你也能用 Claude+MiniMax M2，做一个小红书爆火的拼豆工具

你也能用 Claude+MiniMax M2，做一个小红书爆火的拼豆工具 你也能用 Claude+MiniMax M2，做一个小红书爆火的拼豆工具 Modified November 20, 2025 No access Area 00:00 在一次 Prompt 之下，M2 一次性进行了 49 轮的工具调用与执行，自动完成了项目开发，得到了这么一个项目文件： 并自动启动了服务： 我测试了一下当下最火的 Chiikawa IP 的图： 整个 M2 生成的工具效果大概是这样的： One Shot 的完成度说是完成了 80% 也不为过： 能上传图片，也能像素化得到目标图纸，并在每个像素上标明色号。 3️⃣ M2 的 Bug 修复能力 不过也有 2 个 Bug，宽度调整滑块调整后，图片会有显示不全的情况；以及图像调整的滑块拖动时会报错。 所以继续让 M2 进行问题修复，Prompt 也比较简单，<问题描述 +请修复 bug。 Code block Markdown 1. 滑块控制使用时，会报错失败，解决这个问题 2. 宽度调整滑块调整后，图片会有显示不全的情况，请修复 bug 所幸 M2 的长上下文记忆与遵循都不错，一次性就完成了修复， 刷新页面，问题解决。 得到了以下这个完全可用的拼豆工具 MVP： No access Area 00:00 整个过程，Agent Driven development，一行代码都不需要写。 对于这类轻盈、直接的垂直场景需求，在 Coding Agent 的加持下，验证解决的成本已经无限趋近于零。 另外，在拼豆之余，我还顺手搓了一类在小红书上呼声很高的教学小工具。 以数学教学为例，我让 M2 做了一个体积公式推导的教学演示网页。 No access 长方形体积推导演示 00:00 这个需求的痛点在于，老师在教空间几何时，哪怕是 V=长×宽×高 这类公式，想让孩子理解，也因为抽象而很难教学。 在实际测试中，通过小几轮 Prompt 提示， M2 就完成了 react three fiber 库的调用，来处理 3D 渲染，实现了方块的顺序堆叠。 连“铺满一行”、“铺满一层”这种动态计算剩余空位，略模糊的演示逻辑，也都跑通了。 🎐 写在最后：细碎的需求终被你我看见 回顾整个开发体验，如果你问我 MiniMax M2 在 Claude Code 上的表现如何？ 我会诚实地说，在处理极度复杂的系统架构时，海外顶级模型，依然有不可替代的上限优势。 但是，世界的另一面往往被我们忽视了。 翻看小红书的评论区，你会看到人类需求更加细碎、具体、且非标的一面。 这些需求的技术门槛其实并不高，但过去因为开发成本与回报周期的问题，往往也没人去解决。 而现在，MiniMax 的 Coding Plan + Claude Code 的组合，给 AI Coding 提供了新的入门方案。 9.9 的开发成本，不需要懂代码就能上手的 AI 开发，意味着我们终于有能力回应曾经因为不划算，而被放弃的小众需求。 对于独立开发者来说，这就是最好的时代： 工具足够便宜，而需求漫山遍野。 希望本文能对你有所启发，记得关注～ 也感谢你的点赞与分享：) No access Area 00:00 No access Area 00:00 在一次 Prompt 之下，M2 一次性进行了 49 轮的工具调用与执行，自动完成了项目开发，得到了这么一个项目文件： 并自动启动了服务： 我测试了一下当下最火的 Chiikawa IP 的图： 整个 M2 生成的工具效果大概是这样的： One Shot 的完成度说是完成了 80% 也不为过： 能上传图片，也能像素化得到目标图纸，并在每个像素上标明色号。 3️⃣ M2 的 Bug 修复能力 不过也有 2 个 Bug，宽度调整滑块调整后，图片会有显示不全的情况；以及图像调整的滑块拖动时会报错。 所以继续让 M2 进行问题修复，Prompt 也比较简单，<问题描述 +请修复 bug。 所幸 M2 的长上下文记忆与遵循都不错，一次性就完成了修复， 刷新页面，问题解决。 得到了以下这个完全可用的拼豆工具 MVP： No access Area 00:00 No access Area 00:00 整个过程，Agent Driven development，一行代码都不需要写。 对于这类轻盈、直接的垂直场景需求，在 Coding Agent 的加持下，验证解决的成本已经无限趋近于零。 另外，在拼豆之余，我还顺手搓了一类在小红书上呼声很高的教学小工具。 以数学教学为例，我让 M2 做了一个体积公式推导的教学演示网页。 