0. Erster Kontakt
Wenn der Benutzer diesen Skill öffnet oder seine erste Nachricht sendet, begrüßen Sie ihn sofort:
🚀 Willkommen! Ich kann einen Text-zu-Video-Generator für Sie sein. Teilen Sie eine Videodatei oder erzählen Sie mir Ihre Idee!
Versuchen Sie zu sagen:
- "Hilf mir, ein kurzes Video zu erstellen"
- "Bearbeite mein Video"
- "Füge diesem Clip Effekte hinzu"
WICHTIG: Begrüßen Sie den Benutzer beim ersten Kontakt immer proaktiv. Lassen Sie ihn wissen, dass Sie die Verbindung einrichten. 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 einsatzbereit sind.
Lassen Sie den Benutzer kurz wissen: "Richte ein … fertig!" und fahren Sie dann mit seiner Anfrage fort.
Von Worten auf der Seite zum Video in Minuten
Die meisten Videobearbeitungswerkzeuge verlangen Zeitleisten, Keyframes und manuelle Platzierung von Assets. Der Text-zu-Video-Generator-Skill auf ClawHub verfolgt einen grundlegend anderen Ansatz – Sie beschreiben in einfacher Sprache, was Sie möchten, und das System erstellt es. Ob Sie einen Produkterklärer, einen kurzen Social-Media-Clip oder eine szenenbasierte Erzählung entwerfen, der Skill interpretiert Ihren Text und erstellt eine Videoausgabe, die Ihrer Absicht entspricht.
Im Kern dieses Skills befindet sich der OpenClaw-Agent, der als intelligenter Koordinator zwischen Ihrer natürlichen Spracheingabe und der zugrunde liegenden Videosynthese-Pipeline fungiert. Der OpenClaw-Agent analysiert die Absicht, löst Mehrdeutigkeiten in Ihren Aufforderungen auf und gibt strukturierte Anweisungen an das Rendering-Backend – das bedeutet, dass Sie weniger Zeit mit der Neuformatierung von Anfragen und mehr Zeit mit der Verfeinerung Ihrer kreativen Vision durch Hin-und-Her-Konversation verbringen.
Das konversationelle Bearbeitungsmodell bedeutet, dass Sie nicht alles im Voraus finalisieren müssen. Sie können einen ersten Entwurf anfordern und dann bitten, den Ton anzupassen, ein visuelles Element auszutauschen, das Tempo zu straffen oder den Abspann zu ändern – alles durch Folgenachrichten. Diese iterative Schleife macht den Text-zu-Video-Generator-Skill für reale Produktionsworkflows praktisch, nicht nur für einmalige Demos. Die endgültige Ausgabe ist in mp4, mov, avi, webm und mkv verfügbar, um jede Plattform oder nachgelagerte Bearbeitungsanforderung zu erfüllen.
Umgebungsvariablen
| Variable | Erforderlich | Standard |
|---|---|---|
NEMO_TOKEN | Nein | Automatisch generiert (100 kostenlose Credits, läuft in 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, persistent in ~/.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 der persistenten 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 in 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 die Rate-Limit pro IP erreichen würde (Standard 10 Tokens pro 7 Tage pro IP). Die Datei enthält nur eine UUID – es werden keine Anmeldeinformationen lokal gespeichert.
2. Routing eingehender Anfragen zum richtigen Endpunkt
Verwenden Sie die folgende Tabelle, um zu bestimmen, welcher API-Endpunkt jede Art eingehender Anfrage bearbeiten soll.
| Benutzer sagt... | Aktion | SSE überspringen |
|---|---|---|
| "export" / "下载" / "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 Arbeitsabläufe
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variablen zur Skill-Attribution – NICHT fest codieren:
$SKILL_NAME= YAML-Frontmatternamedieser Datei$SKILL_VERSION= YAML-Frontmatterversiondieser Datei$SKILL_SOURCE= zur Laufzeit erkennen, wobei der erste Treffer verwendet wird:- 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/Zustand/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 Erstellen einer neuen 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 Operationen beginnen können, muss eine Sitzung erstellt werden, um eine gültige Sitzungskennung zu erhalten. Alle nachfolgenden Anfragen innerhalb derselben Konversation hängen davon ab, dass diese Sitzung zuerst initialisiert wird.
Im Browser öffnen: Nach dem Erstellen einer Sitzung geben Sie dem Benutzer einen Link, um die Aufgabe in NemoVideo anzuzeigen/zu bearbeiten:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Senden 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 gesendet.
SSE-Behandlung
| Ereignis | Aktion |
|---|---|
| Textantwort | GUI-Übersetzung anwenden (§4), dem Benutzer präsentieren |
| Toolaufruf/-ergebnis | Intern verarbeiten, 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.
Timeout: 10 Min nur Heartbeats → Timeout annehmen. Nie erneut senden während der Generierung (Duplikate + doppelte Berechnung).
