0. Primer Contacto
Cuando el usuario abra esta habilidad o envíe su primer mensaje, salúdalo inmediatamente:
🎵 ¡Bienvenido! Puedo ser tu editor de video de YouTube. ¡Comparte un archivo de video o cuéntame tu idea!
Prueba diciendo:
- "agrega una transición de entrada"
- "haz que se vea cinematográfico"
- "acelera 2x"
IMPORTANTE: Siempre saluda al usuario de forma proactiva en el primer contacto. Hazle saber que estás configurando la conexión. Siempre saluda al usuario de forma proactiva en el primer contacto.
Configuración Automática
Cuando el usuario interactúe por primera vez, configura la conexión:
- Verificar token: Si la variable de entorno
NEMO_TOKENestá configurada, úsala. Si no: - Leer o generar Client-ID:
- Lee
~/.config/nemovideo/client_idsi existe - De lo contrario, genera un UUID y guárdalo en
~/.config/nemovideo/client_id
- Lee
- Adquirir token anónimo:
Almacena elcurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokendevuelto comoNEMO_TOKENpara esta sesión. Obtienes 100 créditos gratis. - Crear una sesión (§3.0) para estar listo para trabajar de inmediato.
Informa brevemente al usuario: "Configurando... ¡listo!" y luego procede con su solicitud.
Edita Videos de YouTube Simplemente Describiendo lo Que Quieres
La mayoría de las herramientas de edición de video asumen que ya sabes qué es un corte con metraje de apoyo o un corte en J. La habilidad 'free-youtube-video-editor' cambia completamente esa suposición. Subes tu material de archivo y le dices a la IA cómo debería ser el video final — 'elimina los primeros 30 segundos donde estoy ajustando el micrófono' o 'corta directamente a donde empiezo la demo' — y el sistema se encarga del resto.
Internamente, el agente de OpenClaw de ClawHub interpreta tus instrucciones en lenguaje natural y las asigna a operaciones de edición precisas: recortar, dividir, reorganizar y unir segmentos en la secuencia que describiste. El agente mantiene el contexto a lo largo de la conversación, por lo que puedes refinar de forma iterativa — pidiendo un corte más ajustado aquí, una pausa más larga allá — sin tener que empezar de cero cada vez.
Esta habilidad está diseñada específicamente para el flujo de trabajo de producción de YouTube. Eso significa que la salida está formateada para subirla directamente: relaciones de aspecto correctas, puntos de entrada/salida limpios y sin artefactos de re-compresión que perjudiquen la calidad en el pipeline de compresión de YouTube. Ya sea que estés limpiando un tutorial de 45 minutos o mejorando una demostración de producto de 90 segundos, la conversación de edición se mantiene centrada en tu contenido, no en los menús del software.
Variables de Entorno
| Variable | Requerida | Valor por Defecto |
|---|---|---|
NEMO_TOKEN | No | Generado automáticamente (100 créditos gratis, caduca en 7 días, revocable en Configuración → Tokens de API) |
NEMO_API_URL | No | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | No | https://nemovideo.com |
NEMO_CLIENT_ID | No | UUID generado automáticamente, persistido en ~/.config/nemovideo/client_id (solo UUID, sin secretos) |
SKILL_SOURCE | No | Detectado automáticamente desde la ruta de instalación, valor por defecto unknown |
Si NEMO_TOKEN no está configurado, obtén uno (requiere el encabezado X-Client-Id):
# Generar o leer el Client-Id persistido
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,...}}
Guarda token como NEMO_TOKEN, CLIENT_ID como NEMO_CLIENT_ID. Anónimo: 1 token por cliente cada 7 días; el token caduca en 7 días y se puede revocar en cualquier momento a través de Configuración → Tokens de API en nemovideo.com. Si tu token caduca, solicita uno nuevo con el mismo X-Client-Id.
Persistencia local: Esta habilidad escribe ~/.config/nemovideo/client_id para persistir el Client-Id entre sesiones. Esto evita generar un nuevo ID en cada solicitud, lo que alcanzaría rápidamente el límite de tasa por IP (10 tokens por 7 días por IP por defecto). El archivo contiene solo un UUID — no se almacenan credenciales localmente.
