minimax agent需三要素输入才能生成可执行工作计划:目标结果可验证、已有资源明确格式与位置、硬性约束写死;启用team engine模式后输出json lines格式计划,含step_id、action_type、depends_on等字段,须人工校验依赖闭环与verify_rule完整性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

你需要让MiniMax Agent帮你生成可执行、可校验、可重试的工作计划,而不是一段模糊的聊天回复。
明确任务边界与输入准备
Agent生成的计划不是最终交付物,而是结构化工作流的起点。它必须能被人工快速识别步骤、判断依赖、标记卡点。若你只丢一句“帮我做个市场推广方案”,Agent大概率输出笼统段落,无法拆解为动作节点。
先确认三项输入是否齐备:【目标结果必须可验证】(例如“上线一个含登录页+商品页+支付页的静态官网”而非“做一个好网站”)、【已有资源需列明格式与位置】(如“产品图存于D:/assets/product/,PNG格式,命名含v2”)、【硬性约束要写死】(如“不接入后端API”“所有代码必须兼容IE11”)。
缺任何一项,后续生成的计划就会出现“下一步该做什么不清晰”“某环节卡在等别人给文件”“生成代码跑不起来”等问题。
用桌面端触发结构化计划生成
打开MiniMax Agent Desktop(Windows/macOS均可),确保已登录且项目空间已绑定本地目录。
点击左上角「新建任务」→ 选择「结构化工作流」模板 → 在输入框粘贴你整理好的目标+资源+约束三要素文本。
关键操作:勾选「启用Team Engine模式」。这会强制Agent启动Leader-Worker-Verifier三方协作机制,Leader负责拆解原子任务,Worker生成每步指令,Verifier逐条比对是否满足你设定的硬约束。
点击「生成计划」,等待约8~15秒。生成结果默认以JSON Lines格式输出到当前Workspace的/plans/目录下,文件名含时间戳和哈希前缀。
校验与人工干预节点
直接用VS Code打开生成的plan_20260810_1a3f.jsonl文件。
第一行是整体摘要,含总步骤数、预计耗时、关键路径节点;从第二行起,每行一个JSON对象,字段包括:step_id、action_type(code / fetch / review / deploy等)、depends_on(数组,列明前置step_id)、timeout_minutes、verify_rule(字符串,如“检查dist/index.html是否存在且含
重点检查depends_on字段是否形成闭环:比如step_003依赖step_001和step_002,但step_001又依赖step_003,则流程无法启动——这种错误MiniMax Agent 2.0不会自动修复,必须手动删掉冲突依赖项。
找到verify_rule字段为空或写成“人工确认”的行,这是Agent主动留出的人工介入点。把“人工确认”替换成具体可执行指令,例如:“对比Figma链接https://figma.com/xxx与生成HTML的导航栏文字是否完全一致”。
导出为可执行工作流
在Desktop右键点击该JSONL文件 →「导出为可执行流」→ 选择格式:Mermaid Flowchart(用于团队同步)或Shell Script(用于CI/CD触发)。
选Mermaid时,系统自动生成带颜色标记的流程图:绿色节点=已通过Verifier校验,黄色=待人工确认,红色=依赖缺失。直接截图发给协作同事即可。
选Shell Script时,每步action_type会转为对应命令:fetch→curl下载,code→调用本地npm run build,review→执行python verify.py --step step_007。脚本首行注明所需环境变量,如MINIMAX_API_KEY和WORKSPACE_PATH。
运行前务必检查脚本中所有路径是否为绝对路径——相对路径在CI环境中极易失败。











