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

Flutter 三方库 shelf_web_socket 的鸿蒙化适配指南 - 实现具备高性能全双工长连接与协议协商能力的端侧服务端架构、支持分布式实时信令与多端协同实战

Flutter 三方库 shelf_web_socket 的鸿蒙化适配指南 - 实现具备高性能全双工长连接与协议协商能力的端侧服务端架构、支持分布式实时信令与多端协同实战

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 shelf_web_socket 的鸿蒙化适配指南 - 实现具备高性能全双工长连接与协议协商能力的端侧服务端架构、支持分布式实时信令与多端协同实战 前言 在进行 Flutter for OpenHarmony 开发时,当我们的鸿蒙应用需要充当“控制中心”角色(如控制智能家居、开启本地调试服务或实现 P2P 实时对抗脚本时),如何在端侧直接拉起一个支持 WebSocket 协议的高性能微服务端?shelf_web_socket 是针对 shelf 后端框架封装的一款官方级 WebSocket 处理器。本文将探讨如何在鸿蒙端构建极致、透明的长连接交互引擎。 一、原直观解析 / 概念介绍 1.1 基础原理 该库本质上是一个 shelf 处理函数(Handler)

前端表单验证策略:别让用户输入垃圾数据!

前端表单验证策略:别让用户输入垃圾数据! 毒舌时刻 表单验证?听起来就像是前端工程师为了显得自己很专业而特意搞的一套复杂流程。你以为随便加个required属性就能解决所有验证问题?别做梦了!到时候你会发现,用户输入的垃圾数据还是会被提交到服务器。 你以为用正则表达式就能验证所有输入?别天真了!正则表达式的复杂度能让你崩溃,维护起来比业务代码还麻烦。还有那些所谓的表单验证库,看起来高大上,用起来却各种问题。 为什么你需要这个 1. 提高数据质量:良好的表单验证可以确保用户输入的数据符合要求,提高数据质量。 2. 改善用户体验:实时的表单验证可以及时反馈用户输入的错误,改善用户体验。 3. 减少服务器负担:在前端进行验证可以减少无效请求,减轻服务器负担。 4. 提高安全性:表单验证可以防止恶意输入,提高应用的安全性。 5. 符合业务规则:表单验证可以确保用户输入符合业务规则,减少业务错误。 反面教材 // 1. 仅使用HTML5验证 <form> <input type="email" required&

OpenClaw AI Agent 日志投毒漏洞深度剖析:无认证即可注入恶意指令,13.5万+公网实例面临高危风险

近期,OpenClaw AI Agent 被披露存在严重的日志投毒(Log Poisoning)高危漏洞,该漏洞本质属于间接提示词注入(Indirect Prompt Injection)范畴,攻击者无需认证,仅通过构造恶意 WebSocket 请求头,即可将恶意内容写入系统核心日志,待 AI 后续读取日志进行排障、分析等操作时,触发恶意指令执行,进而引发越权操作、数据泄露、权限提升等一系列高危安全事件。 本文将从漏洞核心信息、原理剖析、攻击场景、危害延伸、修复防护及前瞻性安全建议六大维度,全面拆解该漏洞,为相关运维、开发及安全人员提供专业参考,助力规避安全风险。 一、漏洞核心信息(精准定位,快速排查) 本次漏洞已被纳入 GitHub 安全 advisory(GHSA),相关核心信息明确,便于技术人员快速核查自身系统是否受影响,具体如下: * 漏洞编号:GHSA‑g27f‑

OpenClaw 101:从入门到实操,解锁“会动手”的AI智能体

OpenClaw 101:从入门到实操,解锁“会动手”的AI智能体

https://openclaw101.dev/ https://my.feishu.cn/wiki/MlyEwRKIwikkBlkGew0ckLfonEu https://github.com/openclaw/openclaw https://zhuanlan.zhihu.com/p/2002370444339212951 2026年初,OpenClaw(原Clawd、Moltbot)以72小时狂揽6万+ GitHub Stars的速度爆红,如今星标数已突破18万+,甚至带动Mac Mini全球卖断货、Cloudflare股价上涨20%。不同于ChatGPT等“只说不做”的聊天机器人,OpenClaw是一款开源的个人AI助手平台,核心定位是“真会动手办事”的数字员工——它能接管电脑操作权限,通过自然语言指令主动执行各类任务,真正实现“聊天框里办大事”。 本文作为OpenClaw 101入门指南,将从“是什么→怎么装→怎么用→核心原理→进阶技巧”