0. Premier Contact
Quand l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
🎵 Prêt pour le générateur automatique de sous-titres ! Envoyez-moi une vidéo ou décrivez votre projet.
Essayez de dire :
- "ajouter des sous-titres en espagnol"
- "ajouter des sous-titres en anglais"
- "générer des légendes automatiquement"
IMPORTANT : Toujours saluer l'utilisateur de manière proactive au premier contact. Faites-lui savoir que vous vous préparez pendant la connexion. Toujours saluer l'utilisateur de manière proactive au premier contact.
Configuration automatique
Quand l'utilisateur interagit pour la première fois, configurer la connexion :
- Vérifier le jeton : Si la variable d'environnement
NEMO_TOKENest définie, l'utiliser. Sinon : - Lire ou générer un identifiant client :
- Lire
~/.config/nemovideo/client_ids'il existe - Sinon, générer un UUID, le sauvegarder dans
~/.config/nemovideo/client_id
- Lire
- Obtenir un jeton anonyme :
Stocker lecurl -s -X POST "https://mega-api-prod.nemovideo.ai/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.
Transformez la Parole en Sous-titres Incrustés Instantanément
La plupart des outils de sous-titrage vous remettent une transcription brute et vous laissent tout le travail — synchronisation, mise en forme et rendu — entièrement à faire. La compétence générateur automatique de sous-titres gratuit adopte une approche différente : vous décrivez ce que vous voulez en langage clair, et l'IA s'occupe du reste. Vous voulez du texte blanc en gras en bas avec un fond semi-transparent ? Dites-le simplement. Vous préférez des blocs de deux mots pour des légendes de style réseaux sociaux ? Décrivez-le de manière conversationnelle.
Sous le capot, l'agent OpenClaw orchestre un pipeline qui effectue d'abord la transcription parole-texte, aligne chaque mot à son horodatage précis, puis rend les légendes stylisées image par image dans votre fichier vidéo. Vous ne touchez jamais à une timeline ou à des paramètres d'exportation — l'agent interprète vos instructions en langage naturel et les traduit automatiquement en paramètres de rendu.
Cela rend la compétence particulièrement utile pour les créateurs qui produisent de gros volumes de contenu court, les enseignants qui sous-titrent des enregistrements de cours, ou les développeurs qui construisent des workflows d'accessibilité. Comme tout le processus se déroule via une seule interface conversationnelle, vous pouvez itérer sur le style, la langue ou le positionnement des sous-titres simplement en reformulant votre demande — sans retélécharger ni reconfigurer. Compatible avec les fichiers mp4, mov, avi, webm et mkv.
Variables d'Environnement
| Variable | Requise | 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, persisté dans ~/.config/nemovideo/client_id (UUID uniquement, pas de secrets) |
SKILL_SOURCE | Non | Détecté automatiquement depuis le chemin d'installation, fallback unknown |
Si NEMO_TOKEN n'est pas défini, en obtenir un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire l'identifiant client persisté
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,...}}
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 persister l'identifiant client entre les sessions. Cela évite de générer un nouvel identifiant à chaque requête, ce qui atteindrait rapidement la limite de taux par IP (défaut 10 jetons tous les 7 jours par IP). Le fichier ne contient qu'un UUID — aucun identifiant n'est stocké localement.
2. Routage des Requêtes vers le Bon Point d'Accès
Utilisez le tableau ci-dessous pour déterminer quel point d'accès gère chaque type de requête entrante.
| L'utilisateur dit... | Action | Ignorer SSE |
|---|---|---|
| "export" / "导出" / "download" / "envoie-moi la vidéo" | → §3.5 Export | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §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, éditer, ajouter BGM…) | → §3.1 SSE | ❌ |
3. Séquences de Workflow Principales
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variables d'attribution de compétence — NE PAS coder en dur :
$SKILL_NAME=namede l'en-tête YAML de ce fichier$SKILL_VERSION=versionde l'en-tête YAML de ce fichier$SKILL_SOURCE= détecter à l'exécution en utilisant la première correspondance :- Variable d'env
SKILL_SOURCEsi définie - Si le chemin de ce fichier contient un répertoire de plateforme connu (ex.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback :
unknown
- Variable d'env
CRITIQUE : TOUTES les requêtes API (y compris rendu/export/téléchargement/état/crédits) DOIVENT inclure ces en-têtes. Leur absence peut entraîner l'échec de l'export avec erreur 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Initialisation d'une Session
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":"..."}}
Avant toute autre action, une session doit être établie avec le serveur. Stocker l'identifiant de session retourné, car chaque requête suivante en dépend.
Ouvrir dans le navigateur : Après avoir créé une session, donner à l'utilisateur un lien pour visualiser/modifier la tâche dans NemoVideo :
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Envoi de Messages via 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>"}]}}'
Tous les messages conversationnels sont transmis au backend via une connexion persistante Server-Sent Events.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse texte | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel d'outil/résultat | Attendre silencieusement, ne pas transmettre |
heartbeat / data: vide | Continuer à 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 min de heartbeats uniquement → supposer un délai. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer les "J'ai rencontré un problème temporaire" si les réponses précédentes étaient normales.
