MiniMax 也出 CLI 了？我把 mcode 装上服务器折腾了一下午，结果有点上头

最近 AI 编程工具这个赛道，热闹得像早高峰的地铁站。Claude Code、Codex CLI、Gemini CLI 轮番上阵，国产厂商也没闲着。前几天 MiniMax 放出了自家终端编程工具 MiniMax Code CLI（命令就俩词：mcode）的邀请测试版，我第一时间搞到一个名额，把它装到一台干净的 Ubuntu 服务器上，实打实折腾了一下午。

这篇文章不是官方通稿的复读机，而是我从「安装踩坑 → 远程登录 → 真实任务实测 → 抓到一个崩溃 bug」的完整记录。有好话，也有槽点，全程真实截图。

它到底是个啥？一句话讲明白

先打个比方。如果说 Cursor、Windsurf 这类 AI IDE 是「精装修的智能厨房」——锅碗瓢盆（编辑器）和灶台（AI）焊死在一起，开箱即用但你得进这间厨房才能做饭；那么 MiniMax Code CLI 这种终端工具就是「一个会做饭的随身厨师」——你在哪他就在哪，不管是你自己家灶台（本地终端）、朋友家厨房（SSH 远程服务器），还是中央厨房的流水线（CI/CD），喊一声 mcode 他就开始干活。

按照官方文档的说法，它是 MiniMax Code 面向开发者工作流的终端入口，跟桌面客户端是互补关系：客户端适合图形化任务管理，而 CLI 更贴近代码仓库、终端、脚本和 CI。

它有三种打开方式：

• 交互式 TUI：直接在终端里 mcode，进入全屏交互界面，边聊边改代码；
• Headless 模式：mcode exec "干活"，不启动界面，干完就走，天生为脚本和 CI 设计，还能输出 JSON 给下游程序消费；
• ACP 协议：mcode acp，把它变成一个 Agent Client Protocol 服务器，让 Zed 这类编辑器直接接入，不用装专用插件。

我这次重点折腾的是前两种，尤其是 Headless——毕竟能在服务器上无人值守跑任务，才是 CLI 真正的杀手锏。

安装：官方一行命令，我踩了两个坑

官方给的安装命令非常「一键」：

curl -fsSL https://filecdn.minimax.chat/public/install.sh | bash

理想很丰满。现实是，我在一台国内服务器上执行后，卡在 Downloading managed Node.js v24.19.0 整整 12 分钟，只下载了 2.7MB——因为它默认从 nodejs.org 拉一个托管的 Node 运行时，而这玩意儿在国内的访问速度，懂的都懂。

坑一：Node 下载源太慢

好在安装脚本留了后门（褒义），支持用环境变量覆盖 Node 下载源。换成国内镜像后，30 秒就下完了：

export MCODE_NODE_DIST_BASE=https://npmmirror.com/mirrors/node/v24.19.0
curl -fsSL https://filecdn.minimax.chat/public/install.sh | bash

坑二：服务器上没有 make

Node 装完后，npm 开始安装主包，结果 better-sqlite3 这个原生模块编译失败，报了一个很扎心的错：gyp ERR! stack Error: not found: make。

原因很简单——这是一台最小化安装的 Ubuntu 26.04，连编译工具链都没有。CLI 工具为了存储会话数据用到了 SQLite，而 better-sqlite3 是 C++ 原生扩展，需要现编译。一行解决：

apt-get install -y build-essential python3

装好编译工具后重跑安装脚本，这次一路绿灯：[MCode] Native SQLite check passed.，@minimax-ai/code@0.1.4 安装完成。

给官方的小建议：安装脚本在检测不到 make/gcc 时，完全可以提前给出明确提示，而不是等编译炸了才让用户去翻日志。对新手来说，gyp ERR! 那一大坨输出跟天书没区别。

登录：SSH 服务器上的一场「接力赛」

装好之后，第一件事是登录。这步在本地 Mac 上很简单——mcode login，自动弹浏览器授权，完事。但我装在远程服务器上，事情就变得有意思了。

mcode login 会启动一个临时的本地 HTTP 回调服务，然后给你一条授权链接。你在浏览器里登录 MiniMax 账号、点授权，浏览器会跳转到 http://127.0.0.1:某个随机端口/auth/callback?... 完成回调。问题来了：这个 127.0.0.1 指的是服务器自己，而我的浏览器在我自己电脑上，俩 127.0.0.1 根本不是一台机器。

官方文档其实也意识到了这点，给了一条 SSH 端口转发的提示。但更坑的是：每次 mcode login 生成的回调端口是随机的，写死转发某个端口没用。我的解法是直接用 SSH 的动态转发（SOCKS5），把整个网段都打通：

# 本地终端执行，建立一条到服务器的 SOCKS5 隧道
ssh -N -D 127.0.0.1:45919 root@<你的服务器>

然后在服务器上跑 mcode login，浏览器打开授权链接、登录授权后，地址栏会得到一个打不开的 127.0.0.1:xxxxx/auth/callback?... 链接。把它复制下来，在本地终端通过 SOCKS 隧道「递」回服务器：

curl -x socks5h://127.0.0.1:45919 "http://127.0.0.1:xxxxx/auth/callback?accessToken=...&state=..."

