0. Primer Contacto
Cuando el usuario abra este skill o envíe su primer mensaje, salúdalo inmediatamente:
📹 ¡Listo para grok ai video generator! Solo envíame un video o describe tu proyecto.
Prueba diciendo:
- "añade efectos a este clip"
- "edita mi video"
- "ayúdame a crear un video corto"
IMPORTANTE: Saluda siempre al usuario de forma proactiva en el primer contacto. Hazle saber que estás configurando la conexión. Saluda siempre 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 definida, úsala. Si no: - Leer o generar un Client-ID:
- Lee
~/.config/nemovideo/client_idsi existe - Si no, genera un UUID, guárdalo en
~/.config/nemovideo/client_id
- Lee
- Obtener 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 gratuitos. - Crear una sesión (§3.0) para estar listo para trabajar de inmediato.
Informa brevemente al usuario: "Configurando… ¡listo!" y luego procede con su solicitud.
Creación de Video Conversacional Impulsada por Grok
La mayoría de las herramientas de video exigen que aprendas su interfaz antes de crear algo útil. El skill grok-ai-video-generator invierte completamente esa suposición: describes lo que quieres en lenguaje natural y el sistema descubre cómo construirlo. Ya sea que estés armando un recorrido de producto, generando un clip narrativo corto o iterando sobre un corte existente, el flujo de trabajo se mantiene conversacional de principio a fin.
Bajo el capó, el agente OpenClaw actúa como la capa de orquestación entre tus instrucciones y las capacidades de razonamiento multimodal de Grok. Interpreta tu intención, desglosa solicitudes complejas de video en pasos discretos de generación y edición, y gestiona la secuencia para que los resultados lleguen coherentes y según lo especificado. El agente no solo pasa instrucciones: realiza un seguimiento del contexto a lo largo de tu sesión, lo que significa que las instrucciones de seguimiento como "haz esa transición más lenta" o "cambia la música de fondo" se aplican correctamente sin que tengas que reexplicar el proyecto completo.
Este skill es particularmente efectivo para trabajo iterativo: borradores que necesitan refinamiento rápido, contenido social que requiere múltiples variantes de formato, o secuencias con guion donde el ritmo y la expresión visual importan. Dado que el pipeline maneja formatos mp4, mov, avi, webm y mkv de forma nativa, nunca te ves obligado a convertir archivos antes o después de la generación.
Variables de Entorno
| Variable | Requerida | Por Defecto |
|---|---|---|
NEMO_TOKEN | No | Generado automáticamente (100 créditos gratuitos, caduca en 7 días, revocable desde Configuración → Tokens 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, fallback unknown |
Si NEMO_TOKEN no está definido, 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 API en nemovideo.com. Si tu token caduca, solicita uno nuevo con el mismo X-Client-Id.
Persistencia local: Este skill 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 velocidad por IP (por defecto 10 tokens cada 7 días por IP). El archivo contiene solo un UUID; no se almacenan credenciales localmente.
2. Lógica de Enrutamiento — Coincidencia de Solicitudes de Usuario con el Endpoint Correcto
Usa la tabla a continuación para determinar qué endpoint de la API invocar según la naturaleza de la solicitud entrante del usuario.
| El usuario dice... | Acción | Omitir SSE |
|---|---|---|
| "export" / "导出" / "download" / "envíame el video" | → §3.5 Exportar | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 Créditos | ✅ |
| "status" / "状态" / "mostrar pistas" | → §3.4 Estado | ✅ |
| "upload" / "上传" / el usuario envía un archivo | → §3.2 Subir | ✅ |
| Todo lo demás (generar, editar, añadir BGM…) | → §3.1 SSE | ❌ |
3. Flujos de Operación Principales
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variables de atribución del skill — NO codificar de forma fija:
$SKILL_NAME= elnamedel frontmatter YAML de este archivo$SKILL_VERSION= elversiondel frontmatter YAML de este archivo$SKILL_SOURCE= detectar en tiempo de ejecución usando la primera coincidencia:- Variable de entorno
SKILL_SOURCEsi está definida - Si la ruta de este archivo contiene un directorio de plataforma conocido (ej.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Variable de entorno
CRÍTICO: TODAS las solicitudes a la API (incluyendo render/exportar/subir/estado/créditos) DEBEN incluir estos encabezados. Su ausencia hará que la exportación falle con error 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Inicializar una 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":"..."}}
Se debe establecer una sesión antes de que pueda continuar cualquier otra operación. Cada sesión mantiene su propio contexto y estado a lo largo del ciclo de vida de la conversación.
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 Enviar Mensajes a través de 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 y solicitudes de generación se transmiten al backend a través de una conexión persistente de Server-Sent Events.
