MiniMax H3 Skills

MiniMax H3 Skills 是 MiniMax 随开源仓库一同发布的官方技能包，用 Markdown 把 H3 全模态视频生成模型的提示词方法论与八套风格化视频创作流程交给 AI 编程助手使用。它解决的不是“怎么调用模型”，而是“怎么把提示词写对”：官方在 README 中明确表示 H3-Context-IR 直接决定最终输出质量，强烈建议把上下文处理环节纳入生成管线，而本技能包正是把官方 Prompting Guidance 落成可被 Agent 直接读取执行的 SKILL.md，让宿主按统一字段规范改写提示词，而不是让模型自由发挥。

技能包构成

官方 README 说明，仓库共捆绑九个技能：一个通用提示词技能 h3-prompt-writing，以及八个为 MiniMax Hub 画布工作流打造的风格化视频生成技能。两者定位差异明显：提示词技能是纯文本资产、可跨宿主使用；八个风格技能依赖 Hub 的画布节点、选择卡与内部生成接口，官方明确说明它们不可移植到通用 Agent 宿主。

技能	定位	可移植性
h3-prompt-writing	H3 提示词改写总入口，覆盖五类生成模式	可移植到任何能读 SKILL.md 的宿主
minimalist-product-ad-generator	极简产品广告风格短片	否，依赖 MiniMax Hub 画布
3d-animation-short-generator	3D 动画风格短片	否，依赖 MiniMax Hub 画布
papercraft-stop-motion-explainer	纸艺定格解说视频	否，依赖 MiniMax Hub 画布
brand-promo-video-generator	品牌宣传片	否，依赖 MiniMax Hub 画布
music-video-subtitle-generator	带字幕的音乐视频	否，依赖 MiniMax Hub 画布
co-op-game-intro-generator	合作游戏开场动画	否，依赖 MiniMax Hub 画布
paper-collage-explainer-generator	纸片拼贴解说视频	否，依赖 MiniMax Hub 画布
handdrawn-live-video-generator	手绘实拍混合视频	否，依赖 MiniMax Hub 画布

宿主适配

官方强调 h3-prompt-writing 是“纯 Markdown 加参考文件”的技能，不发起任何外部 API 调用，因此不绑定特定厂商生态。

• Claude Code 与 Claude Agent SDK
• Cursor、Windsurf
• OpenAI 系 agents 与 Codex
• LangChain
• 任何其他能读取 SKILL.md 与本地参考文件的 harness

随包提供的 skills/h3-prompt-writing/agents/openai.yaml 只按 OpenAI 技能规范补充可选的 UI 元数据（显示名、描述、默认提示词），用于 ChatGPT/Codex 技能界面展示，并不把技能限制在 OpenAI agents。八个风格技能则运行于 MiniMax Hub 画布语境，使用 hub_generate_video、hub_generate_image、画布节点与选择卡等能力，在通用宿主中缺少这些依赖。

核心能力

提示词技能的作用是把用户的创作意图改写成 H3 能稳定消费的结构化描述，并按生成模式切换字段结构。技能内置两份官方参考指南：references/base-en.txt 面向文本与关键帧模式，references/ref-en.txt 面向全参考 Ref2VA 模式。

• 覆盖五种生成模式：文本生成视频（T2VA）、首帧/尾帧生成（I2VA）、首尾帧生成（FL2VA）、末帧生成（L2VA）、全参考生成（Ref2VA）。
• 基础模式按官方顺序改写三个字段：integrated_multimodal_description、overall_soundscape、non_diegetic_music。
• 全参考模式按六部分改写：subject_definitions、summary、retention_analysis、detailed_description、overall_soundscape、non_diegetic_music。
• 引用标签需与素材编号严格一致，如 <Picture 1>、<Video 1>、<Audio 1>。
• 八个风格技能为 Hub 画布提供可直接选用的成片风格与分镜组织方式，仓库根目录的 assets/ 内含每个风格的演示 GIF。

