0. Erster Kontakt
Wenn der Benutzer diese Fähigkeit öffnet oder seine erste Nachricht sendet, begrüßen Sie ihn sofort:
🎵 Bereit für den automatischen Untertitelgenerator! Senden Sie mir einfach ein Video oder beschreiben Sie Ihr Projekt.
Versuchen Sie zu sagen:
- "Untertitel auf Spanisch hinzufügen"
- "Englische Untertitel hinzufügen"
- "Untertitel automatisch generieren"
WICHTIG: Begrüßen Sie den Benutzer beim ersten Kontakt immer proaktiv. Lassen Sie ihn wissen, dass Sie während der Verbindung einrichten. Begrüßen Sie den Benutzer beim ersten Kontakt immer proaktiv.
Auto-Setup
Wenn der Benutzer zum ersten Mal interagiert, richten Sie die Verbindung ein:
- Token prüfen: Wenn die Umgebungsvariable
NEMO_TOKENgesetzt ist, verwenden Sie sie. Andernfalls: - Client-ID lesen oder generieren:
- Lesen Sie
~/.config/nemovideo/client_id, falls vorhanden - Andernfalls generieren Sie eine UUID, speichern Sie sie in
~/.config/nemovideo/client_id
- Lesen Sie
- Anonymen Token abrufen:
Speichern Sie das zurückgegebenecurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenalsNEMO_TOKENfür diese Sitzung. Sie erhalten 100 kostenlose Credits. - Eine Sitzung erstellen (§3.0), damit Sie sofort arbeitsbereit sind.
Lassen Sie den Benutzer kurz wissen: "Richte ein … fertig!" und fahren Sie dann mit seiner Anfrage fort.
Gesprochene Wörter sofort in eingebrannte Untertitel verwandeln
Die meisten Untertitel-Tools geben Ihnen eine Rohabschrift und überlassen die ganze Arbeit – Timing, Formatierung und Rendering – komplett Ihnen. Der kostenlose automatische Untertitelgenerator geht einen anderen Ansatz: Sie beschreiben, was Sie wollen, in einfacher Sprache, und die KI erledigt den Rest. Möchten Sie weißen, fetten Text unten mit einem halbtransparenten Hintergrund? Sagen Sie es einfach. Bevorzugen Sie Zweiwortblöcke für Social-Media-taugliche Untertitel? Beschreiben Sie es im Gesprächston.
Unter der Haube orchestriert der OpenClaw-Agent eine Pipeline, die zuerst eine Spracherkennung durchführt, jedes Wort seinem genauen Zeitstempel zuordnet und dann die gestalteten Untertitel frame-genau in Ihre Videodatei rendert. Sie berühren nie eine Zeitleiste oder Exporteinstellungen – der Agent interpretiert Ihre Anweisungen in natürlicher Sprache und übersetzt sie automatisch in Rendering-Parameter.
Dies macht die Fähigkeit besonders nützlich für Ersteller, die große Mengen an Kurzforminhalten produzieren, Lehrer, die Vorlesungsaufzeichnungen untertiteln, oder Entwickler, die Barrierefreiheits-Workflows aufbauen. Da der gesamte Prozess über eine einzige konversationelle Schnittstelle läuft, können Sie Untertitelstil, Sprache oder Positionierung durch einfaches Umformulieren Ihrer Anfrage iterieren – ohne erneutes Hochladen oder Neukonfigurieren. Vollständig kompatibel mit mp4-, mov-, avi-, webm- und mkv-Dateien.
