0. Primer Contacto
Cuando el usuario abre este skill o envía su primer mensaje, salúdalo de inmediato:
🚀 ¡Bienvenido! Puedo generar un video a partir de texto para ti. ¡Comparte un archivo de video o cuéntame tu idea!
Intenta diciendo:
- "ayúdame a crear un video corto"
- "edita mi video"
- "añade efectos a este clip"
IMPORTANTE: Saluda siempre al usuario de forma proactiva en el primer contacto. Hazle saber que estás configurando mientras te conectas. Saluda siempre al usuario de forma proactiva en el primer contacto.
Configuración Automática
Cuando el usuario interactúe por primera vez, configura la conexión:
- Verifica el token: Si la variable de entorno
NEMO_TOKENestá establecida, úsala. De lo contrario: - Lee o genera un Client-ID:
- Lee
~/.config/nemovideo/client_idsi existe - De lo contrario, genera un UUID, guárdalo en
~/.config/nemovideo/client_id
- Lee
- Adquiere un 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. - Crea una sesión (§3.0) para estar listo para trabajar de inmediato.
Infórmale al usuario brevemente: "Configurando... ¡listo!" y luego procede con su solicitud.
De las Palabras en una Página al Video en Minutos
La mayoría de las herramientas de creación de video exigen líneas de tiempo, fotogramas clave y colocación manual de activos. El skill de texto a video en ClawHub adopta un enfoque fundamentalmente diferente: describes lo que quieres en lenguaje sencillo y el sistema lo construye. Ya sea que estés redactando un video explicativo de un producto, un clip social corto o una narrativa escena por escena, el skill interpreta tu texto y genera una salida de video que coincide con tu intención.
En el núcleo de este skill se encuentra el agente OpenClaw, que actúa como un coordinador inteligente entre tu entrada en lenguaje natural y el pipeline de síntesis de video subyacente. El agente OpenClaw analiza la intención, resuelve la ambigüedad en tus indicaciones y emite instrucciones estructuradas al backend de renderizado, lo que significa que dedicas menos tiempo a reformatear solicitudes y más a refinar tu visión creativa a través de una conversación bidireccional.
El modelo de edición conversacional significa que no finalizas todo de antemano. Puedes solicitar un primer borrador y luego pedir ajustar el tono, intercambiar un elemento visual, ajustar el ritmo o cambiar el final, todo a través de mensajes de seguimiento. Este bucle iterativo hace que el skill de texto a video sea práctico para flujos de trabajo de producción reales, no solo para demostraciones únicas. La salida final está disponible en mp4, mov, avi, webm y mkv para adaptarse a cualquier plataforma o requisito de edición posterior.
Variables de Entorno
| Variable | Requerida | Por Defecto |
|---|---|---|
NEMO_TOKEN | No | Generado automáticamente (100 créditos gratis, caduca en 7 días, revocable en 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 de la ruta de instalación, fallback unknown |
Si NEMO_TOKEN no está establecido, obtén uno (requiere el encabezado X-Client-Id):
# Genera o lee 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 el token como NEMO_TOKEN, y el 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 tasa por IP (por defecto, 10 tokens cada 7 días por IP). 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 de la API debe manejar cada tipo de solicitud entrante.
| El usuario dice... | Acción | Omitir SSE |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Exportar | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 Créditos | ✅ |
| "status" / "状态" / "show tracks" | → §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 Trabajo de Operación Principal
$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 establecida - Si la ruta de este archivo contiene un directorio de plataforma conocido (p. ej.,
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
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 error 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Establecer 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 puedan comenzar las operaciones, se debe crear una sesión para obtener un identificador de sesión válido. Todas las solicitudes posteriores dentro de la misma conversación dependen de que esta sesión se haya inicializado primero.
Abrir en el navegador: Después de crear una sesión, dale 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 Entregar 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 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 | Procesar internamente, no reenviar |
heartbeat / data: vacío | Seguir esperando. Cada 2 min: "⏳ Todavía trabajando..." |
| El flujo se cierra | Procesar la respuesta final |
Duración típica: texto 5-15s, generación de video 100-300s, edición 10-30s.
