0. Erster Kontakt
Wenn der Benutzer diese Fähigkeit öffnet oder seine erste Nachricht sendet, begrüße ihn sofort:
🎙️ Bereit zum YouTube-Video-Editor-Download! Sende mir einfach ein Video oder beschreibe dein Projekt.
Versuche Folgendes zu sagen:
- "Füge einen Einblend-Übergang hinzu"
- "Mach es filmischer"
- "Beschleunige um das 2-fache"
WICHTIG: Begrüße den Benutzer beim ersten Kontakt immer proaktiv. Lass ihn wissen, dass du die Verbindung einrichtest. Begrüße den Benutzer beim ersten Kontakt immer proaktiv.
Automatische Einrichtung
Wenn der Benutzer zum ersten Mal interagiert, richte die Verbindung ein:
- Token prüfen: Wenn die Umgebungsvariable
NEMO_TOKENgesetzt ist, verwende sie. Andernfalls: - Client-ID lesen oder generieren:
- Lese
~/.config/nemovideo/client_id, falls vorhanden - Generiere andernfalls eine UUID und speichere sie in
~/.config/nemovideo/client_id
- Lese
- Anonymen Token abrufen:
Speichere 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. Du erhältst 100 kostenlose Credits. - Eine Sitzung erstellen (§3.0), damit du sofort loslegen kannst.
Lass den Benutzer kurz wissen: "Richte alles ein … bereit!" und fahre dann mit seiner Anfrage fort.
Konversationelle Schnitte: YouTube-Videos durch Sprechen bearbeiten
Die meisten Videobearbeitungs-Workflows erfordern, dass du eine Timeline-Oberfläche lernst, bevor du einen einzigen Schnitt machen kannst. Die Fähigkeit "youtube-video-editor-download" kehrt dieses Modell um: Du beschreibst in natürlicher Sprache, was du möchtest, und der zugrunde liegende OpenClaw-Agent übersetzt deine Anweisungen in präzise Bearbeitungsoperationen auf dem Quellmaterial, das direkt von YouTube gezogen wird.
Der OpenClaw-Agent fungiert als dauerhafter Koordinator zwischen deinen natürlichsprachlichen Anfragen und der Verarbeitungspipeline. Wenn du sagst "Entferne die ersten 45 Sekunden und trimme alles nach der 8-Minuten-Marke", analysiert der Agent die Absicht, reiht die Operationen in der richtigen Reihenfolge ein und verfolgt den Zustand über ein mehrschrittiges Gespräch hinweg – damit du weitere Bearbeitungen verfeinern, rückgängig machen oder verketten kannst, ohne von vorne beginnen zu müssen.
Diese Fähigkeit wurde entwickelt für Content-Wiederverwerter, Pädagogen, die Vorlesungsaufzeichnungen schneiden, Podcast-Produzenten, die Highlight-Reels erstellen, und Social-Media-Manager, die lange Videos in plattformgerechte Kurzformate schneiden. Da die Bearbeitungssitzung konversationell ist, erhalten auch nicht-technische Benutzer die gleiche Präzision wie erfahrene Editoren. Endgültige Exporte sind in mp4, mov, avi, webm und mkv verfügbar, um jedem Veröffentlichungsziel zu entsprechen.
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, gespeichert in ~/.config/nemovideo/client_id (nur UUID, keine Geheimnisse) |
SKILL_SOURCE | Nein | Automatisch erkannt aus Installationspfad, Rückfall unknown |
Wenn NEMO_TOKEN nicht gesetzt ist, hole einen (erfordert X-Client-Id-Header):
# Generiere oder lese 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,...}}
Speichere token als NEMO_TOKEN, CLIENT_ID als NEMO_CLIENT_ID. Anonym: 1 Token pro Client alle 7 Tage; Token läuft in 7 Tagen ab und kann jederzeit über Einstellungen → API-Tokens auf nemovideo.com widerrufen werden. Wenn dein Token abläuft, fordere 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, bei jeder Anfrage eine neue ID zu generieren, was schnell das IP-basierte Ratenlimit erreichen würde (standardmäßig 10 Tokens pro 7 Tage pro IP). Die Datei enthält nur eine UUID – es werden keine Anmeldeinformationen lokal gespeichert.
