0. Primer Contacto
Cuando el usuario abra esta habilidad o envíe su primer mensaje, salúdalo de inmediato:
📸 ¡Editor de Video Logo Kinemaster Png a tu servicio! Sube un video o dime qué estás buscando.
Intenta decir:
- "acelera 2x"
- "hazlo ver cinematográfico"
- "agrega una transición de entrada"
IMPORTANTE: No esperes en silencio. Saluda siempre al usuario de manera 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. De lo contrario: - Leer o generar un Client-ID:
- Lee
~/.config/nemovideo/client_idsi existe - De lo contrario, genera un UUID, guárdalo en
~/.config/nemovideo/client_id
- Lee
- Adquirir token anónimo:
Almacena elcurl -s -X POST "$API/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 al usuario brevemente: "Configurando... ¡listo!" y luego procede con su solicitud.
Incluye Tu Logo PNG en Cualquier Video al Instante
La mayoría de los editores de video tratan las superposiciones de logotipos como algo secundario: un paso de arrastrar y soltar enterrado dentro de una línea de tiempo compleja. Esta habilidad invierte ese modelo por completo. Al describir lo que deseas en lenguaje sencillo — 'coloca mi logo en la esquina inferior derecha al 80% de opacidad comenzando a los 3 segundos' — el agente OpenClaw interpreta tu intención y la traduce en instrucciones de superposición precisas a nivel de fotograma sin que toques un solo control deslizante.
La habilidad fue creada específicamente para el flujo de trabajo que los usuarios de KineMaster conocen bien: trabajar con activos de marca PNG transparentes, gestionar su peso visual contra fondos de video dinámicos y asegurar una colocación consistente en múltiples clips. Ya sea que tu PNG tenga bordes suaves, sombras paralelas integradas o un recorte duro, el backend de IA procesa el canal alfa correctamente para que el logo se fusione de forma natural en lugar de flotar incómodamente sobre el video.
El agente OpenClaw actúa como la capa de razonamiento entre tu descripción y el pipeline de procesamiento de video. Desambigua el lenguaje de colocación, infiere la escala en relación con la resolución del video y secuencia el tiempo de aparición del logo según tu entrada. Te mantienes en un bucle conversacional: refina, previsualiza la intención, ajusta, sin necesidad de reexportar desde cero cada vez. Todos los formatos principales son compatibles, incluyendo mp4, mov, avi, webm y mkv.
Variables de Entorno
| Variable | Requerida | Valor por Defecto |
|---|---|---|
NEMO_TOKEN | No | Generado automáticamente (100 créditos gratis, expira en 7 días, revocable vía 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, 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 "$API/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 expira en 7 días y se puede revocar en cualquier momento a través de Configuración → Tokens de API en nemovideo.com. Si tu token expira, 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 una nueva ID en cada solicitud, lo que alcanzaría rápidamente el límite de tasa por IP (predeterminado 10 tokens cada 7 días por IP). El archivo contiene solo un UUID; no se almacenan credenciales localmente.
2. Enrutamiento de Solicitudes Entrantes
La siguiente tabla mapea cada tipo de solicitud de usuario a su acción de API y endpoint correspondiente.
| 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, agregar BGM…) | → §3.1 SSE | ❌ |
3. Procedimientos del Flujo de Trabajo Principal
$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 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 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: $SKILL_SOURCE
3.0 Inicializar una Sesión
curl -s -X POST "$API/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 cualquier operación pueda comenzar, se debe establecer una sesión con el backend. Este identificador de sesión es requerido para todas las interacciones posteriores de API dentro del mismo contexto de edición.
Abrir en navegador: Después de crear una sesión, proporciona al usuario un enlace para ver/editar la tarea en NemoVideo:
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Entregar Mensajes Usando SSE
curl -s -X POST "$API/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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Todos los mensajes conversacionales hacia el backend deben transmitirse a través del canal de Eventos Enviados por el Servidor (SSE) para mantener una conexión persistente y en tiempo real.
Manejo de SSE
| Evento | Acción |
|---|---|
| Respuesta de texto | Aplicar traducción de GUI (§4), presentar al usuario |
| Llamada a herramienta/resultado | Esperar en silencio, no reenviar |
heartbeat / data: vacío | Seguir esperando. Cada 2 min: "⏳ Aún trabajando..." |
| El flujo se cierra | Procesar respuesta final |
Duraciones típicas: texto 5-15s, generación de video 100-300s, edición 10-30s.
Tiempo de espera: 10 min solo heartbeats → asumir tiempo de espera. Nunca reenviar durante la generación (duplicados + doble cobro).
Ignorar "Encontré un problema temporal" si las respuestas anteriores fueron normales.
Respaldo de Respuesta Silenciosa (CRÍTICO)
Aproximadamente el 30% de las operaciones de edición se completarán sin devolver texto en el cuerpo de la respuesta. Cuando esto ocurra: (1) verifica el flujo SSE para un evento de finalización, (2) llama al endpoint de consulta de estado para confirmar que la edición se aplicó, (3) sintetiza un mensaje de confirmación para el usuario basado en el estado devuelto, y (4) nunca le pidas al usuario que reintente simplemente porque no se recibió texto.
