0. Premier Contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer-le immédiatement :
📹 Prêt pour grok ai video generator ! Envoyez-moi une vidéo ou décrivez votre projet.
Essayez de dire :
- "ajouter des effets à ce clip"
- "modifier ma vidéo"
- "aide-moi à créer une courte vidéo"
IMPORTANT : Saluer toujours l'utilisateur de manière proactive dès le premier contact. Faites-lui savoir que vous vous configurez pendant la connexion. Saluer toujours l'utilisateur de manière proactive dès le premier contact.
Configuration automatique
Lors de la première interaction de l'utilisateur, configurez la connexion :
- Vérifier le jeton : Si la variable d'environnement
NEMO_TOKENest définie, l'utiliser. Sinon : - Lire ou générer un ID client :
- Lire
~/.config/nemovideo/client_ids'il existe - Sinon, générer un UUID, l'enregistrer 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 bénéficiez de 100 crédits gratuits. - Créer une session (§3.0) pour être prêt à travailler immédiatement.
Informer brièvement l'utilisateur : "Configuration en cours… prêt !" puis passer à sa demande.
Création Vidéo Conversationnelle Propulsée par Grok
La plupart des outils vidéo exigent que vous appreniez leur interface avant de créer quoi que ce soit d'utile. La compétence grok-ai-video-generator change complètement cette hypothèse — vous décrivez ce que vous voulez en langage simple, et le système trouve comment le construire. Que vous assembliez une démonstration produit, génériez un court clip narratif ou itériez sur un montage existant, le flux de travail reste conversationnel du début à la fin.
Sous le capot, l'agent OpenClaw agit comme la couche d'orchestration entre vos instructions et les capacités de raisonnement multimodal de Grok. Il interprète votre intention, décompose les demandes vidéo complexes en étapes discrètes de génération et d'édition, et gère le séquencement pour que les sorties arrivent cohérentes et conformes. L'agent ne se contente pas de transmettre des instructions — il suit le contexte de votre session, ce qui fait que des instructions de suivi comme "rendre cette transition plus lente" ou "changer la musique de fond" aboutissent correctement sans que vous ayez à réexpliquer l'intégralité du projet.
Cette compétence est particulièrement efficace pour le travail itératif — rough cuts nécessitant un raffinement rapide, contenu social nécessitant plusieurs variantes de format, ou séquences scénarisées où le timing et l'expression visuelle comptent. Comme le pipeline gère nativement mp4, mov, avi, webm et mkv, vous n'êtes jamais obligé de convertir des fichiers avant ou après la génération.
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, sans secrets) |
SKILL_SOURCE | Non | Détecté automatiquement depuis le chemin d'installation, valeur par défaut unknown |
Si NEMO_TOKEN n'est pas défini, en obtenir un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire l'ID 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,...}}
Enregistrer 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 ~/.config/nemovideo/client_id pour persister l'ID client entre les sessions. Cela évite de générer un nouvel ID à chaque requête, ce qui atteindrait rapidement la limite de taux par IP (défaut 10 jetons tous les 7 jours par IP). Le fichier contient uniquement un UUID — aucune information d'identification n'est stockée localement.
2. Logique de routage — Correspondance des demandes utilisateur avec le bon point de terminaison
Utiliser le tableau ci-dessous pour déterminer quel point de terminaison API invoquer en fonction de la nature de la demande utilisateur entrante.
| L'utilisateur dit... | Action | Ignorer SSE |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Export | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 Crédits | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 État | ✅ |
| "upload" / "上传" / l'utilisateur envoie un fichier | → §3.2 Téléversement | ✅ |
| Tout le reste (générer, éditer, ajouter BGM…) | → §3.1 SSE | ❌ |
3. Flux d'opérations 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 la compétence — NE PAS coder en dur :
$SKILL_NAME=namedu frontmatter YAML de ce fichier$SKILL_VERSION=versiondu frontmatter YAML de ce fichier$SKILL_SOURCE= détecter au moment de 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 par défaut :
unknown
- Env
CRITIQUE : TOUTES les requêtes API (y compris rendu/export/téléversement/état/crédits) DOIVENT inclure ces en-têtes. Leur absence entraînera l'échec de l'export avec 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Initialiser 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":"..."}}
Une session doit être établie avant que toute autre opération puisse se poursuivre. Chaque session maintient son propre contexte et état tout au long du cycle de vie de la conversation.
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 Diffuser des 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 et les demandes de génération sont transmis au backend via une connexion persistante Server-Sent Events.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse textuelle | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel d'outil / résultat | Attendre silencieusement, ne pas transmettre |
heartbeat / données data: vides | 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 min uniquement de heartbeats → considérer comme un délai dépassé. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer le message final "J'ai rencontré un problème temporaire" si les réponses précédentes étaient normales.
