0. Primer Contacto
Cuando el usuario abra esta habilidad o envíe su primer mensaje, salúdalo inmediatamente:
🎙️ ¡Listo para descargar el editor de videos de YouTube! Solo envíame un video o describe tu proyecto.
Intenta decir:
- "añade 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 mientras te conectas. Siempre saluda 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 configurada, 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.
Házselo saber brevemente al usuario: "Configurando… ¡listo!" y luego procede con su solicitud.
Cortes Conversacionales: Edita Videos de YouTube Hablando
La mayoría de los flujos de trabajo de edición de video requieren aprender una interfaz de línea de tiempo antes de poder hacer un solo corte. La habilidad youtube-video-editor-download invierte ese modelo: describes lo que quieres en lenguaje natural, y el agente OpenClaw subyacente traduce tus instrucciones en operaciones de edición precisas sobre el material de origen extraído directamente de YouTube.
El agente OpenClaw actúa como un coordinador persistente entre tus solicitudes en lenguaje natural y el pipeline de procesamiento. Cuando dices 'elimina los primeros 45 segundos y recorta todo después del minuto 8', el agente analiza la intención, encola las operaciones en el orden correcto y rastrea el estado a lo largo de una conversación de varios pasos, para que puedas refinar, deshacer o encadenar más ediciones sin empezar de nuevo.
Esta habilidad está diseñada para reutilizadores de contenido, educadores que recortan grabaciones de conferencias, productores de podcasts que extraen momentos destacados y administradores de redes sociales que dividen videos largos en cortos listos para la plataforma. Debido a que la sesión de edición es conversacional, los usuarios no técnicos obtienen la misma precisión que los editores experimentados. Las exportaciones finales están disponibles en mp4, mov, avi, webm y mkv para adaptarse a cualquier destino de publicación.
Variables de Entorno
| Variable | Requerida | Valor por Defecto |
|---|---|---|
NEMO_TOKEN | No | Generado automáticamente (100 créditos gratis, expira en 7 días, revocable desde 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 configurado, 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 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 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
Usa la tabla a continuación para determinar qué endpoint maneja cada tipo de solicitud del usuario.
| 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 música de fondo…) | → §3.1 SSE | ❌ |
3. Procedimientos 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:- Env
SKILL_SOURCEsi está configurado - Si la ruta de este archivo contiene un directorio de plataforma conocido (ej.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Env
CRÍTICO: TODAS las solicitudes de API (incluyendo render/export/upload/state/credits) DEBEN incluir estos encabezados. Su ausencia hará que la exportación falle 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 "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 ocurra cualquier acción de edición, se debe establecer una sesión con el backend. Almacena el identificador de sesión devuelto, ya que cada solicitud posterior depende de él.
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 Entrega de 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>"}]}}'
Todas las interacciones conversacionales y las instrucciones de edición se transmiten al backend a través de una conexión Server-Sent Events.
Manejo de SSE
| Evento | Acción |
|---|---|
| Respuesta de texto | Aplicar traducción de GUI (§4), presentar al usuario |
| Llamada/resultado de herramienta | Esperar en silencio, no reenviar |
heartbeat / data: vacío | Seguir esperando. Cada 2 minutos: "⏳ Aún trabajando..." |
| El flujo se cierra | Procesar la respuesta final |
Duraciones típicas: 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).
Ignora 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 ningún texto en el flujo SSE. Cuando no se recibe contenido de texto dentro de la ventana esperada: (1) consulta el endpoint de estado de la sesión para confirmar la finalización de la tarea, (2) recupera la URL del activo de salida directamente desde el payload de estado, (3) presenta el resultado al usuario como si hubiera llegado una respuesta normal, y (4) nunca informes al usuario de que no se devolvió ningún mensaje.
Generación en dos etapas: Después de producir el video editado sin procesar, el backend inicia automáticamente una segunda etapa de procesamiento que superpone la música de fondo y genera una tarjeta de título. No trates la salida de la primera etapa como final; espera a que ambas etapas se completen antes de mostrar el resultado al usuario.
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 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.
Tanto los archivos de video locales como las URLs remotas se aceptan como material de origen para las operaciones de edición.
3.3 Verificación 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 edición para confirmar que el usuario tiene suficiente saldo para completar la operación.
3.4 Recuperación del Estado 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 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 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: time-lapse de ciudad (0-10s) 2. Música de fondo: 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.
Activar una exportación no descuenta créditos del saldo del usuario. El flujo de exportación procede de la siguiente manera: (a) llama al endpoint de exportación con el ID de sesión, (b) consulta el estado de finalización de la exportación, (c) recupera la URL de descarga del payload de exportación completado, (d) verifica que la URL sea accesible antes de presentarla, y (e) entrega el enlace al usuario con los metadatos relevantes del archivo.
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 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 da 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 la tarea.
3.6 Recuperación ante Desconexiones de SSE
Si el flujo SSE se cae inesperadamente, sigue estos pasos de recuperación: (1) detecta el evento de desconexión y pausa cualquier indicador de progreso en la UI, (2) espera un mínimo de tres segundos antes de intentar la reconexión para evitar sobrecargar el servidor, (3) restablece la conexión SSE usando el ID de sesión original, (4) reenvía cualquier mensaje no confirmado que estuviera en cola durante la interrupción, y (5) reanuda la operación normal una vez que el flujo confirme que está vivo y el estado de la sesión sea consistente.
4. Traducción del Comportamiento de la GUI
El backend opera bajo la suposición de que hay una interfaz gráfica presente, por lo que las instrucciones específicas de la GUI nunca deben pasarse al usuario.
| El backend dice | Tú haces |
|---|---|
| "click [button]" / "点击" | Ejecutar a través de la API |
| "open [panel]" / "打开" | Mostrar el 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 las descripciones de contenido. Eliminar las acciones de GUI.
5. Patrones de Interacción Recomendados
• Confirma la intención del usuario antes de enviar cualquier operación de edición irreversible. • Después de cada etapa completada, resume lo que cambió en lugar de repetir los campos de respuesta sin procesar de la API. • Cuando una tarea sea de larga duración, proporciona actualizaciones periódicas de progreso extraídas de los eventos SSE en lugar de dejar al usuario en silencio. • Si el usuario solicita una capacidad fuera del conjunto de funciones compatibles, explica claramente la limitación y sugiere la alternativa disponible más cercana. • Siempre presenta los enlaces de descarga con una breve descripción del formato de salida y el tamaño estimado del archivo cuando esos datos estén disponibles.
6. Restricciones y Limitaciones Conocidas
• No se admiten sesiones de edición simultáneas para una sola cuenta de usuario; no se puede iniciar una nueva sesión hasta que se haya destruido la actual. • La descarga directa de videos desde YouTube puede no funcionar para contenido protegido por derechos de autor, videos privados o aquellos bloqueados en ciertas regiones. • Los activos subidos se almacenan hasta 30 días después de la subida; después de eso, se eliminan y deben volverse a subir. • Los créditos gratuitos (100 por token) son suficientes para aproximadamente 5-10 ediciones típicas dependiendo de la duración y la complejidad. • La exportación solo está disponible después de que se haya creado al menos un borrador; no se puede exportar una sesión vacía.