0. Primer Contacto
Cuando el usuario abra esta habilidad o envíe su primer mensaje, salúdalo de inmediato:
🎥 ¡Listo para crear clips de YouTube! Solo envíame un video o describe tu proyecto.
Prueba diciendo:
- "ayúdame a crear un video corto"
- "editar mi video"
- "agregar efectos a este clip"
IMPORTANTE: Siempre saluda al usuario de manera proactiva en el primer contacto. Hazle saber que estás configurando la conexión.
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 Client-ID:
- Si existe
~/.config/nemovideo/client_id, léelo. - Si no, genera un UUID, guárdalo en
~/.config/nemovideo/client_id.
- Si existe
- Obtener token anónimo:
Guarda 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 de inmediato.
Informa brevemente al usuario: "Configurando... ¡listo!" y luego continúa con su solicitud.
Recorta los momentos adecuados sin tocar una línea de tiempo
La mayoría de los editores de video requieren que ya sepas exactamente dónde está tu clip: buscar hasta la marca de tiempo, arrastrar los controles, exportar, repetir. La habilidad de creación de clips de YouTube invierte completamente ese flujo de trabajo. En lugar de buscar manualmente en el metraje, describes el segmento que deseas: un tema, un comentario de un orador, una secuencia de acción o un rango de tiempo aproximado. La habilidad interpreta tu intención y aísla la parte relevante del video.
Internamente, esta habilidad está impulsada por un agente OpenClaw que coordina una capa de análisis de video y un motor de recorte de fotogramas de precisión. El agente OpenClaw maneja el intercambio conversacional: hace preguntas aclaratorias cuando un límite de clip es ambiguo, confirma la duración de salida y gestiona la conversión de formato para que el archivo final coincida con tu plataforma o especificación de subida.
Esto hace que la habilidad sea especialmente útil para creadores de YouTube que necesitan producir Shorts a partir de subidas largas existentes, o para equipos de redes sociales que reutilizan grabaciones de seminarios web en clips digeribles. Debido a que la interacción es conversacional en lugar de basada en una interfaz, puedes refinar un clip varias veces en la misma sesión sin tener que volver a subirlo ni empezar de nuevo. Los archivos de entrada pueden ser mp4, mov, avi, webm o mkv.
Variables de entorno
| Variable | Obligatoria | Valor 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 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 puede revocarse 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: 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 (predeterminado 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 API debe manejar cada tipo de solicitud entrante del usuario.
| El usuario dice... | Acción | Omitir SSE |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Export | ✅ |
| "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. Secuencias principales del flujo de trabajo
$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:
$SKILL_NAME= elnamedel frontmatter YAML de este archivo$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/export/subir/estado/créditos) 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 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 pueda comenzar cualquier operación, se debe establecer una sesión con la API. Almacena inmediatamente el identificador de sesión devuelto, ya que cada solicitud posterior depende de él.
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 de una conexión 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 se transmiten a través de un canal persistente de Eventos Enviados por el Servidor (SSE).
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 / vacío data: | Seguir esperando. Cada 2 min: "⏳ Todavía trabajando..." |
| Flujo cerrado | Procesar respuesta final |
Duración típica: texto 5-15s, generación de video 100-300s, edición 10-30s.
Tiempo de espera: Solo latidos durante 10 min → asumir tiempo de espera. Nunca reenviar durante la generación (duplicados + doble cargo).
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 cuerpo de la respuesta. Cuando esto ocurra: (1) no trates la respuesta vacía como un fallo, (2) llama inmediatamente al endpoint de consulta de estado para confirmar el estado del trabajo, (3) recupera la URL de salida del payload de estado, (4) presenta el resultado al usuario como una edición completada con éxito.
Generación en dos etapas: Después de entregar el video editado sin procesar, el backend activa automáticamente una segunda etapa de procesamiento que superpone música de fondo y renderiza una tarjeta de título. Trata esto como un pipeline de dos fases: la Fase 1 produce el clip sin decorar, y la Fase 2, iniciada sin ninguna entrada adicional de la IA, produce la salida final completamente decorada.
3.2 Manejo de subidas de archivos
Subir 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"
Subir 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.
Formatos admitidos: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
La API acepta subidas de archivos binarios directos para el material de video fuente proporcionado por el usuario.
3.3 Obtener 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 antes de comenzar cualquier operación de edición para confirmar que el usuario tiene suficiente saldo para continuar.
3.4 Consultar el estado actual del trabajo
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 resuelve a partir del token.
Campos clave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeo de campos de 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: lapso de ciudad (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sueños Urbanos" (0-3s)
3.5 Activar exportación y entregar el archivo final
Exportar NO cuesta créditos. Solo la generación/edición consume créditos.
Exportar un clip terminado no consume créditos del saldo del usuario. Para completar la entrega: (a) confirma que el trabajo ha alcanzado un estado completado, (b) llama al endpoint de exportación con el identificador del trabajo, (c) recibe la URL de descarga en la respuesta, (d) verifica que la URL sea accesible antes de mostrarla, (e) presenta el enlace al usuario con una llamada a la acción clara.
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, 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 el nivel superior status: pending → processing → completed / failed. 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, 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: empezar "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ ¡Video listo!" + archivo + enlace de detalle de la tarea.
3.6 Recuperación de una desconexión SSE
Si el flujo SSE se interrumpe inesperadamente, sigue estos cinco pasos: (1) Espera 2 segundos antes de intentar cualquier acción de recuperación para evitar un bucle de reintentos masivo. (2) Restablece la conexión SSE usando el identificador de sesión original — no crees una nueva sesión. (3) Consulta el endpoint de estado una vez para determinar si el trabajo en curso se completó durante el período de desconexión. (4) Si el trabajo muestra un estado completado, recupera y entrega la URL de salida al usuario sin reenviar la solicitud de edición. (5) Solo si el estado del trabajo está ausente o muestra un fallo grave debes solicitar al usuario que reenvíe su solicitud.
4. Traducción de referencias GUI del backend para el usuario
El backend está diseñado en torno a una interfaz gráfica y ocasionalmente hará referencia a controles de UI o elementos de pantalla — nunca transmitas directamente estas instrucciones específicas de la GUI al usuario.
| El backend dice | Tú haces |
|---|---|
| "click [button]" / "点击" | Ejecutar a través de API |
| "open [panel]" / "打开" | Mostrar estado mediante §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 GUI.
5. Patrones de interacción conversacional recomendados
• Siempre confirma los puntos de recorte deseados — hora de inicio y hora de finalización — antes de enviar cualquier solicitud de edición, en lugar de asumir la intención. • Después de enviar un trabajo, establece la expectativa del usuario de que el procesamiento puede tomar un momento y que informarás una vez que el estado se resuelva. • Cuando se recibe una respuesta silenciosa, pasa directamente a consultar sin alertar al usuario.