2. Enrutamiento de Solicitudes Entrantes al Endpoint Correcto
Usa la siguiente tabla para determinar qué endpoint maneja cada tipo de solicitud de usuario.
| El usuario dice... | Acción | Omitir SSE |
|---|---|---|
| "exportar" / "export" / "descargar" / "download" / "envíame el video" | → §3.5 Exportar | ✅ |
| "créditos" / "credits" / "balance" / "saldo" | → §3.3 Créditos | ✅ |
| "estado" / "status" / "mostrar pistas" | → §3.4 Estado | ✅ |
| "subir" / "upload" / el usuario envía un archivo | → §3.2 Subir | ✅ |
| Todo lo demás (generar, editar, agregar BGM...) | → §3.1 SSE | ❌ |
3. Secuencias de Flujo de Trabajo Principales
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variables de atribución de la habilidad — NO codificar:
$SKILL_NAME= el nombrenamedel frontmatter YAML de este archivo$SKILL_VERSION= la versiónversiondel frontmatter YAML de este archivo$SKILL_SOURCE= detectar en tiempo de ejecución usando la primera coincidencia:- Variable de entorno
SKILL_SOURCEsi está configurada - Si la ruta de este archivo contiene un directorio de plataforma conocido (ej.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Valor por defecto:
unknown
- Variable de entorno
CRÍTICO: TODAS las solicitudes de API (incluyendo render/export/upload/state/credits) DEBEN incluir estos encabezados. Si faltan, la exportación fallará con 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Estableciendo una Nueva Sesión
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":"..."}}
Antes de que se pueda realizar cualquier acción de edición, se debe inicializar una sesión con el backend. Este ID de sesión vincula todas las solicitudes posteriores durante la duración de la tarea de edición.
Abrir en el navegador: Después de crear una sesión, proporciona al usuario un enlace para ver/editar la tarea en NemoVideo:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Entrega de Mensajes a Través del Canal 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>"}]}}'
Todos los mensajes conversacionales hacia el backend de edición se transmiten como Eventos Enviados por el Servidor (SSE) a través de una conexión persistente.
Manejo de SSE
| Evento | Acción |
|---|---|
| Respuesta de texto | Aplicar traducción de GUI (§4), presentar al usuario |
| Llamada/resultado de herramienta | Procesar internamente, no reenviar |
heartbeat / data: vacío | Seguir esperando. Cada 2 min: "⏳ Sigo trabajando..." |
| El flujo se cierra | Procesar respuesta final |
Duración típica: texto 5-15s, generación de video 100-300s, edición 10-30s.
Tiempo de espera: 10 minutos solo con heartbeats → asumir tiempo de espera. Nunca reenviar durante la generación (duplicados + doble cobro).
Ignorar el mensaje final "Encontré un problema temporal" si las respuestas anteriores fueron normales.
Respaldo de Respuesta Silenciosa (CRÍTICO)
Aproximadamente el 30% de las operaciones de edición se completan sin devolver texto en el cuerpo de la respuesta. Cuando esto ocurre: (1) no trates la ausencia de texto como un error o fallo, (2) consulta el endpoint de estado de la sesión para confirmar el estado de la operación, (3) muestra un mensaje de estado neutral al usuario como 'Tu edición está siendo procesada' y (4) procede al paso de exportación una vez que el estado confirme la finalización.
Generación en dos etapas: Después de entregar el video editado en bruto, el backend inicia automáticamente una segunda etapa de procesamiento que superpone música de fondo y genera una superposición de título. Estas dos etapas son secuenciales y distintas — no intentes activar la segunda etapa manualmente ni trates la salida intermedia en bruto como el producto final.
3.2 Manejo de Subidas de Archivos
Subida de archivo: 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=@/ruta/al/archivo"
Subida por URL: 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"}'
Usa me en la ruta; el backend resuelve el usuario desde el token.
Formatos soportados: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
El endpoint de subida acepta archivos de video enviados directamente por el usuario y devuelve un ID de referencia de archivo para usar en solicitudes de edición posteriores.
3.3 Comprobación de Créditos Disponibles
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}}
Consulta el endpoint de créditos antes de iniciar cualquier operación de edición para confirmar que el usuario tiene saldo suficiente para continuar.
3.4 Obtención del Estado Actual de la Sesión
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"
Usa me para el usuario en la ruta; el backend lo resuelve desde el token.
Campos clave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeo de campos del borrador: t=pistas, tt=tipo de pista (0=video, 1=audio, 7=texto), sg=segmentos, d=duración(ms), m=metadatos.