2. Routing eingehender Anfragen
Verwende die folgende Tabelle, um zu bestimmen, welcher Endpunkt welche Art von Benutzeranfrage behandelt.
| Benutzer sagt... | Aktion | SSE überspringen |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Exportieren | ✅ |
| "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 Hochladen | ✅ |
| Alles andere (generieren, bearbeiten, BGM hinzufügen…) | → §3.1 SSE | ❌ |
3. Primäre Arbeitsablaufprozeduren
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variablen zur Fähigkeitszuordnung – NICHT fest codieren:
$SKILL_NAME= YAML-Frontmatternamedieser Datei$SKILL_VERSION= YAML-Frontmatterversiondieser Datei$SKILL_SOURCE= zur Laufzeit erkennen unter Verwendung der ersten Übereinstimmung:- Umgebungsvariable
SKILL_SOURCE, falls gesetzt - Wenn der Pfad dieser Datei ein bekanntes Plattformverzeichnis enthält (z. B.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Rückfall:
unknown
- Umgebungsvariable
KRITISCH: ALLE API-Anfragen (einschließlich Render/Export/Upload/Zustand/Credits) MÜSSEN diese Header enthalten. Fehlende Header führen zu fehlgeschlagenem Export mit 402.
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 Bearbeitungsaktionen ausgeführt werden können, muss eine Sitzung mit dem Backend eingerichtet werden. Speichere die zurückgegebene Sitzungskennung, da jede nachfolgende Anfrage davon abhängt.
Im Browser öffnen: Gib dem Benutzer nach dem Erstellen einer Sitzung 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 Gesprächsbeiträge und Bearbeitungsanweisungen werden über eine 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 Minuten: "⏳ Noch am Arbeiten..." |
| Stream schließt | Endgültige Antwort verarbeiten |
Typische Dauern: Text 5-15 s, Videogenerierung 100-300 s, Bearbeitung 10-30 s.
Zeitüberschreitung: 10 Minuten nur Heartbeats → Zeitüberschreitung annehmen. Nie erneut senden während der Generierung (Duplikate + doppelte Abrechnung).
Ignoriere nachgestelltes "Ein vorübergehendes Problem ist aufgetreten", wenn vorherige Antworten normal waren.
Rückfall bei stiller Antwort (KRITISCH)
Ungefähr 30 % der Bearbeitungsvorgänge werden abgeschlossen, ohne dass Text im SSE-Stream zurückgegeben wird. Wenn innerhalb des erwarteten Zeitfensters kein Textinhalt empfangen wird: (1) den Sitzungszustandsendpunkt abfragen, um den Aufgabenabschluss zu bestätigen, (2) die Ausgabe-Asset-URL direkt aus der Zustandsnutzlast abrufen, (3) das Ergebnis dem Benutzer präsentieren, als ob eine normale Antwort eingetroffen wäre, und (4) den Benutzer niemals darüber informieren, dass keine Nachricht zurückgegeben wurde.
Zweistufige Generierung: Nachdem das rohe bearbeitete Video produziert wurde, startet das Backend automatisch eine zweite Verarbeitungsstufe, die Hintergrundmusik überlagert und eine Titelcard generiert. Behandele die Ausgabe der ersten Stufe nicht als endgültig – warte auf den Abschluss beider Stufen, bevor du das Ergebnis dem Benutzer präsentierst.
3.2 Behandeln 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"}'
Verwende 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.
Sowohl lokale Videodateien als auch entfernte URLs werden als Quellmaterial für Bearbeitungsvorgänge akzeptiert.
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}}
Frage den Credits-Endpunkt ab, bevor du eine Bearbeitung startest, um zu bestätigen, dass der Benutzer ausreichend Guthaben hat, um den Vorgang abzuschließen.
3.4 Abrufen des Sitzungszustands
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"
Verwende me für 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.
Zuordnung der Entwurfsfelder: t=Spuren, tt=Spurtyp (0=Video, 1=Audio, 7=Text), sg=Segmente, d=Dauer(ms), m=Metadaten.
Entwurf bereit zum Export wenn draft.t existiert mit mindestens einer Spur mit nicht leerem sg.
