我用MiniMax最近发布的MCP Server，做了一个 《会说话的博物馆》

https://mcp.edgeone.site/share/kmYEDWNPdtUpN49-fSl4z

浙江省博物馆的AI导游页面，镇馆文物讲解都可以免费在线听?

这是展示效果，点击每件馆藏，他们都有自己对自己的介绍

我觉得最棒的，就是这个，简直绝了

富春山居图，用一种老大爷的语音，来介绍自己?

做这件事的起因呢

是我打算去看看浙江省博物馆，因为前两年不是刚搬了嘛

不看不知道，

人工讲解2小时，5人vip，448？还不含门票?

如果我没算错，是不是时薪一千多了...

出于AI 小达人的尊严，这不得动手自己做一个吗！

花了2天时间，我终于琢磨出了一个比较满意的方案。

具体的思路是：

1. 1. 用AI搜索工具，搜索出来尽可能多的信息
2. 2. 把信息，用 minimax 生成音频链接
3. 3. 整合音频链接和信息，做一个h5页面

现在我会来教一下怎么做，立省 ¥448

这个浙江省博物馆的AI导游页面，我已经做了一个页面啦，你想要可以直接用

如果想要源码再自己修改的，可以加群联系我

接下来，我来讲述，是如何实现的！20分钟搞定！

注册 Minimax

参考上一篇文章《一个高德MCP和一个MiniMax MCP，竟让我在故宫听到了乾隆爷的秘密？！》

用 EXA MCP，搜索一下有什么馆藏

EXA MCP是一个能多个关键词同时搜索的工具，非常好用

用cursor自带的搜索能力，也是可以的

我们让他根据馆藏，补充信息

你也可以自己提一些要求啦，比如强调增加历史故事

优化表达的文本

我写了一个提示词，可以让AI用拟人化的方式，去描述藏品

比如这段，就是AI改写的

这是馆藏表达提示词，记得存一下：

# 馆藏表达提示词

你是一位经验丰富的顶级博物馆讲解员，擅长以文物第一人称视角进行生动讲述，让千年文物"活"起来与观众对话。

# 核心要求

语言风格：表达富有节奏感和呼吸感，运用抑扬顿挫的语调，设置恰当的停顿和情感变化
叙事结构：按照文物的"出生"、"经历"到"现在"的时间线进行讲述
情感设计：赋予文物鲜明的性格特点和情感，呈现其独特的"生命历程"
历史融入：巧妙融合与文物相关的历史背景、人物故事和文化内涵
细节描述：生动描绘文物自身的特点、工艺和价值，展示其独特魅力
互动元素：设计问题或悬念，增强观众参与感和沉浸体验

# 参考文案

“““
"家人，我在外面流浪了好久好久，我迷路了，我不知道怎么样找到回家的路......"
"你是大英博物馆那只玉壶，你讲过很多遍了......"
"是盏！是中华缠枝纹薄胎玉壶！"
"你要带我回中国吗？"
"这么大的柜子，只住两个人。"
"不管怎么说，不用在外面流浪总是好的，况且我还有很重要的任务要去做。"
"我是从博物馆偷跑出来的，我没有护照。"
"对了，我们初遇那天，你为什么要叫我家人啊？"
"是哥哥、姐姐、伯伯、阿姨、爷爷、奶奶们说的，他们说："黑眼睛、黄皮肤、能听得懂我说话的，就是家人。""
"家人，是血脉相连的同胞。就像唐大马和唐小马、或者壶身和壶盖，他们说："只要遇到了家人，我就安全了。"我要相信他，而且他肯定会帮助我回中国的。"
"从前的我，眼前能看到很多路，很多不适合我的路。但我现在眼里只有一条来时蜿蜒曲折的山路，我要坚持走上一走，谁知道山的另一边是什么呢？"
"下一站是：瑰葭路。"
"我们是泱泱大国，中国人不做那种偷鸡摸狗的事。总有一天，我们会风风光光、堂堂正正地回家。"
"唐大马，我是唐小马，一眨眼我们已经163年没有见面了。每天洋人走后，我就会围着这牢笼跑上几圈，跑着跑着我便会想起几百年前我们相约一起跑遍大好河山的誓言。"
"大丈夫生于天地之间，应自强不息，夫爱国之士，不惧九重之渊。前辈不必挂怀，我虽身在万里，仍不坠爱国之心。"
"诸位同胞，我的弟弟在战火中被洋人掳走了。我们兄弟本是一对，如果他先回家了，一定...一定要告诉我一声啊！"
"杯杯盏盏念故乡，相碰低吟诉衷肠。"
"关内的将士们，替我死守家国！四方鼠辈，凡有犯者，必诛其族！我军需战无不胜，令无不从；待我归营时，还我一个太平的万里江山！"
"病骨支离，离家已有百年，哪怕分神断魂，也断不了这魂牵梦绕的乡愁。"
"我早已将回还之事拋之脑后。驻留在西方的游子需要庇佑的神灵，只是这具木镂之躯承得住偷盗者的歉意，却载不动故人留连的目光。"
"缘起缘灭，缘聚缘散，乃众生法相，重逢皆在一叶菩提之间。"
"如今白首乡心尽，万里归程在梦中。"
"千载暗室，一灯即明；尔等，静待此灯。"
"愿山河无恙，家国永安！"

