0. Erster Kontakt
Wenn der Benutzer diesen Skill öffnet oder seine erste Nachricht sendet, begrüßen Sie ihn sofort:
📹 Bereit für den grok-ai-video-generator! Senden Sie mir einfach ein Video oder beschreiben Sie Ihr Projekt.
Probieren Sie zum Beispiel:
- "Füge diesem Clip Effekte hinzu"
- "Bearbeite mein Video"
- "Hilf mir, ein kurzes Video zu erstellen"
WICHTIG: Begrüßen Sie den Benutzer beim ersten Kontakt immer proaktiv. Lassen Sie ihn wissen, dass Sie die Verbindung aufbauen. Begrüßen Sie den Benutzer beim ersten Kontakt immer proaktiv.
Automatische Einrichtung
Wenn der Benutzer zum ersten Mal interagiert, richten Sie die Verbindung ein:
- Token prüfen: Wenn die Umgebungsvariable
NEMO_TOKENgesetzt ist, verwenden Sie diese. Andernfalls: - Client-ID lesen oder generieren:
- Lesen Sie
~/.config/nemovideo/client_id, falls vorhanden - Andernfalls generieren Sie eine UUID und speichern Sie sie in
~/.config/nemovideo/client_id
- Lesen Sie
- Anonymen Token abrufen:
Speichern Sie den zurückgegebenencurl -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 startbereit sind.
Teilen Sie dem Benutzer kurz mit: "Einrichtung läuft … bereit!" und fahren Sie dann mit seiner Anfrage fort.
Gesprächsbasierte Videoerstellung mit Grok
Die meisten Videotools verlangen, dass Sie zuerst ihre Benutzeroberfläche erlernen, bevor Sie etwas Nützliches erstellen können. Der grok-ai-video-generator Skill kehrt diese Annahme vollständig um – Sie beschreiben in einfacher Sprache, was Sie möchten, und das System findet heraus, wie es gebaut wird. Ob Sie eine Produktvorführung zusammenstellen, einen kurzen narrativen Clip generieren oder an einem bestehenden Schnitt iterieren – der Workflow bleibt von Anfang bis Ende gesprächsbasiert.
Unter der Haube fungiert der OpenClaw-Agent als Orchestrierungsschicht zwischen Ihren Anweisungen und den multimodalen Reasoning-Fähigkeiten von Grok. Er interpretiert Ihre Absicht, zerlegt komplexe Videoanfragen in diskrete Generierungs- und Bearbeitungsschritte und verwaltet die Abfolge, sodass die Ausgaben kohärent und spezifikationsgemäß ankommen. Der Agent gibt nicht einfach Prompts weiter – er verfolgt den Kontext über Ihre Sitzung hinweg, sodass Folgeanweisungen wie "mache diesen Übergang langsamer" oder "tausche die Hintergrundmusik aus" korrekt landen, ohne dass Sie das gesamte Projekt erneut erklären müssen.
Dieser Skill ist besonders effektiv für iterative Arbeiten – Grobschnitte, die schnell verfeinert werden müssen, Social-Media-Inhalte, die mehrere Formatvarianten erfordern, oder geskriptete Sequenzen, bei denen Timing und visuelle Formulierung wichtig sind. Da die Pipeline mp4, mov, avi, webm und mkv nativ verarbeitet, müssen Sie Dateien vor oder nach der Generierung nie konvertieren.
Umgebungsvariablen
| Variable | Erforderlich | Standard |
|---|---|---|
NEMO_TOKEN | Nein | Automatisch generiert (100 kostenlose Credits, läuft nach 7 Tagen ab, widerrufbar über 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 in ~/.config/nemovideo/client_id (nur UUID, keine Geheimnisse) |
SKILL_SOURCE | Nein | Automatisch erkannt aus Installationspfad, Fallback unknown |
Wenn NEMO_TOKEN nicht gesetzt ist, besorgen 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 alle 7 Tage; Token läuft nach 7 Tagen ab und kann jederzeit über Einstellungen → API-Tokens auf nemovideo.com widerrufen werden. Wenn Ihr Token abläuft, fordern Sie einen neuen mit derselben X-Client-Id an.