终端立刻返回一个「You’re signed in」的页面，服务器那边同时显示 Signed in with MiniMax.——登录完成。整个过程就像一场接力赛：服务器起跑（生成链接）→ 你跑第二棒（浏览器授权）→ 隧道跑第三棒（把接力棒递回服务器）。

一个真实的小插曲：我第一次转发回调时，本机 shell 里恰好设了 no_proxy 环境变量，导致 curl 无视 SOCKS 代理直接连本机 127.0.0.1，结果当然是连接拒绝，登录流程超时作废。排掉这个雷后才成功。如果你在类似环境复现，记得 env -u no_proxy curl ...。

上手实测：4 个真实任务，它是真干活还是花架子？

登录搞定，进入正餐。我新建了一个只有 11 行的 Python 演示仓库（一个会除零崩溃的 calc 函数），然后用 Headless 模式连发了 4 个任务，全程计时。

任务一：修 bug + 补测试

mcode exec --permission full "app.py 里 calc(10, 0, \"div\") 会抛 ZeroDivisionError。请修复：除零时返回 None，并添加 test_app.py 用 pytest 覆盖四种运算和除零。"

38 秒后，它改好了 app.py（div 分支加零值守卫），新建了 test_app.py（6 个用例，连「返回值断言」和「不抛异常断言」双保险都想到了）。我手动跑了一遍 pytest——6 passed，全绿。输出结尾它还反问了我一句「你平时主要做哪块的？」，这个拟人化的小细节见仁见智，有人觉得亲切，有人（比如 CI 场景）会觉得多余。

任务二：生成 AGENTS.md

mcode init 的核心能力就是分析仓库、生成一份给 AI 看的「项目说明书」AGENTS.md。30 秒生成完毕，内容让我有点意外——它不仅准确总结了 calc 函数的行为（包括「除零返回 None 而不是抛异常」这个刚修复的契约），还给出了 Setup 命令、目录结构、代码风格、测试要求，甚至提醒「这个仓库还不是 git 仓库，建议 git init 并选 main 作为默认分支」。

这个质量，比我自己手写的第一版 AGENTS.md 要专业。

任务三：代码问答

一句「用一句话解释 calc 函数的作用」，11 秒返回准确答案。这种轻量问答走 CLI 比开网页版快得多。

任务四：加功能 + JSON 输出

最后上点强度：「给 calc 添加 pow 幂运算支持并补测试」，同时用 --output-format json 验证它的 CI 友好性。结果它不仅加了 pow 分支、补了 3 个边界测试（正指数、零指数、负指数），还顺手把 AGENTS.md 里过期的描述同步更新了（“all four ops” → “all five ops”，“6 passed” → “9 passed”）。pytest 一跑，9 passed 全过。

JSON 输出是标准的结构化格式，包含 schemaVersion、status、sessionId、answer 等字段，jq 可以直接解析。这意味着你可以把它无缝塞进任何自动化流水线里——比如「每晚自动给新增代码补测试并把结果 JSON 发给机器人」。

四个任务看下来，响应速度在第一梯队（背后是 MiniMax 自家的 M 系列模型），代码改动质量不错，最有好感的是它对「仓库约定」的尊重：改代码会同步维护 AGENTS.md，生成的测试会遵循已有风格。这说明它的上下文工程做得比较扎实，不是简单地「问一句答一句」。

权限设计：像驾照一样分级

CLI 工具最危险的就是「AI 拿着 shell 权限瞎搞」。MiniMax Code CLI 把权限做成了四级策略，我觉得这个设计值得单独夸一句：

• ask（默认）：每个操作都问你一遍，像新手司机，教练（你）全程踩刹车；
• smart：智能判断，只读操作自动放行，写操作才确认，适合日常；
• full：全自动，适合 CI 或你完全信任的沙箱环境——我这次测试全程用的就是它，毕竟是个一次性的演示仓库；
• off：只读模式，AI 只能看不能动，适合「只让它做代码审查」的场景。