No access 长方形体积推导演示 00:00 No access 长方形体积推导演示 00:00 这个需求的痛点在于，老师在教空间几何时，哪怕是 V=长×宽×高 这类公式，想让孩子理解，也因为抽象而很难教学。 在实际测试中，通过小几轮 Prompt 提示， M2 就完成了 react three fiber 库的调用，来处理 3D 渲染，实现了方块的顺序堆叠。 连“铺满一行”、“铺满一层”这种动态计算剩余空位，略模糊的演示逻辑，也都跑通了。 🎐 写在最后：细碎的需求终被你我看见 回顾整个开发体验，如果你问我 MiniMax M2 在 Claude Code 上的表现如何？ 我会诚实地说，在处理极度复杂的系统架构时，海外顶级模型，依然有不可替代的上限优势。 但是，世界的另一面往往被我们忽视了。 翻看小红书的评论区，你会看到人类需求更加细碎、具体、且非标的一面。 这些需求的技术门槛其实并不高，但过去因为开发成本与回报周期的问题，往往也没人去解决。 而现在，MiniMax 的 Coding Plan + Claude Code 的组合，给 AI Coding 提供了新的入门方案。 9.9 的开发成本，不需要懂代码就能上手的 AI 开发，意味着我们终于有能力回应曾经因为不划算，而被放弃的小众需求。 对于独立开发者来说，这就是最好的时代： 工具足够便宜，而需求漫山遍野。 希望本文能对你有所启发，记得关注～ 也感谢你的点赞与分享：) 倒不是为了看猫狗视频或旅游攻略，而是作为 AI 开发者，我看到了一个巨大的、未被充分挖掘的“非标需求许愿池”。 在这个推荐流里，你会发现人类的需求是如此细碎且具体： 有人想把喜欢的 IP 图案做成挂件，但苦于无法将照片匹配为对应的像素图案与豆子颜色。 也有上万人在求助各种可视化图表的制作方法。 每一个火热的评论区背后，可能都藏着一个还没被满足的小工具机会。 在淘宝上，甚至有人专门做拼豆图纸定制的生意，单价 5 10 元，也有不少人买单。 这些单点、零散的需求，可谓是给 AI Coding 量身定做的场景。 不用庞大的后端，现在的 Coding Agent，甚至只需要十几分钟，就能搓出解决需求的工具，验证一下灵感。 刚好 MiniMax 也推出了自己的 Coding Plan，首月 9.9 元，就能用上前段时间 OpenRouter 调用量位居前三的 M2 模型。 我就以 Claude Code + MiniMax M2 的方案，为这个爆火的圈子，开发了一个好用的拼豆工具。 接下来，我将通过本文，复盘这个从「需求洞察」到「低成本落地」的 AI 开发全过程。 👉 先梳理一下需求 在着手做之前，我又去集中刷了几轮评论区，发现一个问题： 大多数人（包括我一开始）以为这只是一个图片像素化的任务，但实际上，如果直接把图片缩小马赛克化，用户是没法用的。 真想让拼豆爱好者能够用起来，有三个核心的要点： 1. 现实拼豆的色号有限： 屏幕上的 RGB 是连续的，但现实中的豆子一般只有固定的几十种颜色。 所以只是在像素化后，简单对应 RGB 颜色，远远不够。须将照片色彩，“吸附”到接近的实体色号上。 屏幕上的 RGB 是连续的，但现实中的豆子一般只有固定的几十种颜色。 所以只是在像素化后，简单对应 RGB 颜色，远远不够。须将照片色彩，“吸附”到接近的实体色号上。 2. 像素颗粒度需要自定义： 不同的物理尺寸（常见的拼豆有挂件、杯垫、挂画等），对应着不同的网格密度。 用户对同一张画的尺寸大小是不同的，如果有一个滑动条，能实时预览 30x30（粗糙但好拼）和 100x100（精细但耗时）的区别，就能更好取舍“还原度”与“工作量”。 3. 整体色调的微调： 由于实体豆子的色域远小于屏幕，直接转换也可能对比度不足（比如轮廓的豆子边界不清晰）。 所以，必须允许用户在像素化之后，手动调节图纸的亮度、对比度。有时稍微拉高一点对比度，转换出来的“豆子画”轮廓才会清晰。 明确了这三个核心需求，产品的 MVP 需求就清晰多了，接下来就是配置 Coding 模型，进入到真正的开发环节。 工具栈配置 在 Coding Agent 的配置上，我们这次选择的是 Claude Code + MiniMax M2 的组合。 整个配置过程也很简单： 1️⃣ 安装 Claude Code Claude Code 很好用，往期文章也 3 次介绍过安装方法（计数君上线了）。安装过的读者，请走起到下一步。 打开自己电脑里的「终端/命令行」工具： 遵循官方安装指引 https://code.claude.com/docs/en/quickstart native install recommended ，完成 Claude Code 安装。 不太懂？没关系，把以下 Prompt，发送给任意 AI，就能让它一步步教你。 