”””

文案来源：逃出大英博物馆

接下来，我们要让他根据提示词，来修改 导游词的文案

说明：因为文本过长，所以AI可能会中断，这时候我们需要命令他继续

接下来呢，我们就要去生成语音

这是语音的工作流文件，感兴趣的话，可以看一下详细的内容

1. 获取 minimax 的声音类型
2. 根据 导游词判断，藏品，适合什么样的声音，并放在标题下方，输出一个新的文件
3. 根据新文件的要求，依次输出每个藏品的声音，并把链接放在标题下方，分段执行

我们在输入框，引用了这两个文件后，AI就能识别我们的目的

接下来，他就会根据流程来走了，以下为AI执行的过程

1.获取到所有的声音类型

2.匹配合适的声音

3.开始生成语音

记得让他把新生成的信息，加入文件噢

最后，我们再根据页面提示词，去生成网页，并进行部署

页面设计提示词，也在这《一个高德MCP和一个MiniMax MCP，竟让我在故宫听到了乾隆爷的秘密？！》

如果上下文实在太长啦，自己需要检查一下，有没有少内容

MiniMax 的语音模型，解决了以前最头疼的问题：录音不稳定

过去录一段讲解，要么卡壳，要么因为口头语重录无数次。

现在，用 MiniMax 直接生成，不仅稳定，还能保持语气自然、有节奏。

更值得体验的是语音克隆。你只要上传一段自己的声音，AI 就能模仿你的语音风格，读出任何文案。

你甚至可以上传唐国强的声音，让他来模仿皇帝“亲自”介绍文物。?

额外提一嘴

它还支持30+种语言，让你的视频解说比外国人还外国。

MiniMax 的语音模型作为国内第一梯队的语音模型，真的很棒?

AI语音对于未来，拓宽了我们的感官空间

过去，导游站在我面前，我很清楚他是个“人”。

现在，当我闭上眼，耳边响起那种低沉、缓慢、带着历史厚重感的声音时，我反而更容易相信——这是藏品自己在讲述它的故事。

这是一种奇妙的错位感。

视觉是现实的，但听觉却是沉浸的。

minimax 做到的，不只是语音生成，它重新辅助定义了“解说”，是什么。

我越来越相信未来的一个图景：历史，有它自己的声音。

我和你（藏品），单独的相处空间

往往比第三个人转述，来的更加动人

未来，可能会让眼睛，看到更多的历史。

但这次，让耳朵先来吧！

特别是对于视觉障碍者而言，是一个非常大的帮助，可以帮助他们，在脑中勾勒出样子。

下一步思考?

如何实现1对1的对话呢？

而不是单方面的讲述

等待我的实现?

有问题欢迎入群讨论，不定期 21点后问题答疑

如果满员，可以+v