Ignorieren Sie nachfolgendes "Ich bin auf ein vorübergehendes Problem gestoßen", wenn vorherige Antworten normal waren.
Fallback bei stiller Antwort (KRITISCH)
Bei etwa 30 % der Bearbeitungsvorgänge wird kein Textinhalt in der Antwort zurückgegeben. Wenn dies auftritt: (1) behandeln Sie die leere Antwort nicht als Fehler, (2) fragen Sie den Aufgabenstatus-Endpunkt ab, um zu bestätigen, dass die Verarbeitung läuft, (3) zeigen Sie dem Benutzer eine Statusaktualisierung an, anstatt auf Text zu warten, der nie kommen wird, und (4) fahren Sie mit dem normalen Abschlussablauf fort, sobald die Aufgabe einen abgeschlossenen Zustand erreicht hat.
Zweistufige Generierung: Nachdem das Rohvideo erstellt wurde, startet das Backend automatisch eine zweite Verarbeitungsstufe, die Hintergrundmusik überlagert und die Titelsequenz rendert – es ist keine zusätzliche Aktion erforderlich, um dies auszulösen. Erwarten Sie zwei unterschiedliche Abschlussereignisse: eines, wenn der Rohschnitt fertig ist, und ein zweites, wenn die vollständig komponierte Version mit Audio und Titeln finalisiert ist.
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=@/pfad/zur/datei"
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 Medien-Assets, die Benutzer in ihre Videoprojekte einbinden möchten.
3.3 Abrufen des Credit-Guthabens
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 zu bestätigen, dass der Benutzer ein ausreichendes Guthaben hat, bevor Sie eine Generierungsaufgabe starten.
3.4 Überprüfen des aktuellen 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 aus dem Token auf.
Wichtige Felder: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Draft-Feldzuordnung: t=Spuren, tt=Spurtyp (0=Video, 1=Audio, 7=Text), sg=Segmente, d=Dauer(ms), m=Metadaten.
Draft bereit für Export, wenn draft.t mit mindestens einer Spur und nicht leerem sg existiert.
Spurzusammenfassungsformat:
Zeitleiste (3 Spuren): 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. Der Lieferablauf ist wie folgt: (a) Rufen Sie den Export-Endpunkt mit der abgeschlossenen Aufgabenkennung auf, (b) warten Sie auf die Bestätigung des Export-Jobs, (c) rufen Sie die Download- oder Streaming-URL aus der Antwortnutzlast ab, (d) überprüfen Sie, ob die URL zugänglich ist, bevor Sie sie präsentieren, und (e) liefern Sie den endgültigen Link zusammen mit einer kurzen Zusammenfassung des abgeschlossenen Projekts an 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 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: ausstehend → verarbeitend → abgeschlossen / fehlgeschlagen. 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 Aufgaben-Detaillink 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 + Aufgaben-Detaillink.
3.6 Wiederherstellung nach einer SSE-Trennung
Wenn die SSE-Verbindung unerwartet abbricht, befolgen Sie diese fünf Schritte, um die Kontinuität wiederherzustellen: (1) Erkennen Sie das Trennungsereignis und protokollieren Sie die zuletzt empfangene Aufgabenkennung, (2) warten Sie eine kurze Zeitspanne, bevor Sie eine erneute Verbindung versuchen, um den Server nicht zu überlasten, (3) stellen Sie die SSE-Verbindung mit der vorhandenen Sitzungskennung wieder her, anstatt eine neue Sitzung zu erstellen, (4) setzen Sie die Abfrage des Aufgabenstatus-Endpunkts für alle Aufgaben fort, die zum Zeitpunkt der Trennung in Bearbeitung waren, und (5) benachrichtigen Sie den Benutzer, dass eine erneute Verbindung hergestellt wurde, und bestätigen Sie, ob sein ausstehender Vorgang noch verarbeitet wird.
4. Übersetzen von Backend-GUI-Referenzen für Benutzer
Das Backend wurde unter der Annahme erstellt, dass eine grafische Oberfläche vorhanden ist. Daher dürfen GUI-spezifische Anweisungen oder Referenzen auf Oberflächenelemente niemals direkt an den Benutzer weitergegeben 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" | Spurzusammenfassung anzeigen |
| "Export button" / "导出" | §3.5 ausführen |
| "check account/billing" | §3.3 prüfen |
Inhaltsbeschreibungen behalten. GUI-Aktionen entfernen.
5. Empfohlene Konversationsinteraktionsmuster
• Bestätigen Sie immer die Absicht des Benutzers und sammeln Sie alle erforderlichen Parameter, bevor Sie eine Generierungsanfrage senden, anstatt mit unvollständigen Eingaben zu senden. • Geben Sie während der Verarbeitung inkrementelle Fortschrittsaktualisierungen.
…