而且这个权限体系和 Plan Mode（先出方案再动手）是正交的——你可以先用 Plan Mode 让它出方案、你审完再切 full 让它执行。这个组合非常符合真实开发节奏。

逮到一个 bug：任务结束时的原生崩溃

夸完了，说个实测抓到的问题。在跑「生成 AGENTS.md」任务时，任务本身成功完成了，但进程退出阶段抛了一个 Node 原生层的断言失败：

minimax-code[42068]: void node::RemoveEnvironmentCleanupHook(...) at ../src/api/hooks.cc:142
Assertion failed: (env) != nullptr
  ... Statement::~Statement() [better_sqlite3.node]

从堆栈看，是 better-sqlite3 的 Statement 对象在 Node 环境销毁之后才被析构——典型的原生模块「清理顺序」bug。任务结果不受影响（AGENTS.md 已经写完落盘了），但退出码和 stderr 被污染，如果放在 CI 里做严格校验可能会误报失败。考虑到这是 0.1.4 的邀请测试版，这种边角问题可以理解，已经算是质量不错的内测表现了。

它适合谁？我的真实结论

折腾一下午，我的判断是：

值得试试的人：经常 SSH 到服务器上改东西的运维/后端；想把 AI 编码塞进 CI 流水线的团队；以及 Claude Code / Codex CLI 的用户想找个国产平替（或备胎）的。它对仓库约定（AGENTS.md）的一等公民支持、干净的 JSON 输出、四级权限设计，都是冲着「正经工程使用」去的，不是玩具。

可以再等等的人：纯本地 IDE 党（那桌面客户端或 ACP 接入更合适）；以及对稳定性要求极高的生产 CI——0.1.x 版本的原生崩溃问题还是等修修再上。

横向看，CLI 编程工具这条赛道已经从「有没有」卷到了「细节体验」：谁的上下文管理更聪明、谁的权限模型更细、谁对 CI 更友好。MiniMax Code CLI 这份答卷，作为一个 0.1.4 版本，交出的是超出我预期的完成度。等正式版发布，我会考虑把它加进我的服务器常备工具箱——毕竟，谁能拒绝一个随叫随到、还会自己写项目说明书的随身厨师呢？

Q&A

Q1：MiniMax Code CLI 收费吗？ 邀请测试阶段用 MiniMax 账号登录即可使用（Token Plan）。正式版的计费策略官方还没公布，参考同类产品，大概率会有免费额度 + 订阅制。

Q2：和 Claude Code、Codex CLI 比怎么样？ 交互范式高度相似（TUI + headless + 权限分级），都是「Agent 进终端」的思路。MiniMax 的差异点在于：ACP 协议原生支持（接编辑器零适配）、对国产模型生态的整合、以及对 AGENTS.md 约定的深度维护。底层模型是 MiniMax M 系列，长上下文是它的强项。

Q3：安装一直卡在下载 Node 怎么办？ 用镜像源：export MCODE_NODE_DIST_BASE=https://npmmirror.com/mirrors/node/v24.19.0，再执行官方安装命令即可。

Q4：报 gyp ERR! not found: make 怎么办？ 系统缺编译工具链。Debian/Ubuntu 执行 apt-get install -y build-essential python3；CentOS/RHEL 执行 yum groupinstall "Development Tools"。装完重跑安装脚本。

Q5：在 SSH 服务器上怎么完成登录？ 服务器跑 mcode login 拿到授权链接 → 本地浏览器登录授权 → 复制跳转后的 127.0.0.1:端口/auth/callback?... 完整 URL → 本地通过 SSH 动态转发把回调递给服务器：curl -x socks5h://127.0.0.1:45919 "回调URL"（前提是先 ssh -N -D 45919 root@服务器 建好隧道）。注意检查本机 no_proxy 环境变量别让 curl 绕过代理。

Q6：能不用 MiniMax 官方账号，接自己的 API 或其他模型吗？ 可以。mcode provider 支持添加自定义 Provider 和 API Key（set-minimax-key 或兼容接口），也支持 --model provider/model 单次指定模型。

Q7：非交互场景（CI）怎么用？ 用 mcode exec --output-format json "任务"，机器输出走 stdout，诊断走 stderr，加 --timeout 和 --max-steps 控制资源，--permission full 或 off 避免交互卡住。只有显式 --input - 才读标准输入，CI 里不会意外挂起。

Q8：支持 Windows 吗？ 支持。PowerShell 执行 irm https://filecdn.minimax.chat/public/install.ps1 | iex。但目前不支持 Alpine/musl Linux。