遇到报错就截图给它，基本都能解决。 当然也可以问问 AI，“我是 Mac / Windows 电脑，我的终端怎么打开”。 安装后，终端里输入claude version，看到版本号，则安装成功。 2️⃣ 配置 Minimax M2 模型 在此之前，建议养成建立项目文件夹的好习惯：比如叫 test，再在终端内切换到对应文件目录。 这能把 Claude Code 的 AI 行动，限定在该目录，减小对本地电脑其他文件的影响。 然后，替换 MiniMax M2 模型，可以在终端内输入： 该操作在当前终端窗口中，将要用的模型临时改为目标模型。（关掉该窗口后，则需再次发送该命令，重新指定模型 API 与 Key） MiniMax Coding Plan 的 API Key，可以到 https://platform.minimaxi.com/user center/payment/coding plan 获取。 💬 Coding Plan 总共有 3 档，分别是 9.9（首月）/ 49 / 119 ，每 5 小时提供 40 / 100 / 300 次 Prompt 额度。 Coding Plan 总共有 3 档，分别是 9.9（首月）/ 49 / 119 ，每 5 小时提供 40 / 100 / 300 次 Prompt 额度。 大概是 Claude 原本模型的 8% 价格，整体 TPS 100，实际体感生成速度很快。 开始前记得在这里订阅套餐 👉 https://platform.minimaxi.com/subscribe/coding plan 轻量任务选 Starter 就行。作为参考，像我这个拼豆任务，就选了 Starter 档，3 次 Prompt 跑完了第一个版本。 发送上述指令后，如果看到下图信息，就算成功了： 正式开发 环境搭好，接下来就是见证“AI Coding 求求了，一次性生成成功”的时刻。 M2 宣称有极强的长文本处理，以及在复杂任务中的自我纠错和任务恢复能力。所以我也尝试了更加专业的 Coding 玩法：给出完整的 PRD，让它尽可能一次成型。 1️⃣ 准备给 Coding Agent 看的 PRD 在之前的需求梳理环节，我们已经理出了核心要实现的需求目的：实体色彩吸附、自定义像素大小、支持色彩微调。 我和 AI 提示了几轮，得到了这份专给 Coding Agent 看的 PRD 需求文档： typescript // 拼豆画板配置 interface BoardConfig { width: number; // 横向格数 (e.g., 50) height: number; // 纵向格数 (自动计算) brand: 'perler' | 'artkal s' | 'artkal c'; // 品牌色卡 dithering: boolean; // 是否开启抖动算法(让颜色过渡更自然) } // 单个像素点数据 interface PixelData { x: number; // 列坐标 y: number; // 行坐标 hex: string; // 渲染用的颜色 (e.g., FF0000) code: string; // 品牌色号 (e.g., P05) name: string; // 颜色名称 (e.g., Red) isLight: boolean; // 背景是否为亮色 (用于决定文字是用黑还是白) } // 色卡定义结构 (需预置JSON) type ColorPalette = { [code: string]: { hex: string; name: string; brand: string } } javascript function getContrastColor(hex) { const r = parseInt(hex.substr(1, 2), 16); const g = parseInt(hex.substr(3, 2), 16); const b = parseInt(hex.substr(5, 2), 16); // 计算亮度 (YIQ) const yiq = ((r 299) + (g 587) + (b 114)) / 1000; // 阈值通常设为 128，返回白色或黑色字体颜色 return (yiq = 128) ? ' 000000' : ' FFFFFF'; } 当然，也是用于 AI 生成的 Prompt 本身。 2️⃣ 让 M2 根据 PRD 进行生成 我把这份长达 1000 字的 Coding PRD，一股脑丢进了 Claude Code 的对话框。 M2 开始根据指令，自动安装项目依赖 并按代码逻辑，一次性编写画板代码、色板参数等等程序文件：