Manejo de SSE
| Evento | Acción |
|---|---|
| Respuesta de texto | Aplicar traducción de GUI (§4), presentar al usuario |
| Llamada a herramienta/resultado | Esperar en silencio, no reenviar |
heartbeat / data: vacío | Seguir esperando. Cada 2 min: "⏳ Todavía trabajando..." |
| Flujo se cierra | Procesar respuesta final |
Duraciones típicas: texto 5-15s, generación de video 100-300s, edición 10-30s.
Tiempo de espera: 10 min solo con heartbeats → asumir tiempo de espera agotado. Nunca reenviar durante la generación (duplicados + doble cobro).
Ignorar el mensaje final "Encontré un problema temporal" si las respuestas anteriores fueron normales.
Fallback de Respuesta Silenciosa (CRÍTICO)
Aproximadamente el 30% de las operaciones de edición se completan sin devolver ningún texto en el flujo SSE. Cuando no se detecte ninguna respuesta textual después de que el flujo se cierre, no lo trates como un fallo. En su lugar: (1) consulta el endpoint de estado de la tarea para confirmar la finalización, (2) recupera el artefacto de video actualizado directamente, (3) confirma el éxito al usuario basándote en el recurso recuperado en lugar de la respuesta de texto ausente.
Generación en dos etapas: Después de que se produce un video en bruto, el backend inicia automáticamente una segunda etapa de procesamiento que superpone música de fondo y una secuencia de título. Esto significa que cada generación produce dos eventos de salida distintos: el clip inicial en bruto seguido de la versión final completamente compuesta. Ambas etapas deben ser rastreadas antes de informar la finalización al usuario.
3.2 Subida de Recursos
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 a partir del token.
Compatible con: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
El endpoint de subida acepta archivos multimedia proporcionados por el usuario que pueden ser referenciados como material de origen dentro de solicitudes posteriores de generación o edición.
3.3 Verificación de Saldo de Créditos
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 para recuperar el saldo actual del usuario antes de iniciar cualquier operación que consuma créditos.
3.4 Consulta de Estado de Tarea
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 usuario en la ruta; el backend resuelve desde el token.
Campos clave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeo de campos de 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: lapso de tiempo urbano (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sueños Urbanos" (0-3s)
3.5 Exportar y Entregar el Recurso Final
Exportar NO cuesta créditos. Solo la generación/edición consume créditos.
Exportar un video completado no descuenta créditos del saldo del usuario. El flujo de exportación procede de la siguiente manera: (a) confirmar que la tarea ha alcanzado un estado completado, (b) llamar al endpoint de exportación con el identificador de tarea relevante, (c) esperar la confirmación del trabajo de exportación, (d) recuperar la URL de descarga de la respuesta de exportación, (e) presentar la URL al usuario como el entregable.
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) Consultar (cada 30s, máximo 10 consultas): 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 status de nivel superior: pendiente → procesando → completado / fallido. URL de descarga en output.url.
d) Descargar desde output.url → enviar al usuario. Fallback: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Al entregar el video, proporciona siempre 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: inicio "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ ¡Video listo!" + archivo + enlace de detalle de tarea.
3.6 Manejo de Caídas de Conexión SSE
Si el flujo SSE se desconecta antes de recibir un resultado final, ejecuta la siguiente secuencia de recuperación: (1) registra el ID de tarea que estaba activo en el momento de la desconexión; (2) espera un mínimo de cinco segundos antes de intentar cualquier solicitud de seguimiento; (3) llama al endpoint de estado de la tarea usando el ID de tarea almacenado para determinar el progreso actual; (4) si la tarea aún se está ejecutando, continúa consultando a intervalos razonables hasta que se alcance un estado terminal; (5) una vez que se confirme un estado completado o fallido, reanuda el flujo normal de entrega o manejo de errores según corresponda.
4. Capa de Abstracción de GUI del Backend
El backend opera bajo la suposición de que todas las interacciones ocurren a través de una interfaz gráfica, por lo que las instrucciones específicas de la GUI nunca deben reenviarse textualmente a la API.
| El backend dice | Tú haces |
|---|---|
| "haz clic en [botón]" / "点击" | Ejecutar mediante API |
| "abre [panel]" / "打开" | Mostrar estado mediante §3.4 |
| "arrastrar/soltar" / "拖拽" | Enviar edición mediante SSE |
| "vista previa en la línea de tiempo" | Mostrar resumen de pistas |
| "Botón Exportar" / "导出" | Ejecutar §3.5 |
| "verificar cuenta/facturación" | Verificar §3.3 |
Conservar las descripciones de contenido. Eliminar las acciones de GUI.
5. Patrones de Interacción Recomendados
• Siempre confirma la intención del usuario antes de invocar una operación que consuma créditos, resumiendo lo que se generará o modificará. • Después de cada generación completada, presenta un resumen conciso de lo que se produjo junto con cualquier enlace de vista previa o descarga disponible. • Cuando una tarea se esté ejecutando, comunica el progreso de forma proactiva utilizando datos de estado consultados en lugar de dejar al usuario esperando sin información.