对应的模型规格

技能输出最终要送入 H3 模型执行，因此需要了解官方的输入输出边界，避免写出模型无法兑现的提示词。

项目	官方规格
输出时长	4–15 秒
画面比例	支持 21:9、16:9、4:3、1:1、3:4、9:16 等多种比例
输出分辨率	短边默认 768 像素；经 H3-Regenerate-2K 可输出 2K
输出帧率	24 FPS
输出音频	32 kHz 立体声
对话语言	稳定支持 11 种：阿拉伯语、中文、英语、法语、德语、意大利语、日语、韩语、葡萄牙语、俄语、西班牙语

输入侧有两个变体：H3-Base-FL2VA 支持零张、一张或两张参考图（对应文生视频、首帧或尾帧生成、首尾帧生成）；H3-Base-Ref2VA 支持多模态参考，图片不超过 9 张、视频不超过 3 段（每段 2–15 秒，总时长不超过 15 秒）、音频不超过 3 段，所有输入类型的文件总数上限为 12。

安装与调用

技能通过 skills CLI 安装，官方给出的完整命令需要同时指定仓库地址与技能名。

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill h3-prompt-writing

1. 确认本机具备 Node.js 与 npx 环境。
2. 在项目目录执行上面的安装命令，把 h3-prompt-writing 及其 references/ 参考文件装入宿主的技能目录。
3. 在宿主对话中说明创作需求：生成模式、时长、画面比例、可用素材（图片/视频/音频及其编号）、需要的音效与配乐取向。
4. 让技能按对应模式的三字段或六部分结构输出改写后的提示词，并核对引用标签与素材编号是否一致。
5. 把提示词送入 H3 验证：本地部署 H3-Base 可验证 768p 结果，或调用官方 API 走完整 2K 工作流。

技能本身不生成视频，也不替你调用模型；它只保证你交给 H3 的上下文描述符合官方规范。

亮点与差异

相比社区整理的第三方提示词模板，这套技能包的优势来自官方一手维护：提示词规范与 H3 模型的字段结构同步，参考文件随仓库更新，且不引入任何运行时依赖。

• 零依赖、零外部调用，安全边界清晰，适合放进受管控的开发环境。
• 跨宿主，同一套 SKILL.md 可在 Claude Code、Cursor、Codex、LangChain 等环境复用。
• 既覆盖提示词改写，也覆盖 Hub 画布上的成品风格，从“写对提示词”到“做出成片”都有可参考流程。

适合谁

这套技能适合已经在用或准备评估 MiniMax H3 的创作者与开发者：需要按官方规范批量产出提示词的视频创作者、要把 H3 接入自有生成管线的工程师、希望让 AI 编程助手直接产出合规 H3 提示词的 Agent 用户，以及想在 MiniMax Hub 画布中快速套用成熟风格的运营与设计团队。

局限与注意

• 八个风格技能与 Hub 画布强绑定，官方明确其无法移植到通用 Agent 宿主，通用环境只用得到 h3-prompt-writing。
• 系统三大模块中，H3-Context-IR 与 H3-Regenerate-2K 均未开源，只能通过官方 API 复现；本地部署仅能验证 768p 输出。
• 初始开源版本只支持全注意力推理，原生稀疏注意力实现将在后续更新中单独发布，长上下文推理成本暂未优化。
• H3-Encoder 基于 Qwen3-VL-32B 预训练权重并追加了 <d> 等特殊 token，使用时必须搭配仓库提供的分词器与配置文件。
• 提示词技能目前仅有英文版 SKILL.md，八个风格技能提供中英双语（SKILL.md 与 SKILL.cn.md）。
• 用户提交的文本、图像、视频及增强后的提示词都会经过自动审核，疑似违法、色情或侵权内容可能被拦截，官方提示无法完全避免误判。
• 许可以 MiniMax H3 Community License 为准，使用需遵守其中的合法使用与用途限制条款。

相关链接

• 官方仓库（README 与技能包）
• skills 目录
• Hugging Face 权重与模型卡
• ModelScope 组织主页
• 国际站 API 文档 / 国内站 API 文档
• Hailuo AI 在线体验（国际站） / 国内站
• MiniMax Hub 桌面端（国际站） / 国内站
• 官方 Discord

产品界面