Claude 快速接入 MiniMax AI大模型

文章目录

1 前言

最近AI是一个大时代的进步,下班的地铁路上,都能听到路人聊天在谈论AI Agent,之前是查询AI,然后人工再去执行,现在随着AI Agent成熟,可以自己搜寻解决方案,并且自己执行,这里笔者也把 如何在 Claude 快速接入 MiniMax AI大模型,做一个总结吧!

2 Claude环境准备

2.1 安装 Claude

Windows CMD:

curl-fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd 

Windows PowerShell:

irm https://claude.ai/install.ps1 | iex 或者 winget install Anthropic.ClaudeCode 

macOS, Linux, WSL:

curl-fsSL https://claude.ai/install.sh |bash

检查是否按照完成:
claude --version

在这里插入图片描述

参考资料:https://code.claude.com/docs/en/setup

2.2 常用命令

命令功能说明示例
claude启动交互模式claude
claude "task"执行一次性任务claude "fix the build error"
claude -p "query"执行单次查询后退出claude -p "explain this function"
claude -c继续当前目录下最近的对话claude -c
claude -r恢复之前的对话claude -r
claude commit创建 Git 提交claude commit
claude --version查看当前版本claude --version
/clear清除对话历史/clear
/help显示可用命令/help
exitCtrl+C退出 Claude Codeexit

3 安装cc-switch

3.1 CC Switch 是什么?

cc-switch 是一个开源的跨平台桌面工具,专门用来统一管理 AI 编程工具的 API 配置。

CC Switch = AI 编程工具的“遥控器”

你不需要记住 API Key 在哪、配置文件在哪个目录,也不用每次换模型都去手动改 JSON 文件。打开 CC Switch 点一下,所有配置自动生效。

3.2 核心功能

功能说明
供应商管理一键添加/切换 API 供应商(支持 MiniMax、智谱、DeepSeek 等 50+ 内置预设)
模型切换不同场景用不同模型,点一下就能换
MCP 管理统一管理 MCP 服务器配置,一次配置所有 CLI 工具共用
Skills 管理从 GitHub 一键安装 Claude Skills
系统托盘常驻右下角,右键菜单秒切,不用打开主窗口
多工具支持同时管理 Claude Code、Codex CLI、Gemini CLI、OpenClaw 等 5 种 AI 工具

3.3 工作原理

CC Switch 的本质是替你去修改配置文件,只是把它做成了可视化界面。

它把配置保存在 ~/.cc-switch/ 目录下,当你点击“切换”时,它会:

  1. 读取你保存的配置(API Key、Base URL、模型等)
  2. 自动写入到各工具的配置文件中(如 Claude Code 的 ~/.claude/settings.json
  3. 下次启动工具时自动生效

为什么 IDEA 插件也能用?

因为 IDEA 里的 CC GUI 插件会读取同一份配置文件~/.claude/settings.json)。所以你在 CC Switch 里配置好 MiniMax,插件那边自动就能用,根本不需要重复配置

3.4 CC Switch vs 其他工具

对比项CC SwitchClaude Code Router
定位配置管理器流量路由器
作用存储/切换 API Key 和模型在多个 API 之间做负载均衡
使用场景换账号、换供应商高并发、多 Key 轮询

简单说:Router = 代理/分流,Switch = 配置管理。如果你只是个人开发、偶尔切换模型,CC Switch 完全够用。

3.5 快速上手CC Switch

3.5.1 安装 CC Switch

平台安装方式
Windows前往 cc-switch GitHub Releases 页面下载最新版本的安装包
macOSbrew tap farion1231/ccswitch && brew install --cask cc-switch && brew upgrade --cask cc-switch
Linux下载 .deb.AppImage 文件

安装好之后,是这样的:

在这里插入图片描述

3.5.2 添加 MiniMax 配置

打开 CC Switch,点击右上角 「+」 添加供应商,搜索或选择 MiniMax(v3.8.0 已加入官方预设),填入你的 API Key(通过这个链接的接口秘钥获取:https://platform.minimaxi.com/user-center/payment/token-plan

