0. Premier Contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
🎵 Ai Text To Video Generator à votre service ! Téléchargez une vidéo ou dites-moi ce que vous cherchez.
Essayez de dire :
- "ajoute des effets à ce clip"
- "aide-moi à créer une courte vidéo"
- "modifie ma vidéo"
IMPORTANT : N'attendez pas en silence. Toujours saluer l'utilisateur de manière proactive au premier contact.
Configuration automatique
Lors de la première interaction, configurer la connexion :
- Vérifier le jeton : Si la variable d'environnement
NEMO_TOKENest définie, l'utiliser. Sinon : - Lire ou générer un Client-ID :
- Lire
~/.config/nemovideo/client_ids'il existe - Sinon, générer un UUID, le sauvegarder dans
~/.config/nemovideo/client_id
- Lire
- Acquérir un jeton anonyme :
Stocker lecurl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenretourné commeNEMO_TOKENpour cette session. Vous obtenez 100 crédits gratuits. - Créer une session (§3.0) pour être prêt à travailler immédiatement.
Informer brièvement l'utilisateur : "Configuration en cours… prêt !" puis procéder à sa demande.
D'une simple phrase à une vidéo terminée
La plupart des outils de création vidéo exigent des timelines, des images clés et des paramètres d'exportation avant même d'apercevoir une seule image. La compétence ai-text-to-video-generator inverse complètement cette approche — vous décrivez ce que vous voulez en langage conversationnel, et la compétence se charge de la traduction des mots en images animées. Vous voulez un dévoilement de produit cinématographique avec un éclairage chaleureux et un ralenti ? Il suffit de le dire.
En coulisses, l'agent OpenClaw agit comme la couche d'orchestration entre vos instructions en langage naturel et le pipeline de rendu vidéo. Il analyse votre intention, lève les ambiguïtés en posant des questions de clarification si nécessaire, et transmet des directives structurées au backend de génération. Cela signifie que votre instruction n'est pas simplement mise en correspondance avec des mots-clés — elle est réellement comprise dans son contexte, en préservant des nuances comme l'ambiance, le rythme et l'arc narratif pour des demandes multi-scènes.
La compétence est particulièrement adaptée aux flux de travail itératifs. Vous pouvez affiner un clip généré en continuant la conversation — ajuster la durée, changer les styles visuels ou ajouter des sous-titres — sans repartir de zéro. Chaque échange s'appuie sur le contexte précédent, rendant le processus moins semblable à l'utilisation d'un outil et plus à une collaboration avec un réalisateur qui se souvient de tout ce que vous avez discuté.
Variables d'environnement
| Variable | Requise | Valeur par défaut |
|---|---|---|
NEMO_TOKEN | Non | Généré automatiquement (100 crédits gratuits, expire dans 7 jours, révocable via Paramètres → Jetons API) |
NEMO_API_URL | Non | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | Non | https://nemovideo.com |
NEMO_CLIENT_ID | Non | UUID généré automatiquement, persistant dans ~/.config/nemovideo/client_id (UUID uniquement, aucun secret) |
SKILL_SOURCE | Non | Détecté automatiquement depuis le chemin d'installation, valeur de repli unknown |
Si NEMO_TOKEN n'est pas défini, en obtenir un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire le Client-Id persistant
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,...}}
Sauvegarder token comme NEMO_TOKEN, CLIENT_ID comme NEMO_CLIENT_ID. Anonyme : 1 jeton par client tous les 7 jours ; le jeton expire dans 7 jours et peut être révoqué à tout moment via Paramètres → Jetons API sur nemovideo.com. Si votre jeton expire, demandez-en un nouveau avec le même X-Client-Id.
Persistance locale : Cette compétence écrit dans ~/.config/nemovideo/client_id pour conserver le Client-Id entre les sessions. Cela évite de générer un nouvel identifiant à chaque requête, ce qui atteindrait rapidement la limite de débit par IP (par défaut 10 jetons par 7 jours par IP). Le fichier ne contient qu'un UUID — aucune information d'identification n'est stockée localement.
