核心用法
MiniMax Coding Plan 是一个面向 OpenClaw 环境的本地化封装技能，通过调用 MiniMax 官方 API 提供两项核心能力：
1. 原生网络搜索 (web_search)：支持自然语言查询的联网检索，返回结构化结果
2. 图像理解 (understand_image)：支持 JPEG/PNG/WebP 格式的图像分析，可基于自定义提示词进行视觉内容提取、UI 描述、文字识别等任务
技能通过本地 bash 脚本包装器调用，路径为 {baseDir}/scripts/minimax-plan.sh，输出标准 JSON 格式，便于下游处理。
显著优点
- 中文场景优化：MiniMax 模型针对中文语料训练，在中文搜索和图像理解任务上表现优于通用方案
- 统一身份体系：优先使用
MINIMAX_API_KEY，支持回退到 OpenClaw 认证体系（OAuth profile、多路径自动探测） - 零配置感知：自动探测环境变量与标准目录，降低部署摩擦
- 多模态一体化：同一套工具链同时覆盖文本搜索与视觉理解，减少上下文切换
潜在缺点与局限性
- 生态锁定：依赖 MiniMax 特定 API，切换成本较高；图像理解能力受限于官方模型迭代节奏
- 路由复杂性：需要显式判断何时使用 MiniMax 原生能力 vs 通用方案（如 Tavily），增加决策负担
- OAuth 回退链较长：认证探测涉及多个环境变量与目录，排查故障时定位困难
- 图像格式限制：仅支持三种格式，RAW/TIFF/GIF 等需预处理
适合人群
- 需要中文优化搜索结果的开发者
- 在 OpenClaw 框架内工作、希望复用统一认证体系的用户
- 对图像内容有分析需求（UI 审查、文档 OCR、截图解读）且偏好 MiniMax 视觉模型的场景
常规风险
- API 密钥泄露：
MINIMAX_API_KEY以环境变量形式存在，需确保.bashrc/CI 日志/容器镜像不被意外提交 - OAuth 令牌持久化：回退方案依赖本地文件存储的认证 profile，共享环境或容器化部署时需注意隔离
- 网络不可达：搜索功能依赖外部网络，离线环境将完全失效
- 配额与计费：未明确提及限流策略，高频调用需关注 MiniMax 官方配额与费用策略
- 错误处理简化：仅要求对
base_resp.status_code做 plain text 解释，可能丢失底层调试信息