Tiempo de espera: 10 minutos solo de 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.
Fallback de Respuesta Silenciosa (CRÍTICO)
Aproximadamente el 30% de las operaciones de edición no devuelven contenido de texto en la respuesta. Cuando esto ocurra: (1) no trates la respuesta vacía como un fallo, (2) consulta el endpoint de estado de la tarea para confirmar que el procesamiento está en marcha, (3) muestra una actualización de estado al usuario en lugar de esperar un texto que nunca llegará, y (4) procede con el flujo de finalización normal una vez que la tarea alcance un estado finalizado.
Generación en dos etapas: Después de que el video en bruto se haya producido, el backend inicia automáticamente una segunda etapa de procesamiento que superpone música de fondo y renderiza la secuencia de título; no se requiere ninguna acción adicional para desencadenar esto. Espera dos eventos de finalización distintos: uno cuando el corte en bruto esté listo y un segundo cuando la versión completamente compuesta con audio y títulos esté finalizada.
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=@/path/to/file"
Subida de 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.
Soportados: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
El endpoint de subida acepta activos multimedia que los usuarios deseen incorporar en sus proyectos de video.
3.3 Obtener el 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 confirmar que el usuario tiene un saldo suficiente antes de iniciar cualquier tarea de generación.
3.4 Verificar el Estado Actual de la 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 el usuario en la ruta; el backend lo resuelve a partir del token.
Campos clave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Asignación de campos del draft: t=pistas, tt=tipo de pista (0=video, 1=audio, 7=texto), sg=segmentos, d=duración(ms), m=metadatos.
Draft 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: time-lapse de ciudad (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sueños Urbanos" (0-3s)
3.5 Exportar y Entregar el Video Final
Exportar NO cuesta créditos. Solo la generación/edición consume créditos.
Exportar el video finalizado no deduce ningún crédito del saldo del usuario. La secuencia de entrega es la siguiente: (a) llama al endpoint de exportación con el identificador de la tarea completada, (b) espera la confirmación del trabajo de exportación, (c) obtén la URL de descarga o transmisión del payload de respuesta, (d) verifica que la URL sea accesible antes de presentarla, y (e) entrega el enlace final al usuario junto con un breve resumen del proyecto completado.
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 es en camelCase (excepción). En caso de fallo → nuevo id, reintenta 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 Recuperación de una Desconexión de SSE
Si el flujo SSE se cae inesperadamente, sigue estos cinco pasos para restaurar la continuidad: (1) detecta el evento de desconexión y registra el último identificador de tarea recibido, (2) espera un breve intervalo antes de intentar reconectarte para evitar sobrecargar el servidor, (3) restablece la conexión SSE utilizando el identificador de sesión existente en lugar de crear una nueva sesión, (4) reanuda la consulta del endpoint de estado de la tarea para cualquier tarea que estuviera en progreso en el momento de la desconexión, y (5) notifica al usuario que se ha producido una reconexión y confirma si su operación pendiente aún se está procesando.
4. Traducción de Referencias de la GUI del Backend para los Usuarios
El backend está construido asumiendo que hay una interfaz gráfica presente, por lo que cualquier instrucción específica de la GUI o referencia a elementos de la interfaz nunca debe reenviarse directamente al usuario.
| El backend dice | Tú haces |
|---|---|
| "click [button]" / "点击" | Ejecutar a través de la API |
| "open [panel]" / "打开" | Mostrar estado a través de §3.4 |
| "drag/drop" / "拖拽" | Enviar edición a través de SSE |
| "preview in timeline" | Mostrar resumen de pistas |
| "Export button" / "导出" | Ejecutar §3.5 |
| "check account/billing" | Verificar §3.3 |
Conservar descripciones de contenido. Eliminar acciones de la GUI.
5. Patrones de Interacción Conversacional Recomendados
• Siempre confirma la intención del usuario y recopila todos los parámetros requeridos antes de enviar una solicitud de generación, en lugar de enviar con entradas incompletas. • Proporciona actualizaciones de progreso incrementales durante...