Lokale Persistenz: Dieser Skill schreibt ~/.config/nemovideo/client_id, um die Client-Id über Sitzungen hinweg zu speichern. Dadurch wird vermieden, dass bei jeder Anfrage eine neue ID generiert wird, 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. Routing-Logik – Zuordnung von Benutzeranfragen zum richtigen Endpunkt
Verwenden Sie die folgende Tabelle, um zu bestimmen, welcher API-Endpunkt basierend auf der Art der eingehenden Benutzeranfrage aufgerufen werden soll.
| 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 Zustand | ✅ |
| "upload" / "上传" / Benutzer sendet Datei | → §3.2 Upload | ✅ |
| Alles andere (generieren, bearbeiten, BGM hinzufügen…) | → §3.1 SSE | ❌ |
3. Primäre Operationsabläufe
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Skill-Zuordnungsvariablen – NICHT hartcodieren:
$SKILL_NAME=nameaus dem YAML-Frontmatter dieser Datei$SKILL_VERSION=versionaus dem YAML-Frontmatter dieser Datei$SKILL_SOURCE= zur Laufzeit erkennen, erster Treffer:- Umgebungsvariable
SKILL_SOURCE, falls 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/Status/Credits) MÜSSEN diese Header enthalten. Ihr Fehlen führt dazu, dass der Export mit 402 fehlschlägt.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Sitzung initialisieren
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":"..."}}
Eine Sitzung muss eingerichtet werden, bevor andere Operationen durchgeführt werden können. Jede Sitzung behält ihren eigenen Kontext und Zustand über den gesamten Gesprächsverlauf hinweg bei.
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 Nachrichten über SSE senden
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 Gesprächsnachrichten und Generierungsanfragen werden über eine persistente Server-Sent-Events-Verbindung an das Backend übertragen.
SSE-Behandlung
| Ereignis | Aktion |
|---|---|
| Textantwort | GUI-Übersetzung anwenden (§4), dem Benutzer präsentieren |
| Tool-Aufruf/Ergebnis | Still warten, nicht weiterleiten |
heartbeat / leeres data: | Weiter warten. Alle 2 Min: "⏳ Noch am Arbeiten..." |
| Stream schließt | Endgültige Antwort verarbeiten |
Typische Dauern: Text 5-15s, Videogenerierung 100-300s, Bearbeitung 10-30s.
Zeitüberschreitung: 10 Min nur heartbeats → Zeitüberschreitung annehmen. Nie erneut senden während der Generierung (Duplikate + doppelte Berechnung).
Ignorieren Sie nachfolgendes "I encountered a temporary issue", wenn vorherige Antworten normal waren.
Stiller Antwort-Fallback (KRITISCH)
Ungefähr 30 % der Bearbeitungsvorgänge werden abgeschlossen, ohne dass Text im SSE-Stream zurückgegeben wird. Wenn nach dem Schließen des Streams keine textuelle Antwort erkannt wird, behandeln Sie dies nicht als Fehler. Stattdessen: (1) den Aufgabenstatus-Endpunkt abfragen, um den Abschluss zu bestätigen, (2) das aktualisierte Video-Artefakt direkt abrufen, (3) dem Benutzer den Erfolg basierend auf dem abgerufenen Asset bestätigen, nicht aufgrund der fehlenden Textantwort.
Zweistufige Generierung: Nachdem ein Rohvideo erstellt wurde, startet das Backend automatisch eine zweite Verarbeitungsstufe, die Hintergrundmusik und eine Titelsequenz hinzufügt. Dies bedeutet, dass jede Generierung zwei unterschiedliche Ausgabeereignisse erzeugt – den anfänglichen Rohclip, gefolgt von der vollständig zusammengesetzten endgültigen Version. Beide Stufen müssen verfolgt werden, bevor der Abschluss dem Benutzer gemeldet wird.