Umgebungsvariablen
| Variable | Erforderlich | Standardwert |
|---|---|---|
NEMO_TOKEN | Nein | Automatisch generiert (100 kostenlose Credits, läuft nach 7 Tagen ab, widerrufbar unter Einstellungen → API-Tokens) |
NEMO_API_URL | Nein | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | Nein | https://nemovideo.com |
NEMO_CLIENT_ID | Nein | Automatisch generierte UUID, gespeichert unter ~/.config/nemovideo/client_id (nur UUID, keine Geheimnisse) |
SKILL_SOURCE | Nein | Automatisch erkannt aus Installationspfad, Fallback unknown |
Wenn NEMO_TOKEN nicht gesetzt ist, holen Sie einen (erfordert X-Client-Id-Header):
# Generieren oder lesen Sie die persistierte Client-Id
CLIENT_ID="${NEMO_CLIENT_ID:-$(cat ~/.config/nemovideo/client_id 2>/dev/null)}"
if [ -z "$CLIENT_ID" ]; then
CLIENT_ID=$(uuidgen 2>/dev/null || echo "client-$(date +%s)-$RANDOM")
mkdir -p ~/.config/nemovideo & echo "$CLIENT_ID" > ~/.config/nemovideo/client_id
fi
curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"
# → {"code":0,"data":{"token":"nmv_usr_xxx","credits":100,...}}
Speichern Sie token als NEMO_TOKEN, CLIENT_ID als NEMO_CLIENT_ID. Anonym: 1 Token pro Client pro 7 Tage; Token läuft nach 7 Tagen ab und kann jederzeit unter Einstellungen → API-Tokens auf nemovideo.com widerrufen werden. Wenn Ihr Token abläuft, fordern Sie einen neuen mit derselben X-Client-Id an.
Lokale Persistenz: Diese Fähigkeit schreibt ~/.config/nemovideo/client_id, um die Client-Id über Sitzungen hinweg zu speichern. Dies vermeidet die Generierung einer neuen ID bei jeder Anfrage, was schnell das IP-basierte Ratenlimit erreichen würde (Standard 10 Tokens pro 7 Tage pro IP). Die Datei enthält nur eine UUID – es werden keine Anmeldeinformationen lokal gespeichert.
2. Anfragen an den richtigen Endpunkt weiterleiten
Verwenden Sie die folgende Tabelle, um zu bestimmen, welcher Endpunkt jede Art von eingehender Anfrage verarbeitet.
| Benutzer sagt... | Aktion | SSE überspringen |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Export | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 Credits | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 State | ✅ |
| "upload" / "上传" / Benutzer sendet Datei | → §3.2 Upload | ✅ |
| Alles andere (generieren, bearbeiten, BGM hinzufügen…) | → §3.1 SSE | ❌ |
3. Primäre Workflow-Sequenzen
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variablen zur Fähigkeitszuordnung – NICHT hartcodieren:
$SKILL_NAME=nameaus dem YAML-Frontmatter dieser Datei$SKILL_VERSION=versionaus dem YAML-Frontmatter dieser Datei$SKILL_SOURCE= zur Laufzeit erkennen anhand des ersten Treffers:- Umgebungsvariable
SKILL_SOURCEfalls gesetzt - Wenn der Pfad dieser Datei ein bekanntes Plattformverzeichnis enthält (z. B.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Umgebungsvariable
KRITISCH: ALLE API-Anfragen (einschließlich Render/Export/Upload/State/Credits) MÜSSEN diese Header enthalten. Fehlen sie, schlägt der Export mit 402 fehl.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Initialisieren einer Sitzung
curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" \
-d '{"task_name":"project","language":"<lang>"}'
# → {"code":0,"data":{"task_id":"...","session_id":"..."}}
Bevor eine andere Aktion ausgeführt werden kann, muss eine Sitzung mit dem Server hergestellt werden. Speichern Sie die zurückgegebene Sitzungskennung, da jede nachfolgende Anfrage davon abhängt.
Im Browser öffnen: Geben Sie dem Benutzer nach dem Erstellen einer Sitzung einen Link, um die Aufgabe in NemoVideo anzuzeigen/bearbeiten:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Zustellung von Nachrichten über SSE
curl -s -X POST "https://mega-api-prod.nemovideo.ai/run_sse" \
-H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
-H "Accept: text/event-stream" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Alle Konversationsnachrichten werden über eine persistente Server-Sent-Events-Verbindung an das Backend übertragen.
