MiniMax Agent Coding Plan的定位，不是上来就直接吐代码，而是先把一条结构化的执行路径讲清楚：①定义目标→②设计策略→③声明结构→④拆分阶段→⑤标注工具→⑥给出测试用例；同时需要显式声明tools、手写curl请求，并解析plan.steps/tool_used/test_cases，进而生成可执行脚本骨架。

你需要用Python快速落地一个带工具调用、可中断调试、能生成可执行脚本的AI Agent项目，但卡在第一步：不知道MiniMax Agent Coding Plan该从哪切入、提示怎么写、上下文怎么给、输出结果怎么接进你的工程里。

明确Coding Plan的定位：它不写代码，它规划代码

MiniMax Agent Coding Plan不是让你复制粘贴一段Python就完事的代码生成器。它输出的是一个结构化、带执行路径、含异常分支、附测试用例骨架的【可执行上下文】。比如你输入“自动抓取京东商品页价格并存入SQLite”，它不会直接给你requests+sqlite3的15行脚本，而是先输出一个Plan文档：①定义目标URL解析规则→②设计HTTP重试与UA轮换策略→③声明数据库表结构及索引→④拆分爬取/清洗/入库三阶段→⑤标注每个阶段需调用的工具（如BeautifulSoup、sqlite3.connect、logging）→⑥给出模拟测试数据集。这一步必须想清楚，否则后续所有API调用都会偏离真实需求。

你真正要交付的不是“能跑通的代码”，而是“工程师能立刻评审、开发、测试的最小技术方案”。

准备API密钥与环境：只用curl，不用SDK

打开MiniMax开放平台 → 登录账号 → 进入「API密钥」页面 → 点击「创建密钥」 → 复制API Key → 同时记下Group ID（位于账户中心右上角头像→「账户设置」→「组织信息」中）。

不要装任何最新SDK。SDK会锁版本、混淆流式响应、硬编码密钥——【一旦误提交到Git，安全审计直接亮红灯】。macOS/Linux用户直接使用系统预装curl；Windows用户去https://curl.se/windows/下载curl-8.10.1_2-win64-mingw.zip，解压后把curl.exe拖进C:WindowsSystem32即可全局调用。

构造第一个Plan请求：手写curl命令

新建一个terminal窗口，粘贴并执行以下命令（把YOUR_API_KEY和YOUR_GROUP_ID替换成你刚复制的真实值）：

curl -X POST "https://api.minimax.chat/v1/plans"
-H "Content-Type: application/json"
-H "Authorization: Bearer YOUR_API_KEY"
-H "X-Group-ID: YOUR_GROUP_ID"
--data-raw '{
"model": "abab6.5s-70b-chat",
"messages": [
{
"role": "user",
"content": "用Python写一个Agent，从本地CSV读取SKU列表，调用淘宝联盟API查实时用金率，筛选出用金率≥5%的商品，生成Excel报表并邮件发送给运营组。要求：支持失败重试、记录日志、跳过无效SKU。"
}
],
"tools": [
{
"name": "read_csv",
"description": "读取本地CSV文件，返回pandas.DataFrame"
},
{
"name": "taobao_api_query",
"description": "调用淘宝联盟API查询指定SKU的用金率，返回JSON格式"
},
{
"name": "write_excel",
"description": "将DataFrame写入Excel文件"
},
{
"name": "send_email",
"description": "发送邮件，参数包括收件人、主题、附件路径"
}
]
}'

注意：tools数组必须显式声明，且每个tool的name和description要足够精确——模型靠这个判断能否调用、何时调用。漏掉tools或描述模糊，Plan会默认走纯文本生成，失去Agent能力。

解析返回的Plan JSON：重点看三个字段

响应体是标准JSON，关键字段有三个：

plan.steps：一个有序数组，每项含step_id、description、tool_calls（若为空则说明这步纯逻辑）、expected_output。这是你后续写Python主流程的骨架。

plan.tools_used：列出本次Plan实际引用了哪些tools，对应你传入tools数组中的name。如果出现未声明的tool名，说明模型自行编造了能力——立刻终止，修改prompt重新请求。

plan.test_cases：自带输入样例和预期输出，直接复制进你的test_*.py就能跑。这比你自己写mock省至少20分钟。

把返回的JSON保存为plan_response.json，用VS Code打开，折叠其他字段，只展开plan.steps，逐行对照你的原始需求检查是否覆盖全部约束条件（如“支持失败重试”“跳过无效SKU”）。

用Python加载Plan并生成可执行脚本

创建main.py，写入以下内容：

import json
import subprocess

with open("plan_response.json") as f:
plan = json.load(f)

# 从 steps 里逐条抽取信息，整理成伪代码注释
script_lines = ["#!/usr/bin/env python3", "# Scaffold generated from MiniMax Coding Plan", ""]
for step in plan["plan"]["steps"]:
script_lines.append(f"# {step['description']}")
if step.get("tool_calls"):
for call in step["tool_calls"]:
script_lines.append(f"# -> call {call['name']}({call.get('arguments', '{}')})")
script_lines.append("")

with open("agent_main.py", "w") as f:
f.write("n".join(script_lines))

print(" agent_main.py scaffold generated.")

运行python main.py，你会得到一个带完整步骤注释和工具调用占位符的agent_main.py。接下来，你只需按注释填充真实函数——每个tool对应一个本地Python函数，参数严格匹配Plan中tool_calls.arguments的key名。

《夸克》非常好用的免费AI浏览器

下载APP查看