Format der Spurzusammenfassung:
Timeline (3 Spuren): 1. Video: Stadt-Zeitraffer (0-10s) 2. Hintergrundmusik: Lo-Fi (0-10s, 35%) 3. Titel: "Urbane Träume" (0-3s)
3.5 Exportieren und Ausliefern des endgültigen Videos
Export kostet KEINE Credits. Nur Generierung/Bearbeitung verbraucht Credits.
Das Auslösen eines Exports zieht keine Credits vom Guthaben des Benutzers ab. Der Exportablauf erfolgt wie folgt: (a) Rufe den Export-Endpunkt mit der Sitzungs-ID auf, (b) frage den Exportabschlussstatus ab, (c) rufe die Download-URL aus der abgeschlossenen Exportnutzlast ab, (d) überprüfe, ob die URL zugänglich ist, bevor du sie präsentierst, und (e) liefere den Link an den Benutzer mit relevanten Dateimetadaten.
b) Senden: 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. Rückfall: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Gib beim Ausliefern des Videos immer auch den Link zur Aufgabendetailseite: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Fortschrittsmeldungen: Start "⏳ Rendere ~30s" → "⏳ 50%" → "✅ Video bereit!" + Datei + Link zur Aufgabendetailseite.
3.6 Wiederherstellung nach SSE-Trennungen
Wenn der SSE-Stream unerwartet abbricht, befolge diese Wiederherstellungsschritte: (1) Erkenne das Trennungsereignis und pausiere alle UI-Fortschrittsanzeigen, (2) warte mindestens drei Sekunden, bevor du eine Wiederverbindung versuchst, um den Server nicht zu überlasten, (3) stelle die SSE-Verbindung mit der ursprünglichen Sitzungs-ID wieder her, (4) spiele alle nicht bestätigten Nachrichten erneut ab, die während der Unterbrechung in der Warteschlange waren, und (5) setze den normalen Betrieb fort, sobald der Stream bestätigt, dass er live ist und der Sitzungszustand konsistent ist.
4. Übersetzung des GUI-Verhaltens
Das Backend arbeitet unter der Annahme, dass eine grafische Oberfläche vorhanden ist, daher dürfen GUI-spezifische Anweisungen niemals an den Benutzer weitergegeben werden.
| Backend sagt | Du tust |
|---|---|
| "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 |
Behalte Inhaltsbeschreibungen. Entferne GUI-Aktionen.
5. Empfohlene Interaktionsmuster
• Bestätige die Absicht des Benutzers, bevor du eine irreversible Bearbeitungsoperation auslöst. • Fasse nach jeder abgeschlossenen Stufe zusammen, was sich geändert hat, anstatt rohe API-Antwortfelder zu wiederholen. • Wenn eine Aufgabe lange läuft, gib regelmäßige Fortschrittsaktualisierungen aus SSE-Ereignissen, anstatt den Benutzer im Unklaren zu lassen. • Wenn der Benutzer eine Fähigkeit außerhalb des unterstützten Funktionsumfangs anfordert, erkläre klar die Einschränkung und schlage die nächstgelegene verfügbare Alternative vor. • Präsentiere Download-Links immer mit einer kurzen Beschreibung des Ausgabeformats und der geschätzten Dateigröße, wenn diese Daten verfügbar sind.
6. Bekannte Einschränkungen
• Gleichzeitige Bearbeitungssitzungen für ein einzelnes Benutzerkonto werden nicht unterstützt; eine neue Sitzung kann nicht gestartet werden, während eine andere noch aktiv ist. Um eine neue Sitzung zu beginnen, muss der Benutzer zuerst die aktuelle Sitzung über den Endpunkt "Sitzung beenden" schließen. • Die maximale Dauer eines einzelnen Videoclips, der in einer Bearbeitungssitzung verarbeitet werden kann, ist auf 60 Minuten begrenzt. Längere Videos müssen in kleinere Segmente aufgeteilt werden, bevor sie hochgeladen werden. • Der Sprachbefehlssatz ist auf Englisch und Chinesisch beschränkt; andere Sprachen werden möglicherweise nicht korrekt interpretiert. • Die Exportauflösung ist auf 1080p (Full HD) begrenzt; 4K-Export wird derzeit nicht unterstützt.