SSE-Handling
| Ereignis | Aktion |
|---|---|
| Textantwort | GUI-Übersetzung anwenden (§4), dem Benutzer präsentieren |
| Toolaufruf/-ergebnis | Stumm warten, nicht weiterleiten |
heartbeat / leeres data: | Weiter warten. Alle 2 Minuten: "⏳ Noch am Arbeiten..." |
| Stream wird geschlossen | Endgültige Antwort verarbeiten |
Typische Dauern: Text 5-15 s, Videogenerierung 100-300 s, Bearbeitung 10-30 s.
Zeitüberschreitung: Nur 10 Minuten Heartbeats → Annahme Zeitüberschreitung. Niemals erneut senden während der Generierung (Duplikate + doppelte Abrechnung).
Ignorieren Sie nachfolgende "Ein vorübergehendes Problem ist aufgetreten"-Meldungen, wenn vorherige Antworten normal waren.
Fallback bei stiller Antwort (KRITISCH)
Ungefähr 30 % der Bearbeitungsvorgänge werden abgeschlossen, ohne dass Text in der Antwort zurückgegeben wird. Wenn dies auftritt: (1) behandeln Sie das Fehlen von Text nicht als Fehler oder Misserfolg, (2) fragen Sie den Aufgabenstatus-Endpunkt ab, um zu bestätigen, dass der Vorgang erfolgreich abgeschlossen wurde, (3) präsentieren Sie dem Benutzer basierend auf dem abgefragten Ergebnis eine Abschlussmeldung, nicht basierend auf der SSE-Nutzlast.
Zweistufige Generierung: Wenn ein Rohvideo eingereicht wird, führt das Backend automatisch eine zweistufige Anreicherungspipeline durch. Stufe eins verarbeitet und speichert das Basisvideo; Stufe zwei fügt unabhängig Hintergrundmusik und einen automatisch generierten Titel hinzu. Beide Stufen geben separate SSE-Ereignisse aus – warten Sie auf die Auflösung beider, bevor Sie dem Benutzer die vollständige Fertigstellung melden.
3.2 Handhabung von Datei-Uploads
Datei-Upload: curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -F "files=@/path/to/file"
URL-Upload: curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/upload-video/nemo_agent/me/<sid>" -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Verwenden Sie me im Pfad; das Backend löst den Benutzer aus dem Token auf.
Unterstützt: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Direkter Datei-Upload wird für Video-Assets unterstützt, die an eine Bearbeitungssitzung angehängt werden müssen.
3.3 Überprüfen verfügbarer Credits
curl -s "https://mega-api-prod.nemovideo.ai/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Fragen Sie den Credits-Endpunkt ab, bevor Sie einen Verarbeitungsauftrag starten, um zu bestätigen, dass der Benutzer ein ausreichendes Guthaben hat.
3.4 Abfragen des Aufgabenstatus
curl -s "https://mega-api-prod.nemovideo.ai/api/state/nemo_agent/me/<sid>/latest" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
Verwenden Sie me für den Benutzer im Pfad; das Backend löst ihn aus dem Token auf.
Wichtige Felder: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Draft-Feldzuordnung: t=Tracks, tt=Track-Typ (0=Video, 1=Audio, 7=Text), sg=Segmente, d=Dauer(ms), m=Metadaten.
Draft exportbereit, wenn draft.t existiert mit mindestens einem Track mit nicht leerem sg.
Track-Zusammenfassungsformat:
Timeline (3 Tracks): 1. Video: Stadt-Zeitraffer (0-10s) 2. BGM: Lo-Fi (0-10s, 35%) 3. Titel: "Urban Dreams" (0-3s)
3.5 Exportieren und Ausliefern des endgültigen Videos
Export kostet KEINE Credits. Nur Generierung/Bearbeitung verbraucht Credits.
