，成立两年内完成多轮融资，成为国产 AI 领域独角兽企业。2024 年通过中国《生成式人工智能服务管理暂行办法》备案，构建全球化算力集群，为技术落地奠定基础。截至 2025 年底，公司服务全球 200 多个国家及地区的超 2.36 亿名用户，企业客户及开发者超 21.4 万家，海外收入占比达 73%，全球化布局成效显著。

（2）MiniMax 大模型体系

MiniMax 大模型是公司核心技术产品，2023 年推出首代基础模型，历经多轮迭代，形成完整全模态模型家族，技术水平达国际领先，代码与 Agent 能力全球顶尖。核心模型系列如下：

●基础模型（M 系列）：2024 年发布 abab6.5，支持 20 万汉字上下文；2025 年推出 M1 推理模型，支持 100 万 Token 超长上下文；2026 年 2 月发布 M2.5（2300 亿总参数、100 亿激活参数），采用 MoE 架构，主打原生 Agent 生产级能力；2026 年 3 月推出 M2.7（Agent 旗舰模型），新增 Agent Harness 自我进化框架，代码能力追平 GPT-5.3-Codex；全系支持超长上下文，无损处理长文档与复杂任务。

●垂类专用模型：覆盖代码、视频、语音、办公等领域，包括 MiniMax-Coder（代码生成，多语言支持与工程级调试）、Hailuo（海螺视频，文生视频 / 图生视频，支持高清渲染）、MiniMax-Audio（语音合成 / 声音克隆，超拟人音色）、MiniMax-Workspace（办公自动化，复杂 Excel/Word/PPT 全流程处理），满足专业场景深度需求。

●推理模型（Researcher 系列）：2025 年推出 MiniMax-Researcher，主打深度推理与复杂任务拆解，支持多轮工具调用、跨模态数据比对、结构化报告生成，在代码生成、办公自动化基准测试中对标国际顶尖模型。

MiniMax 的核心技术优势显著：自研MoE 稀疏架构，推理成本降低 90%，速度提升至 100TPS；Lightning Attention 闪电注意力突破长文本处理瓶颈，支持百万级 Token 上下文；Agent Harness 框架实现模型自我进化，可承担研发流程 30%-50% 工作量；软硬件协同优化，适配多主流芯片平台，推理性能达 GPT-5.5 的 1.37 倍。

（3）MiniMax 产品与服务生态

MiniMax 构建 “模型 + 平台 + 应用” 全栈生态，C 端体验与 B 端落地双轮驱动，核心产品与服务如下：

●C 端智能应用：官网与 App 提供对话交互，支持快速 / 思考 / 联网搜索模式切换；核心产品包括海螺 AI（视频生成，零门槛创作）、星野 / Talkie（情感陪聊，虚拟角色互动，月活超 2000 万）、MiniMax Audio（语音创作，声音克隆与 AI 配音），适配内容创作、社交互动、娱乐休闲等场景，以全模态生成与高交互体验为特色。

●B 端 API 服务：提供兼容 OpenAI 格式的 API 接口，支持 M2.5/M2.7/Researcher 等模型调用；新用户注册赠送免费额度，含永久免费模型 minimax-m2.7-free，足够个人长期使用；定价极致普惠，M2.5 模型 API 价格为海外头部模型的 1/10-1/20，支持 JSON 输出、工具调用、智能体开发，适配企业私有化部署与二次开发。

●开源生态：M2.5/M2.7 核心模型开源，免费开放权重与代码，支持本地部署、二次开发与商业化，降低 AI 应用门槛，推动全模态技术普惠。

●行业解决方案：覆盖金融、法律、办公、内容创作等领域，提供定制化智能合同审查、办公自动化、视频内容生成、企业知识库构建等服务，助力企业低成本实现 AI 转型。

（4）MiniMax 的核心优势与定位

MiniMax 定位为 “全模态融合、原生 Agent 执行、开源普惠低成本” 的通用大模型服务商，核心优势体现在三方面：

●全模态能力全球领先：原生支持文本、图像、音频、视频、音乐多模态理解与生成，海螺视频、星野等产品落地成熟，多模态创作能力行业第一。

●代码与 Agent 能力突出：M2.7 代码能力追平国际顶尖模型，Agent Harness 框架支持复杂任务自主拆解与执行，办公自动化、工程级代码生成场景表现优异。