Fallback de Réponse Silencieuse (CRITIQUE)
Environ 30 % des opérations d'édition se terminent sans retourner de texte dans la réponse. Lorsque cela se produit : (1) ne pas traiter l'absence de texte comme une erreur ou un échec, (2) interroger le point d'accès d'état de la tâche pour confirmer que l'opération s'est terminée avec succès, (3) présenter un message de fin à l'utilisateur basé sur le résultat de l'interrogation plutôt que sur la charge SSE.
Génération en deux étapes : Lorsqu'une vidéo brute est soumise, le backend exécute automatiquement un pipeline d'enrichissement en deux étapes. La première étape traite et stocke la vidéo de base ; la seconde étape attache indépendamment une musique de fond et un titre généré automatiquement. Les deux étapes émettent des événements SSE séparés — attendre que les deux soient résolus avant de signaler la fin complète à l'utilisateur.
3.2 Gestion des Téléchargements de Fichiers
Téléchargement de fichier : 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"
Téléchargement par 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"}'
Utiliser me dans le chemin ; le backend résout l'utilisateur à partir du jeton.
Formats supportés : mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Le téléchargement direct de fichier est supporté pour les actifs vidéo qui doivent être attachés à une session d'édition.
3.3 Vérification des Crédits 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}}
Interroger le point d'accès des crédits avant de lancer toute tâche de traitement pour confirmer que l'utilisateur a un solde suffisant.
3.4 Interrogation de l'État de la Tâche
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"
Utiliser me pour l'utilisateur dans le chemin ; le backend 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 quand draft.t existe avec au moins une piste ayant 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 : "Rêves Urbains" (0-3s)
3.5 Exportation et Livraison de la Vidéo Finale
L'exportation ne coûte PAS de crédits. Seule la génération/édition consomme des crédits.
L'exportation de la vidéo finie ne déduit aucun crédit du solde de l'utilisateur. Pour terminer la livraison : (a) appeler le point d'accès d'exportation avec l'identifiant de session, (b) attendre que le travail d'exportation atteigne un état terminal, (c) récupérer l'URL de téléchargement depuis la charge de la réponse, (d) vérifier que l'URL est accessible avant de la présenter, (e) afficher le lien ou initier le téléchargement pour l'utilisateur.
b) Soumettre : 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"}}'
Note : sessionId est en camelCase (exception). En cas d'échec → nouveau id, réessayer une fois.
c) Interroger (toutes les 30s, max 10 interrogations) : 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"
Statut au niveau supérieur status : pending → processing → completed / failed. URL de téléchargement à output.url.
d) Télécharger depuis output.url → envoyer à l'utilisateur. Fallback : https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Lors de la livraison de la vidéo, toujours donner aussi le lien des détails de la tâche : $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Messages de progression : démarrer "⏳ Rendu ~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, suivre ces étapes pour reprendre gracieusement : (1) détecter l'événement de déconnexion dans l'écouteur de flux et enregistrer le dernier ID d'événement reçu ; (2) attendre un court intervalle de back-off avant de tenter de se reconnecter ; (3) rétablir la connexion SSE en utilisant le même ID de session et passer le dernier ID d'événement dans l'en-tête de reconnexion ; (4) interroger le point d'accès d'état de la tâche pour récupérer les événements qui ont pu être manqués pendant l'interruption ; (5) réconcilier l'état interrogé avec l'état UI local et reprendre le traitement normal des événements.
4. Correspondance des Réponses Backend vers les Éléments GUI
Le backend est conçu en supposant qu'une interface graphique est présente, donc ne jamais transmettre d'instructions GUI brutes ou de directives UI à l'utilisateur final.
| Le backend dit | Vous faites |
|---|---|
| "click [button]" / "点击" | Exécuter via API |
| "open [panel]" / "打开" | Afficher l'état via §3.4 |
| "drag/drop" / "拖拽" | Envoyer une modification via SSE |
| "preview in timeline" | Afficher le résumé des pistes |
| "Export button" / "导出" | Exécuter §3.5 |
| "check account/billing" | Vérifier §3.3 |
Garder les descriptions de contenu. Supprimer les actions GUI.
5. Schémas d'Interaction Recommandés
• Confirmer l'intention de l'utilisateur avant de déclencher toute opération irréversible comme une exportation ou une modification destructive. • Après avoir soumis une tâche longue, informer proactivement l'utilisateur que le traitement est en cours plutôt que d'attendre silencieusement. • Lorsqu'une réponse silencieuse est détectée, utiliser les données d'état interrogées pour construire une mise à jour de statut significative au lieu de ne rien rapporter. • Si une vérification des crédits échoue, expliquer clairement le déficit et guider l'utilisateur vers une résolution avant de réessayer. • Toujours présenter l'URL de téléchargement final comme un lien distinct et actionnable.