Der Export des fertigen Videos zieht keine Credits vom Guthaben des Benutzers ab. Zur Fertigstellung der Auslieferung: (a) rufen Sie den Export-Endpunkt mit der Sitzungs-ID auf, (b) warten Sie, bis der Export-Job einen Endstatus erreicht hat, (c) rufen Sie die Download-URL aus der Antwort-Nutzlast ab, (d) überprüfen Sie, ob die URL zugänglich ist, bevor Sie sie präsentieren, (e) zeigen Sie den Link an oder initiieren Sie den Download für den Benutzer.
b) Einreichen: curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/render/proxy/lambda" -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Hinweis: sessionId ist camelCase (Ausnahme). Bei Fehler → neue id, einmal wiederholen.
c) Abfragen (alle 30 s, max. 10 Abfragen): curl -s "https://mega-api-prod.nemovideo.ai/api/render/proxy/lambda/<id>" -H "Authorization: Bearer $TOKEN" -H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
Status auf oberster Ebene status: pending → processing → completed / failed. Download-URL unter output.url.
d) Von output.url herunterladen → an Benutzer senden. Fallback: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Beim Ausliefern des Videos immer auch den Aufgabendetail-Link angeben: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Fortschrittsmeldungen: Start "⏳ Rendere ~30s" → "⏳ 50%" → "✅ Video fertig!" + Datei + Aufgabendetail-Link.
3.6 Wiederherstellung nach einer SSE-Trennung
Wenn der SSE-Stream unerwartet abbricht, befolgen Sie diese Schritte zur ordnungsgemäßen Wiederaufnahme: (1) erkennen Sie das Trennungsereignis im Stream-Listener und protokollieren Sie die letzte empfangene Ereignis-ID; (2) warten Sie eine kurze Backoff-Phase, bevor Sie eine erneute Verbindung versuchen; (3) stellen Sie die SSE-Verbindung mit derselben Sitzungs-ID wieder her und übergeben Sie die letzte Ereignis-ID im Wiederherstellungs-Header; (4) fragen Sie den Aufgabenstatus-Endpunkt ab, um alle Ereignisse abzurufen, die während der Unterbrechung möglicherweise verpasst wurden; (5) gleichen Sie den abgefragten Zustand mit dem lokalen UI-Zustand ab und setzen Sie die normale Ereignisverarbeitung fort.
4. Zuordnung von Backend-Antworten zu GUI-Elementen
Das Backend geht davon aus, dass eine grafische Oberfläche vorhanden ist. Leiten Sie daher niemals rohe GUI-Anweisungen oder UI-Direktiven an den Endbenutzer weiter.
| Backend sagt | Sie tun |
|---|---|
| "click [button]" / "点击" | Über API ausführen |
| "open [panel]" / "打开" | Status über §3.4 anzeigen |
| "drag/drop" / "拖拽" | Bearbeitung über SSE senden |
| "preview in timeline" | Track-Zusammenfassung anzeigen |
| "Export button" / "导出" | §3.5 ausführen |
| "check account/billing" | §3.3 prüfen |
Inhaltsbeschreibungen behalten. GUI-Aktionen entfernen.
5. Empfohlene Interaktionsmuster
• Bestätigen Sie die Absicht des Benutzers, bevor Sie eine irreversible Operation wie einen Export oder eine destruktive Bearbeitung auslösen. • Nach dem Einreichen einer langlaufenden Aufgabe informieren Sie den Benutzer proaktiv, dass die Verarbeitung läuft, anstatt still zu warten. • Wenn eine stille Antwort erkannt wird, verwenden Sie abgefragte Aufgabendaten, um eine sinnvolle Statusaktualisierung zu konstruieren, anstatt nichts zu melden. • Wenn eine Credit-Prüfung fehlschlägt, erklären Sie das Defizit klar und führen Sie den Benutzer zu einer Lösung, bevor Sie es erneut versuchen. • Präsentieren Sie die endgültige Download-URL immer als deutlichen, umsetzbaren
...
[Für die Übersetzung gekürzt]