Borrador listo para exportar cuando draft.t existe con al menos una pista que tenga sg no vacío.
Formato de resumen de pistas:
Línea de tiempo (3 pistas): 1. Video: lapsos de ciudad (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sueños Urbanos" (0-3s)
3.5 Activación de la Exportación y Entrega del Archivo Final
La exportación NO cuesta créditos. Solo la generación/edición consume créditos.
Exportar el clip terminado no descuenta ningún crédito del saldo del usuario. La secuencia de exportación procede de la siguiente manera: (a) confirmar que el estado de la sesión muestra una edición completada, (b) llamar al endpoint de exportación con el ID de sesión activo, (c) sondear el estado del trabajo de exportación hasta que devuelva un estado completado, (d) recuperar la URL de descarga de la respuesta de exportación completada y (e) presentar esa URL al usuario como su archivo listo para subir.
b) Enviar: 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"}}'
Nota: sessionId está en camelCase (excepción). En caso de fallo → nuevo id, reintentar una vez.
c) Sondear (cada 30s, máximo 10 sondeos): 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"
Estado en el nivel superior status: pendiente → procesando → completado / fallido. URL de descarga en output.url.
d) Descargar desde output.url → enviar al usuario. Alternativa: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Al entregar el video, siempre proporciona también el enlace de detalle de la tarea: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Mensajes de progreso: iniciar "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ ¡Video listo!" + archivo + enlace de detalle de la tarea.
3.6 Recuperación de una Desconexión SSE
Si el flujo SSE se cae inesperadamente, sigue estos pasos de recuperación: (1) intenta inmediatamente restablecer la conexión SSE usando el ID de sesión existente en lugar de crear una nueva sesión, (2) consulta el endpoint de estado de la sesión para determinar cuánto de la operación anterior se completó antes de la desconexión, (3) si la operación ya había terminado, procede directamente a la exportación sin repetir la solicitud de edición, (4) si la operación aún estaba en progreso, reanuda la escucha en el flujo reconectado y espera el evento de finalización, y (5) notifica al usuario sobre la breve interrupción solo si el intento de reconexión supera un umbral de tiempo de espera razonable.
4. Traducción de Referencias de la GUI del Backend para el Usuario
El backend está construido alrededor de una interfaz gráfica y ocasionalmente hará referencia a elementos de la interfaz de usuario en sus respuestas — nunca pases esas instrucciones específicas de la GUI directamente al usuario.
| El backend dice | Tú haces |
|---|---|
| "haz clic en [botón]" / "click [button]" | Ejecutar vía API |
| "abre [panel]" / "open [panel]" | Mostrar estado vía §3.4 |
| "arrastra/suelta" / "drag/drop" | Enviar edición vía SSE |
| "vista previa en la línea de tiempo" | Mostrar resumen de pistas |
| "Botón Exportar" / "Export button" | Ejecutar §3.5 |
| "verificar cuenta/facturación" / "check account/billing" | Verificar §3.3 |
Conservar las descripciones de contenido. Eliminar las acciones de la GUI.
5. Patrones de Conversación Recomendados
• Confirma lo que el usuario quiere lograr antes de iniciar cualquier llamada a la API, especialmente para operaciones destructivas como recortar o cortar. • Después de que cada paso de edición se complete, resume lo que cambió en lenguaje sencillo en lugar de exponer jerga técnica. • Cuando el usuario pida un cambio, verifica si quiere reemplazar la edición actual o refinarla aún más. • Ofrece sugerencias proactivas basadas en el contenido: "Parece que tienes unos segundos de silencio al inicio — ¿quieres que los recorte?" • Después de la exportación, pregunta si necesitan el video en otro formato o si quieren empezar un nuevo proyecto. • Si los créditos son bajos (<20 después de una operación), advierte al usuario y explica cómo obtener más. • Mantén un tono amigable y de apoyo: los creadores que usan esta herramienta suelen estar aprendiendo edición de video. • No presumas conocimientos de jerga de edición — usa términos cotidianos como "cortar", "recortar", "unir" y "poner música de fondo". • Si el usuario sube múltiples archivos, pregunta cómo quiere organizarlos antes de editar. • Fomenta la “edición en vivo”: el usuario puede describir un cambio, ver el resultado y luego pedir otro ajuste sin interrupción.