●极致低成本且普惠开源：MoE 架构大幅降低推理成本，API 定价亲民，免费额度充足；核心模型开源免费商用，个人与中小企业零门槛使用。

与 Kimi 侧重超长文本处理、DeepSeek 侧重底层推理不同，MiniMax 更聚焦全模态融合、原生 Agent 执行与低成本规模化，适合内容创作、办公自动化、情感交互、复杂工程任务等场景，与 Kimi、DeepSeek 形成差异化互补，共同推动国产 AI 技术创新与产业落地。

1.2.2 相关第三方库

（1）Python requests库

Python requests 是一个常用的 HTTP 请求库，可以方便地向网站发送 HTTP 请求，并获取响应结果。requests模块比urllib模块更简洁。

使用 requests 发送HTTP 请求需要先导入 requests 模块：

import requests

导入后就可以发送HTTP请求，使用requests提供的方法向指定URL发送 HTTP 请求，例如：

# 导入 requests 包
import requests

# 发送请求
x = requests.get('https://www.runoob.com/')

# 返回网页内容
print(x.text)

每次调用 requests 请求之后，会返回一个 response 对象，该对象包含了具体的响应信息，如状态码、响应头、响应内容等：

print(response.status_code)  # 获取响应状态码
print(response.headers)  # 获取响应头
print(response.content)  # 获取响应内容

附加请求参数

发送请求我们可以在请求中附加额外的参数，例如请求头、查询参数、请求体等，例如：

headers = {'User-Agent': 'Mozilla/5.0'}  # 设置请求头
params = {'key1': 'value1', 'key2': 'value2'}  # 设置查询参数
data = {'username': 'example', 'password': '123456'}  # 设置请求体
response = requests.post('https://www.runoob.com', headers=headers, params=params, data=data)

（2）Python pywin32库

pywin32 是 Windows 专属的 Python 扩展库，作用是让 Python 能直接调用 Windows 原生 API 与 COM 组件，实现系统控制、Office 自动化、窗口 / 键鼠模拟、服务 / 注册表管理等深度操作。使用前需要先安装pywin32模块：

pip install pywin32

安装完成后，你的代码import win32com.client就可以正常使用了。

import win32com.client #Windows自带语音库
# 创建语音播报对象（使用Windows自带的SAPI语音）
speaker = win32com.client.Dispatch("SAPI.SpVoice") 
# 播报文字
speaker.Speak("你好，这是Windows自带的语音播报")

1.3 任务要求

1.能够注册和登录MiniMax。

2.能够创建并获取MiniMax API key。

3.能够撰写前端代码和MiniMax大模型进行交互。

4.能够理解数据链路：将输入的文本传送给MiniMax大模型->MiniMax大模型反馈的文本进行流式输出->同时将输出的流式文本解析并合成为音频进行播报。

1.4 任务准备

•Vmware虚拟机

•电脑（Windows 10）

•minimax云账号

1.5 任务实施

1.5.1 注册并登录minimax

登录网址如下：

概览 - MiniMax 开放平台文档中心MiniMax 模型体系涵盖语言、视频、语音、图像与音乐五大方向，助力开发者高效构建智能应用。https://platform.minimaxi.com/

通过手机号进行注册和登录。

登录进去以后，能看到MiniMax模型体系涵盖文本、语音、视频、图像与音乐五大方向，如下图所示界面：

在如下网站中找到【API Key管理】

MiniMax API 开放平台日均处理超万亿Token请求，累计服务超10万开发者https://platform.minimaxi.com/user-center/basic-information/interface-key

更多MiniMax的API描述请查看网址如下：

接口概览 - MiniMax 开放平台文档中心MiniMax 开放平台 API 接口能力概览，包括语言、视频、语音、图像、音乐和文件管理等多模态能力。https://platform.minimaxi.com/docs/api-reference/api-overview

