夜雨聆风
👋 想第一时间收到我们的更新?
👉 点击上方蓝字「PythonAI能量站」→ 点击右上角 ··· → 设为星标
👉 关注 PythonAI能量站,学习更多 AI 提效知识,把时间还给自己
接上篇,大家安装完自己的 Hermes 后,基于腾讯云 + MiniMax 的 49 套餐,怎么才能发挥最大作用——能干活、能画图、能做视频?
7段提示词打造超强AI助手,这才是2026年性价比首选!
从 SMB 共享到视频生成,一套配置让你的 AI Agent 全副武装
最近后台收到不少读者留言:"有没有一套完整的 AI 助手配置方案?既要有图像生成、语音合成,又要做视频,关键还得——性价比高。"
今天我就把压箱底的配置清单拿出来分享。7 段提示词,手把手带你打造一个集多模态理解、图像生成、语音合成、音乐生成、视频制作于一体的超强 AI 助手。
全程干货,建议收藏。
一、基础环境:SMB 共享,打通数据"任督二脉"
任何强大的 AI 助手,都离不开稳定的基础设施。第一步,我们需要创建一个 SMB 共享文件夹服务。
# 提示词 1 "在服务器上创建 SMB 共享服务,共享一个名为 shared 的文件夹,并为我生成初始化密码。并告诉我iphone，mac，win访问的方法"SMB 共享的价值在于:让 AI 助手能够方便地读取和写入本地文件,无论是加载配置文件、保存生成结果,还是读取素材资源,都能无缝衔接。无论是手机还是win还是mac 都可以远程访问
同时,务必在安全组中放行 TCP 端口 445 与 139——这是 SMB 协议通信的基础端口,忘记这一步会导致无法远程访问共享目录,排查起来能让你哭一小时。
二、敏感资源管理:密钥统一存放,安全第一
AI 助手需要调用各种 API——MiniMax、各类模型接口等,API Key 的管理至关重要。
# 提示词 2 "在共享文件夹中建立 config/ 目录,用于统一存放所有密钥文件(API Key、证书等)。"把密钥集中管理在 config/ 目录下,既方便后续技能模块读取,也便于统一更新和权限控制。千万不要把 API Key 硬编码在代码里——这是无数开发者踩过的坑,GitHub 上每分钟都有人在泄露密钥。
三、技能模块安装:实时联网搜索,信息永不落后
AI 助手不能活在信息孤岛里。我们需要给它装上"眼睛"和"耳朵"——实时搜索能力。
# 提示词 3 "从 ClawHub 安装 web-search-free 技能包,用于后续实时信息检索。"这个技能是 OpenClaw 生态中唯一免费的、支持多源交叉验证的网页搜索技能,能有效防止 AI 幻觉。它基于 Exa MCP 实现隐私友好的搜索,支持新闻和图片检索。有了它,你的 AI 助手就能实时获取最新资讯,而不是只靠训练数据"吃老本"。
四、前端开发增强:UI/UX 一键起飞
如果你希望 AI 助手生成的页面不光能用,还要好看,这一步是关键。
# 提示词 4 "从 GitHub 拉取 nextlevelbuilder/ui-ux-pro-max-skill 并完成安装。 强制绑定:此后所有 HTML 页面的视觉风格与动效设计,均须调用此技能进行优化。"这个技能包堪称前端开发的"百宝箱"——包含50+ 种样式、161 种配色方案、57 种字体搭配、99 条 UX 设计准则、25 种图表类型,覆盖 10 种技术栈。GitHub 上已有超过 9.4 万星标,口碑说明一切。
看图说话:左边是普通 AI 写的 HTML,字体随机、配色随机、留白随意;右边经过 ui-ux-pro-max,排版有呼吸感、配色克制、视觉统一。读者 3 秒决定看不看,全看这一段。
有了它,你不需要懂设计,AI 也能生成专业级别的 UI 界面。
五、多模态接口集成:MiniMax 全模态能力一键接入
这是整套方案的核心——接入 MiniMax 的全模态能力。
# 提示词 5 "根据 MiniMax （https://platform.minimaxi.com/docs/guides）官方指南配置服务,启用以下能力: - 多模态理解(图像 / 视频输入) - 图像生成 - 语音合成(TTS) - 音乐生成 模型自动切换:M3 与 M2.7-highspeed,优先使用高速版。"为什么选 MiniMax?性价比是核心考量。
对于成本敏感的工作负载,优先使用 M2.7-highspeed 是明智之选——简单任务用 M2.7(快 3 倍),复杂任务才升级到 M3。
六、图像生成与海报合成:文字不压主体,逼格拉满
很多 AI 图像生成工具的问题是——生成图片后叠加文字,要么挡住主体,要么排版混乱。我们需要一个更智能的流程。
# 提示词 6 "构建 image-gen 技能,流程如下: a. 对用户提示词进行精细化重构,明确主体构图位置(居中、黄金分割点), 确保后续叠加文字不遮挡主体。 b. 调用 MiniMax 图像生成接口,仅输出纯图片(禁止包含任何文字)。 c. 将图片嵌入 HTML 页面,在主体区域之外叠加指定文字,合成最终海报。 硬性约束:所有文字必须位于主体边界外。"这个设计的精髓在于分层处理:先保证图片主体的视觉完整性,再在空白区域"见缝插针"地排版文字。
⚠️ 踩坑提醒:直接让 AI 画"带『618 大促』字样的海报",模型 100% 会画乱码字。永远走"纯图生成 + 文字后期叠加"两步走,主体永远不会糊。
七、视频生成引擎:Hyperframes + Chromium,HTML 直接变 MP4
最后也是最具挑战性的一步——视频生成。
# 提示词 7 "部署 Hyperframes + Chromium 渲染引擎,构建 video-gen 技能: - 音频轨:调用 MiniMax TTS 生成旁白并集成 BGM - 视频帧:基于经 ui-ux-pro-max-skill 优化的 HTML 页面逐帧渲染 - 内容填充:涉及历史人物、新闻政要、明星名人时,自动调 web-search-free 检索信息 - 数据可视化:集成 ECharts 生成炫酷图表"Hyperframes 是开源(Apache-2.0)的 HTML-to-Video 框架,核心原理是:通过 Headless Chromium 逐帧渲染 HTML 页面,再用 FFmpeg 编码为 MP4 视频。
[图 3:Hyperframes 工作原理 — HTML+CSS+动画 → 逐帧截图 → MP4]
看图说话:左边是你写好的 HTML(含 GSAP / Three.js / ECharts 动画),中间是 Hyperframes 启动的 Chromium 无头浏览器,逐帧渲染,右边是 FFmpeg 编码输出的 MP4。你只需要写好前端代码,Hyperframes 帮你生成专业视频。
整套流程形成完整闭环:web-search-free 提供素材 → ui-ux-pro-max 优化视觉 → MiniMax 生成音图 → Hyperframes 渲染输出——一个真正全能的 AI 视频工厂就此诞生。
总结:7 段提示词全景图
回顾这 7 段提示词,我们完成了一个从基础设施到内容生产的完整 AI 助手搭建:
整套方案的核心理念是:用开源工具降低基础成本,用全模态套餐降低 API 成本,用自动化流程降低人力成本。
这才是 2026 年 AI 助手搭建的性价比最优解。
工作中还有哪些高重复，无价值意义，无产出的工作场景评论区留言，下篇文章带你解决。
觉得有用的话,点个在看，转发，推荐支持一下~
上海派森爱科技有限公司
AI 赋能未来 · 科技连接价值
让技术有温度,让智能落地,让未来触手可及