2. Router les demandes entrantes vers le point de terminaison correct
Utilisez le tableau ci-dessous pour déterminer quel point de terminaison API doit gérer chaque type de demande entrante.
| L'utilisateur dit... | Action | Ignorer SSE ? |
|---|---|---|
| "export" / "导出" / "download" / "envoie-moi la vidéo" | → §3.5 Export | ✅ |
| "credits" / "积分" / "balance" / "solde" | → §3.3 Crédits | ✅ |
| "status" / "状态" / "afficher les pistes" | → §3.4 État | ✅ |
| "upload" / "上传" / l'utilisateur envoie un fichier | → §3.2 Téléchargement | ✅ |
| Tout le reste (générer, modifier, ajouter BGM…) | → §3.1 SSE | ❌ |
3. Flux d'opérations principaux
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variables d'attribution de la compétence — NE PAS coder en dur :
$SKILL_NAME= lenamedu frontmatter YAML de ce fichier$SKILL_VERSION= leversiondu frontmatter YAML de ce fichier$SKILL_SOURCE= détecter à l'exécution en utilisant la première correspondance :- Env
SKILL_SOURCEsi défini - Si le chemin de ce fichier contient un répertoire de plateforme connu (ex.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Valeur de repli :
unknown
- Env
CRITIQUE : TOUTES les requêtes API (y compris rendu/exportation/téléchargement/état/crédits) DOIVENT inclure ces en-têtes. Leur absence entraînera l'échec de l'exportation avec l'erreur 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Établir une nouvelle session
curl -s -X POST "$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":"..."}}
Avant que toute autre opération ne puisse se poursuivre, une session doit être initialisée. Ce jeton de session ancre toutes les requêtes suivantes dans le même contexte de travail.
Ouvrir dans le navigateur : Après avoir créé une session, donnez à l'utilisateur un lien pour voir/modifier la tâche dans NemoVideo :
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Diffuser des messages via SSE
curl -s -X POST "$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>"}]}}'
Tous les messages conversationnels sont transmis au backend via une connexion SSE persistante.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse textuelle | Appliquer la traduction de l'interface graphique (§4), présenter à l'utilisateur |
| Appel d'outil / résultat | Attendre silencieusement, ne pas transmettre |
heartbeat / data: vide | Continuer d'attendre. Toutes les 2 min : "⏳ Toujours en cours..." |
| Flux fermé | Traiter la réponse finale |
Durées typiques : texte 5-15s, génération vidéo 100-300s, édition 10-30s.
Délai d'attente : 10 minutes de cœurs uniquement → considérer comme un délai d'attente. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer les messages de type "J'ai rencontré un problème temporaire" si les réponses précédentes étaient normales.
Repli en cas de réponse silencieuse (CRITIQUE)
Environ 30 % des opérations d'édition ne renvoient aucun texte visible dans le flux de réponse. Lorsque cela se produit : (1) ne pas traiter l'absence de texte comme un échec ; (2) interroger le point de terminaison d'état de la tâche pour confirmer que le travail progresse ; (3) une fois que la tâche atteint un état terminé, passer directement au flux d'exportation ; (4) informer l'utilisateur que le traitement est en cours plutôt que de suggérer qu'une erreur s'est produite.
Génération en deux étapes : Le backend enrichit automatiquement la sortie vidéo brute en une seconde passe — une musique de fond et une superposition de titre sont ajoutées sans aucune instruction supplémentaire de l'IA. Attendez deux événements d'achèvement distincts : le premier signale que le clip vidéo brut est prêt, et le second signale que la version entièrement décorée avec BGM et titre est disponible. Attendez toujours la deuxième étape avant de présenter le résultat final à l'utilisateur.
3.2 Gestion des téléchargements de fichiers
Téléchargement de fichier : 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: $SKILL_SOURCE" -F "files=@/path/to/file"
Téléchargement d'URL : curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Utilisez me dans le chemin ; le backend résout l'utilisateur à partir du jeton.
Formats pris en charge : mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Le point de terminaison de téléchargement accepte les ressources média fournies par l'utilisateur qui peuvent être référencées comme matériau source lors de la génération vidéo.
3.3 Vérification des crédits disponibles
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Interroger le point de terminaison des crédits avant d'initier toute tâche de génération pour confirmer que l'utilisateur dispose d'un solde suffisant pour couvrir l'opération.
3.4 Interrogation de l'état actuel de la tâche
curl -s "$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: $SKILL_SOURCE"
Utilisez me pour l'utilisateur dans le chemin ; le backend le résout à partir du jeton.
Champs clés : data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Correspondance des champs du brouillon : t=pistes, tt=type de piste (0=vidéo, 1=audio, 7=texte), sg=segments, d=durée (ms), m=métadonnées.
Brouillon prêt pour l'exportation lorsque draft.t existe avec au moins une piste contenant un sg non vide.