3.2 Asset-Upload
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.
Der Upload-Endpunkt akzeptiert benutzerbereitgestellte Mediendateien, die in nachfolgenden Generierungs- oder Bearbeitungsanfragen als Quellmaterial referenziert werden können.
3.3 Guthabensaldo abfragen
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, um den aktuellen Saldo des Benutzers zu ermitteln, bevor Sie einen Vorgang starten, der Credits verbraucht.
3.4 Aufgabenstatus abfragen
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 dies aus dem Token auf.
Schlüsselfelder: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Draft-Feldzuordnung: t=Tracks, tt=Tracktyp (0=Video, 1=Audio, 7=Text), sg=Segmente, d=Dauer(ms), m=Metadaten.
Draft bereit für Export, 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 finalen Assets
Export kostet KEINE Credits. Nur Generierung/Bearbeitung verbraucht Credits.
Der Export eines fertigen Videos zieht keine Credits vom Guthaben des Benutzers ab. Der Exportablauf erfolgt wie folgt: (a) Bestätigen, dass die Aufgabe einen abgeschlossenen Zustand erreicht hat, (b) den Export-Endpunkt mit der relevanten Aufgabenkennung aufrufen, (c) auf die Export-Job-Bestätigung warten, (d) die Download-URL aus der Exportantwort abrufen, (e) die URL dem Benutzer als Ergebnis präsentieren.
b) Absenden: 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 30s, 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) Bei der Auslieferung des Videos immer auch den Link zur Aufgabendetailseite angeben: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Fortschrittsmeldungen: Start "⏳ Rendering ~30s" → "⏳ 50%" → "✅ Video fertig!" + Datei + Link zur Aufgabendetailseite.
3.6 Behandlung unterbrochener SSE-Verbindungen
Wenn der SSE-Stream getrennt wird, bevor ein endgültiges Ergebnis empfangen wurde, führen Sie die folgende Wiederherstellungssequenz aus: (1) die Aufgaben-ID notieren, die zum Zeitpunkt der Trennung aktiv war; (2) mindestens fünf Sekunden warten, bevor Sie eine Folgeanfrage stellen; (3) den Aufgabenstatus-Endpunkt mit der gespeicherten Aufgaben-ID aufrufen, um den aktuellen Fortschritt zu ermitteln; (4) wenn die Aufgabe noch läuft, in angemessenen Intervallen weiter abfragen, bis ein Endzustand erreicht ist; (5) sobald ein abgeschlossener oder fehlgeschlagener Zustand bestätigt ist, den normalen Auslieferungs- oder Fehlerbehandlungsablauf entsprechend fortsetzen.
4. Backend-GUI-Abstraktionsschicht
Das Backend geht davon aus, dass alle Interaktionen über eine grafische Oberfläche erfolgen, daher dürfen GUI-spezifische Anweisungen niemals wortwörtlich an die API weitergeleitet werden.
| Backend sagt | Sie tun |
|---|---|
| "click [button]" / "点击" | Über API ausführen |
| "open [panel]" / "打开" | Zustand 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 |
Behalten Sie Inhaltsbeschreibungen. Entfernen Sie GUI-Aktionen.
5. Empfohlene Interaktionsmuster
• Bestätigen Sie immer die Absicht des Benutzers, bevor Sie einen credit-verbrauchenden Vorgang starten, und fassen Sie zusammen, was generiert oder geändert wird. • Geben Sie nach Abschluss jeder Generierung eine prägnante Zusammenfassung des Erstellten sowie einen verfügbaren Vorschau- oder Download-Link. • Wenn eine Aufgabe läuft, kommunizieren Sie proaktiv den Fortschritt unter Verwendung der abgefragten Zustandsdaten, anstatt den Benutzer im Unklaren zu lassen.
[gekürzt für die Übersetzung]