1.5.2 创建并获取API key

点击新建【API Key】,如下图所示：

点击【创建密钥】，如下图所示：

API key只显示一次请注意保存，本任务的API key为：

sk-api-lhaJaEsGc3z8pWK0c44wSYiLDl-pWRHdsVZAsV96Tc6SeFyS7ZIewEUitBa3rEhAuYlC53Dnbbe4TFur7ob3dcq41naMyAbUIcCn-vOoExoDVcJVLY_dkX8

创建成功后，生成的这个MiniMax API Key在后面的代码中会使用到。

需要进行实名认证才能充值。认证以后获得了15元的代金券。

可用的文本模型有以下：

1.5.3 任务测试

在Jupyter中输入以下代码，命名为talk_to_minimax_llm，意思是跟大语言模型进行聊天。注意，要将API_KEY,MODEL_NAME，API_URL赋值到python测试程序中。

请求代码示例：

# -*- coding: utf-8 -*-
# 导入所需库
import win32com.client  # Windows 自带语音库
import requests         # 发送网络请求
import json             # 处理 JSON 数据格式

# ======================================================
# 配置区：改成你的 MiniMax 信息
# ======================================================
MINIMAX_API_KEY = "sk-api-lhaJaEsGc3z8pWK0c44wSYiLDl-pWRHdsVZAsV96Tc6SeFyS7ZIewEUitBa3rEhAuYlC53Dnbbe4TFur7ob3dcq41naMyAbUIcCn-vOoExoDVcJVLY_dkX8"
MODEL_NAME = "MiniMax-M2"   # 选择一个模型来使用
API_URL = "https://api.minimaxi.com/v1/chat/completions"

# ======================================================
# 初始化语音引擎（Windows 自带 SAPI，稳定）
# ======================================================
speaker = win32com.client.Dispatch("SAPI.SpVoice")

def speak(text):
    """让电脑朗读一段文字"""
    speaker.Speak(text)

def chat_with_minimax(history):
    """调用 MiniMax API，返回回复文字"""
    headers = {
        "Authorization": f"Bearer {MINIMAX_API_KEY}",
        "Content-Type": "application/json; charset=utf-8"
    }

    payload = json.dumps({
        "model": MODEL_NAME,
        "messages": history,
        "temperature": 0.7,
        "max_tokens": 1024
    }, ensure_ascii=False).encode("utf-8")

    try:
        resp = requests.post(API_URL, headers=headers, data=payload, timeout=30)
        js = resp.json()

        if "error" in js:
            return f"服务器错误：{js['error']['message']}"

        contents = js["choices"][0]["message"].get("content", "")
        return contents.strip() or "没有获取到回复"

    except Exception as e:
        return f"请求失败：{str(e)}"

def ask(your_name, ai_name, history):
    q = input(f"\n{your_name}：").strip()
    if q == "0":
        return False

    speak(q)
    history.append({"role": "user", "content": q})

    print("（正在思考中...）")
    ans = chat_with_minimax(history)

    print(f"\n{ai_name}：{ans}")
    speak(ans)

    history.append({"role": "assistant", "content": ans})
    return True

def main():
    print("=" * 40)
    print("    欢迎使用 MiniMax 智能聊天室")
    print("=" * 40)

    your_name = input("请问你的名字：").strip() or "我"
    ai_name = input("请给 AI 取个名字：").strip() or "MiniMax"

    history = [
        {"role": "system", "content": "你是一个聊天助手，回答要简洁，问什么答什么，就像聊天一样，不要做多余介绍，不要用编号列表。"}
    ]

    print(f"\n{ai_name}：你好，{your_name}！输入 0 退出。")
    speak(f"你好，{your_name}")
    print("-" * 40)

    while True:
        if not ask(your_name, ai_name, history):
            print(f"\n{ai_name}：再见，{your_name}！")
            speak(f"再见，{your_name}")
            break

if __name__ == "__main__":
    main()

实验现象如下：

输入你是的聊天名字，比如“vincent”，AI的聊天名字，取名“ai”。接着进行提问，

例如，问题一：明朝第一个皇帝是谁？问题二：上海朋友结婚，一般随礼给多少钱？

这些问题都会上传给MiniMax大模型来回答，最后返回的文字结果进行显示和语音播报，如下：