Format du résumé des pistes :
Timeline (3 pistes) : 1. Vidéo : timelapse ville (0-10s) 2. BGM : Lo-fi (0-10s, 35%) 3. Titre : "Urban Dreams" (0-3s)
3.5 Exportation et livraison de la vidéo finale
L'exportation ne coûte PAS de crédits. Seule la génération/l'édition consomme des crédits.
Le déclenchement d'une exportation ne consomme aucun crédit. Pour livrer la vidéo terminée : (a) appeler le point de terminaison d'exportation avec l'identifiant de tâche terminée ; (b) attendre l'URL de téléchargement signée dans la réponse ; (c) vérifier que l'URL pointe vers un fichier lisible ; (d) présenter l'URL ou un lecteur intégré à l'utilisateur ; (e) inclure le titre de la vidéo et toutes les métadonnées pertinentes avec le lien fourni.
b) Soumettre : curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Remarque : sessionId est en camelCase (exception). En cas d'échec → nouveau id, réessayer une fois.
c) Interroger (toutes les 30s, max 10 interrogations) : curl -s "$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"
Statut au niveau supérieur status : pending → processing → completed / failed. URL de téléchargement à output.url.
d) Télécharger depuis output.url → envoyer à l'utilisateur. Repli : $API/api/render/proxy/<id>/download.
e) Lors de la livraison de la vidéo, toujours donner également le lien des détails de la tâche : $WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Messages de progression : début "⏳ Rendu en cours ~30s" → "⏳ 50%" → "✅ Vidéo prête !" + fichier + lien des détails de la tâche.
3.6 Récupération après une déconnexion SSE
Si le flux SSE se déconnecte de manière inattendue, suivez ces étapes : (1) capturer le dernier ID de tâche connu avant la perte de connexion ; (2) attendre un minimum de trois secondes avant de tenter de se reconnecter pour éviter de surcharger le serveur ; (3) rouvrir le flux SSE en utilisant le même jeton de session ; (4) reprendre l'interrogation du point de terminaison d'état de la tâche avec l'ID de tâche sauvegardé pour déterminer la progression actuelle ; (5) une fois qu'un état terminal est confirmé, continuer avec le flux normal d'exportation et de livraison comme si aucune interruption ne s'était produite.
4. Traduction des références GUI du backend
Le backend est conçu autour d'une interface graphique et fera occasionnellement référence à des éléments d'interface utilisateur — ne relayez jamais ces instructions spécifiques à l'interface graphique textuellement à l'utilisateur.
| Le backend dit | Vous faites |
|---|---|
| "cliquez sur [bouton]" / "点击" | Exécuter via API |
| "ouvrir [panneau]" / "打开" | Afficher l'état via §3.4 |
| "glisser/déposer" / "拖拽" | Envoyer une modification via SSE |
| "aperçu dans la timeline" | Afficher le résumé des pistes |
| "Bouton d'exportation" / "导出" | Exécuter §3.5 |
| "vérifier le compte/facturation" | Vérifier §3.3 |
Conserver les descriptions de contenu. Supprimer les actions GUI.
5. Modèles d'interaction recommandés
• Accuser réception de la demande de l'utilisateur immédiatement et définir des attentes claires concernant le temps de génération avant le début de la tâche. • Fournir des mises à jour de progression périodiques en affichant les informations d'état récupérées depuis le point de terminaison d'état de la tâche plutôt que de laisser l'utilisateur dans le silence. • Lorsqu'une réponse silencieuse est reçue, rassurer l'utilisateur que le travail est en cours au lieu de suggérer que quelque chose s'est mal passé. • Une fois l'enrichissement de la deuxième étape terminé, présenter la vidéo finale accompagnée de son titre et d'un bref résumé de ce qui a été créé. • Si une erreur récupérable se produit, expliquer ce qui s'est passé en langage clair et réessayer automatiquement en utilisant le flux de récupération établi avant de demander à l'utilisateur d'entreprendre une action.
6. Limitations connues
• La génération vidéo est asynchrone et ne peut pas être accélérée — les temps d'attente estimés doivent être communiqués à l'utilisateur plutôt que masqués. • Les crédits générés automatiquement expirent après 7 jours ; les utilisateurs ayant besoin d'une utilisation continue doivent gérer leur jeton via les paramètres du compte. • Le backend peut renvoyer des réponses silencieuses pour les opérations d'édition ; le mécanisme de repli de réponse silencieuse (§3.1) doit être utilisé à la place de la déclaration d'un échec. • Le processus de génération en deux étapes signifie que les vidéos brutes sont temporairement disponibles avant la version décorée finale — seul le résultat final doit être présenté à l'utilisateur.