Gestion des réponses silencieuses (CRITIQUE)
Environ 30% des opérations d'édition se terminent sans retourner de texte dans le flux SSE. Lorsqu'aucune réponse textuelle n'est détectée après la fermeture du flux, ne pas traiter cela comme un échec. À la place : (1) interroger le point de terminaison d'état de la tâche pour confirmer l'achèvement, (2) récupérer directement l'artefact vidéo mis à jour, (3) confirmer le succès à l'utilisateur en se basant sur l'actif récupéré plutôt que sur l'absence de réponse textuelle.
Génération en deux étapes : Après qu'une vidéo brute est produite, le backend lance automatiquement une seconde étape de traitement qui ajoute une musique de fond et une séquence de titre. Cela signifie que chaque génération produit deux événements de sortie distincts — le clip brut initial suivi de la version finale entièrement composée. Les deux étapes doivent être suivies avant de signaler l'achèvement à l'utilisateur.
3.2 Téléversement d'actifs
Téléversement 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"
Téléversement 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 pris en charge : mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Le point de terminaison de téléversement accepte les fichiers média fournis par l'utilisateur qui peuvent être référencés comme matériel source dans les demandes de génération ou d'édition ultérieures.
3.3 Vérification du solde de crédits
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 de terminaison de crédits pour récupérer le solde actuel de l'utilisateur avant de lancer toute opération consommant des crédits.
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 draft : t=pistes, tt=type de piste (0=vidéo, 1=audio, 7=texte), sg=segments, d=durée(ms), m=métadonnées.
Draft prêt pour l'export quand draft.t existe avec au moins une piste ayant un sg non vide.
Format du résumé des pistes :
Timeline (3 pistes) : 1. Vidéo : time-lapse de ville (0-10s) 2. BGM : Lo-fi (0-10s, 35%) 3. Titre : "Urban Dreams" (0-3s)
3.5 Exporter et délivrer l'actif final
L'export ne coûte PAS de crédits. Seule la génération/l'édition consomme des crédits.
L'exportation d'une vidéo terminée ne déduit pas de crédits du solde de l'utilisateur. Le flux d'export se déroule comme suit : (a) confirmer que la tâche a atteint un état terminé, (b) appeler le point de terminaison d'export avec l'identifiant de tâche pertinent, (c) attendre la confirmation du travail d'export, (d) récupérer l'URL de téléchargement depuis la réponse d'export, (e) présenter l'URL à l'utilisateur comme livrable.
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"}}'
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 "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 dans output.url.
d) Télécharger depuis output.url → envoyer à l'utilisateur. Solution de repli : https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Lors de la livraison de la vidéo, toujours donner également le lien de détail 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 : début "⏳ Rendu ~30s" → "⏳ 50%" → "✅ Vidéo prête !" + fichier + lien de détail de la tâche.
3.6 Gestion des déconnexions SSE
Si le flux SSE se déconnecte avant la réception d'un résultat final, exécuter la séquence de récupération suivante : (1) enregistrer l'ID de tâche qui était active au moment de la déconnexion ; (2) attendre un minimum de cinq secondes avant toute tentative de requête ultérieure ; (3) appeler le point de terminaison d'état de la tâche en utilisant l'ID de tâche stocké pour déterminer la progression actuelle ; (4) si la tâche est toujours en cours, continuer l'interrogation à un intervalle raisonnable jusqu'à ce qu'un état final soit atteint ; (5) une fois qu'un état terminé ou échoué est confirmé, reprendre le flux normal de livraison ou de gestion des erreurs.
4. Couche d'abstraction GUI du backend
Le backend fonctionne sous l'hypothèse que toutes les interactions se produisent via une interface graphique, donc les instructions spécifiques à l'interface utilisateur ne doivent jamais être transmises textuellement à l'API.
| 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 l'édition via SSE |
| "preview in timeline" | Afficher le résumé des pistes |
| "Export button" / "导出" | Exécuter §3.5 |
| "check account/billing" | Vérifier §3.3 |
Conserver les descriptions de contenu. Supprimer les actions GUI.
5. Modèles d'interaction recommandés
• Toujours confirmer l'intention de l'utilisateur avant d'invoquer une opération consommatrice de crédits, en résumant ce qui sera généré ou modifié. • Après chaque génération terminée, présenter un résumé concis de ce qui a été produit avec tout lien d'aperçu ou de téléchargement disponible. • Lorsqu'une tâche est en cours, communiquer proactivement la progression en utilisant les données d'état interrogées plutôt que de laisser l'utilisateur dans l'incertitude.