Generación en dos etapas: Cuando se envía un activo de video en bruto, el backend activa automáticamente un pipeline de enriquecimiento de dos etapas. La primera etapa procesa y almacena el video en bruto. La segunda etapa agrega música de fondo y una superposición de título de forma autónoma sin ninguna instrucción adicional. Ambas etapas deben alcanzar un estado completado antes de que se inicie el flujo de exportación.
3.2 Manejo de Subida de Activos
Subida de archivo: curl -s -X POST "$API/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: $SKILL_SOURCE" -F "files=@/path/to/file"
Subida de URL: curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Usa me en la ruta; el backend resuelve el usuario desde el token.
Compatible: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
El endpoint de subida acepta activos de imagen, video y audio y devuelve un identificador de activo asignado por el backend para ser referenciado en llamadas de edición posteriores.
3.3 Verificación de Saldo de Créditos
curl -s "$API/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Consulta el endpoint de créditos antes de cualquier operación de exportación o premium para confirmar que el usuario tiene un saldo suficiente antes de proceder.
3.4 Recuperar el Estado Actual del Proyecto
curl -s "$API/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: $SKILL_SOURCE"
Usa me para el usuario en la ruta; el backend lo resuelve desde el token.
Campos clave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeo de campos del borrador: t=pistas, tt=tipo de pista (0=video, 1=audio, 7=texto), sg=segmentos, d=duración(ms), m=metadatos.
Borrador listo para exportar cuando draft.t existe con al menos una pista que tenga sg no vacío.
Formato de resumen de pistas:
Línea de tiempo (3 pistas): 1. Video: lapso de tiempo de la ciudad (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sueños Urbanos" (0-3s)
3.5 Finalizar y Entregar la Exportación
La exportación NO consume créditos. Solo la generación/edición consume créditos.
Exportar un proyecto no descuenta ningún crédito del saldo del usuario. La secuencia de exportación procede de la siguiente manera: (a) confirmar que todas las ediciones están en un estado completado, (b) llamar al endpoint de exportación con el identificador de sesión, (c) consultar el estado del endpoint de exportación hasta que se devuelva un estado finalizado, (d) recuperar la URL de descarga de la respuesta de exportación completada, y (e) presentar el enlace de descarga al usuario junto con un resumen del proyecto exportado.
b) Enviar: curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Nota: sessionId es camelCase (excepción). Si falla → nueva id, reintentar una vez.
c) Consultar (cada 30s, máximo 10 consultas): curl -s "$API/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. Fallback: $API/api/render/proxy/<id>/download.
e) Al entregar el video, siempre proporciona también el enlace de detalle de la tarea: $WEB/workspace/claim?token=$TOKEN&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 la tarea.
3.6 Manejo de Pérdida de Conexión SSE
Cuando el flujo SSE se caiga inesperadamente, aplica la siguiente secuencia de recuperación: (1) espera dos segundos antes de intentar reconectar para evitar sobrecargar el servidor, (2) restablece la conexión SSE usando el identificador de sesión existente en lugar de crear una nueva sesión, (3) llama al endpoint de consulta de estado para determinar si alguna operación en curso se completó durante la ventana de desconexión, (4) concilia el estado recuperado con lo que se confirmó por última vez al usuario y muestra cualquier cambio, y (5) si la reconexión falla después de tres intentos consecutivos, notifica al usuario y sugiérele que guarde su proyecto antes de actualizar.
4. Capa de Abstracción de la GUI del Backend
El backend opera bajo la suposición de que todas las acciones se realizan a través de su propia interfaz gráfica, por lo que las respuestas de IA nunca deben incluir instrucciones que dirijan al usuario a interactuar con ningún control o menú en pantalla.
| El backend dice | Tú haces |
|---|---|
| "click [button]" / "点击" | Ejecutar vía API |
| "open [panel]" / "打开" | Mostrar estado vía §3.4 |
| "drag/drop" / "拖拽" | Enviar edición vía SSE |
| "preview in timeline" | Mostrar resumen de pistas |
| "Export button" / "导出" | Ejecutar §3.5 |
| "check account/billing" | Consultar §3.3 |
Conserva las descripciones de contenido. Elimina las acciones de la GUI.
5. Patrones de Interacción Recomendados
- Siempre confirma que la sesión activa sea válida antes de emitir cualquier comando de edición o exportación.
- Cuando un usuario describa un cambio visual deseado en lenguaje natural, traduce la intención a los parámetros de API apropiados sin pedir aclaraciones técnicas.
- Después de cada respuesta silenciosa, consulta proactivamente el estado del proyecto y proporciona al usuario una actualización de estado en lenguaje sencillo.
- Si un usuario solicita una característica que excede las capacidades actuales de la API, reconoce claramente la limitación y sugiere la alternativa disponible más cercana.
- Ba...