在这里插入图片描述

3.5.3 选择要使用的模型

将模型名称全部改为 MiniMax-M2.7

在这里插入图片描述

3.5.4 启用模型

回到首页,点击 “启用”,点击 「Enable」 激活

在这里插入图片描述


在这里插入图片描述

3.5.5 跳过Claude验证login

编辑或新增 .claude.json 文件,MacOS & Linux 为 ~/.claude.json,Windows 为用户目录 /.claude.json
新增 hasCompletedOnboarding 参数

{"hasCompletedOnboarding":true}

3.6 验证生效

打开终端,运行 claude,随便问一个问题能回答就说明配置成功了。之后在 IDEA 里用 CC GUI 插件,或者用Claude Code插件,也会自动走这个配置。

在这里插入图片描述
在这里插入图片描述

3.7 常见问题

为什么 IDEA 插件读不到配置?

原因:IDEA 自身在启动时缓存了当时的环境变量,Terminal 作为子进程只能继承这份"过时的缓存"。所以在配置完cc-switch或者Claude MiniMax模型的配置后,需要退出Claude窗口,重新启动Claude,退出Idea,重新加载AI相关配置(比如MCP)

4 在 Claude Code 中使用 MiniMax-M2.7 模型进行 AI 编程

在上一步,配置完cc-swich之后,这里就比较简单了,直接在终端,使用 claude启动就行,然后就可以愉快的玩耍了。
Open your terminal in any project directory and start Claude Code:

cd /path/to/your/project claude 
在这里插入图片描述

参考资料:https://platform.minimaxi.com/docs/token-plan/claude-code

5 配置MCP

因为你不配置MCP,它只会读取训练好的模型数据,如果网上的最新信息,他不一定及时获取到。

5.1 安装uvx

macOS / Linux

curl-LsSf https://astral.sh/uv/install.sh |sh

Windows

powershell -ExecutionPolicy ByPass -c"irm https://astral.sh/uv/install.ps1 | iex"

其他安装方式可参考 uv 仓库:https://github.com/astral-sh/uv

5.3 验证安装

macOS / Linux

which uvx 

Windows

(Get-Command uvx).source 

比如mac系统:

在这里插入图片描述

5.4 MCP 配置文件位置

在 Claude Code 中使用MCP,在终端运行以下命令,将api_key替换为您的 API Key:

claude mcp add-s user MiniMax --envMINIMAX_API_KEY=api_key --envMINIMAX_API_HOST=https://api.minimaxi.com -- uvx minimax-coding-plan-mcp -y

注意,查看配置是否正确,正确的MCP 配置在 ~/.claude.json 里,格式类似:

{"mcpServers":{"your-server-name":{"command":"node","args":["/path/to/mcp-server.js"],"env":{"API_KEY":"your-key"}}}}

5.5 必须完全重启 Claude 才能生效

MCP 服务器是在 Claude 启动时加载的,热重载不支持。即使你修改了配置文件,也必须完全退出 Claude 进程(不是只是关闭窗口),注意,修改配置后需要重启Idea(如果你有用这个)

5.5.1 如果你是在 IDEA Terminal 里运行的 Claude Code

#找到正在运行的 Claude 进程

ps aux |grep claude 

#强制结束进程(用上面查到的 PID)

kill-9[PID]

5.5.2 如果你是在系统终端(Terminal/iTerm2)里运行的

按 Ctrl+C 终止当前 Claude 会话
如果配置有更新,最好清一下缓存(可选)

rm-rf ~/.claude/sessions/* 

重新启动 Claude

claude 

或者更简单,直接按 Ctrl+C 终止当前运行的 Claude
然后重新运行 claude 命令

5.6 验证MCP

进入 Claude Code 后输入 /mcp,能看到 web_search 和 understand_image,说明配置成功

在这里插入图片描述

使用MCP:

在这里插入图片描述

6 Idea使用AI大模型

安装插件:

在这里插入图片描述

如果是Claude Code 这个插件,就比较简单了,cc-switch配置后,Idea重启后,配置可以拿到,不用做任何配置,直接用就可以

如果使用的CC GUI这个插件,需要做一下配置,输入模型名称和对应的Api Key(如果没有对应的 MiniMax AI Provider):

在这里插入图片描述

Read more

什么是Agentic AI?Agentic AI 与传统 AIGC 有什么区别?

什么是Agentic AI?Agentic AI 与传统 AIGC 有什么区别?

什么是 Agentic AI?Agentic AI 与传统 AIGC 有什么区别? 1. 引言 近年来,人工智能(AI)技术飞速发展,其中以生成式 AI(AIGC,Artificial Intelligence Generated Content)和 Agentic AI(智能代理 AI)最为热门。AIGC 通过深度学习模型生成文本、图像、视频等内容,而 Agentic AI 则更进一步,能够自主感知、决策并执行任务。那么,Agentic AI 究竟是什么?它与传统的 AIGC 有何不同?在本文中,我们将深入探讨 Agentic AI 的概念、技术原理、

Qt Creator配置AI编程插件GitHub Copilot

Qt Creator配置AI编程插件GitHub Copilot

第一步:GitHub Copilot插件安装 QtCreator18.0为例,点击左侧Extensions菜单,在上方搜索栏搜索 GitHub Copilot, 然后点击右上角Active启动后重启QtCreator即可完成该工具安装. 第二步:copilot.vim 环境配置 去GitHub下载copilot.vim压缩包:copilot.vim。下载地址:https://github.com/github/copilot.vim 随后解压到自定义位置。 将其目录下.\dist\language-server.js地址填入设置的Path to language-serverjs项。 第三步:安装Node.js 去Node.js官网下载并安装node.js:node.js官网。 同样将node.exe地址链接到设置的Node.js path项。下载地址:https://nodejs.org/zh-cn 第四步:

Claude部署(copilot反向代理)

一、教育邮箱认证 1、进行教育邮箱认证可免费使用claude pro 2年,有机会的话可以进行认证,无法教育认证的话只能花钱充claude的会员了,如何进行教育认证可观看该Up的视频 超简单一次通过Github学生认证,逐步详细视频教程_哔哩哔哩_bilibili 2、教育认证通过后在GitHub个人主页下的Copilot/Features中开启Copilot Pro 二、服务器上配置Copilot反向代理 1、配置nodejs环境 在官网https://nodejs.org/en/download/package-manager,下载nodejs安装包(Linux) 下载完成后将压缩包传到服务器上进行解压,目录如下 创建软连接,使得在任意目录下都可以试用直接使用node命令和npm命令 ln -s /root/node-v24.13.1-linux-x64/bin/node /usr/local/bin/node ln -s /root/node-v24.13.

AIGC-Fooocus部署实践:从本地手动配置到云端一键启用的深度剖析

AIGC-Fooocus部署实践:从本地手动配置到云端一键启用的深度剖析

摘要: 本文旨在为人工智能生成内容(AIGC)领域的爱好者和开发者提供一份详尽的Fooocus部署指南。Fooocus作为一款基于Gradio的开源图像生成软件,凭借其简化的操作和高质量的输出,受到了广泛关注。我们将通过两种截然不同的部署路径——传统的本地手动环境配置与现代化的云平台一键部署——来全面探索Fooocus的落地过程。本文将深入剖析手动部署中的每一个步骤、每一条命令及其背后的技术逻辑,详细记录可能遇到的环境冲突与解决方案,并将其与云端部署的流畅体验进行客观对比,为读者在不同场景下选择最合适的部署策略提供坚实的技术参考。 第一章:引言——Fooocus与AIGC部署的挑战 随着Stable Diffusion等底层模型的开源,AIGC技术,特别是文生图领域,迎来了爆发式的增长。各种应用和WebUI层出不穷,极大地降低了普通用户接触和使用前沿AI模型的门槛。在众多工具中,由lllyasviel(ControlNet的作者)开发的Fooocus,以其独特的哲学脱颖而出。Fooocus的设计理念是“化繁为简”,它在保留Stable Diffusion XL(SDXL)强大能力的