0. Premier contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
🚀 Comment ajouter de la musique à une vidéo à votre service ! Téléchargez une vidéo ou dites-moi ce que vous cherchez.
Essayez de dire :
- "ajouter un beat lo-fi"
- "ajouter une musique de fond"
- "remplacer la piste audio par du jazz"
IMPORTANT : Toujours saluer l'utilisateur de manière proactive au premier contact. Faites-lui savoir que vous configurez la connexion. Toujours saluer l'utilisateur de manière proactive au premier contact.
Configuration automatique
Lors de la première interaction de l'utilisateur, configurer 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, 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.
Déposez un morceau, laissez l'agent gérer le reste
Ajouter de la musique à une vidéo signifiait historiquement ouvrir un éditeur de timeline, aligner manuellement les formes d'onde et ajuster les courbes de volume des images clés. La compétence comment-ajouter-de-la-musique-à-une-vidéo de ClawHub remplace ce workflow par une conversation en langage clair. Vous décrivez ce que vous voulez — par exemple un fond sonore lo-fi qui s'estompe dans les cinq dernières secondes — et la compétence interprète directement cette intention.
Sous le capot, l'agent OpenClaw analyse votre instruction, identifie les flux audio et vidéo dans votre fichier téléchargé, et détermine le placement optimal, la normalisation du volume et la durée du fondu enchaîné en fonction de la durée du clip et de vos indications temporelles. Il traite vos paroles comme une liste de décisions de montage, il n'y a donc aucune interface à apprendre.
Cette compétence est particulièrement utile lorsque vous travaillez sur un lot de clips nécessitant tous une identité audio cohérente, ou lorsque vous êtes pressé par une échéance et ne pouvez pas vous permettre le temps de configuration d'une suite de montage complète. Que votre fichier source soit un mp4 d'un smartphone, un mov d'un appareil photo hybride, un avi d'un logiciel de capture d'écran, un webm exporté depuis un outil de navigation, ou un mkv d'un serveur multimédia, la compétence ingère et produit dans le même format sans perte de qualité.
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, fallback unknown |
Si NEMO_TOKEN n'est pas défini, en obtenir un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire l'ID client 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 "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 ~/.config/nemovideo/client_id pour conserver l'ID client entre les sessions. Cela évite de générer un nouvel ID à chaque requête, ce qui atteindrait rapidement la limite de débit par adresse IP (10 jetons par défaut tous les 7 jours par IP). Le fichier contient uniquement un UUID — aucune information d'identification n'est stockée localement.
2. Routage des requêtes entrantes vers le bon point de terminaison
Utilisez le tableau ci-dessous pour déterminer quel point de terminaison doit gérer chaque type de requête entrante.
| L'utilisateur dit... | Action | Sauter 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 Téléchargement | ✅ |
| 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 — à NE PAS coder en dur :
$SKILL_NAME= lenamedu frontmatter YAML de ce fichier$SKILL_VERSION= leversiondu frontmatter YAML de ce fichier$SKILL_SOURCE= détecté 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/exportation/téléchargement/état/crédits) DOIVENT inclure ces en-têtes. Leur absence entraînera l'échec de l'exportation 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":"..."}}
Avant que toute opération ne puisse commencer, une session doit être établie. Ce jeton de session est requis pour toutes les requêtes suivantes dans le même workflow.
Ouvrir dans le navigateur : Après avoir créé une session, donnez 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 Envoyer 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 vers le backend sont transmis via des événements envoyés par le serveur (Server-Sent Events), gardant la connexion ouverte pour les réponses diffusées.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse texte | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel d'outil / résultat | Traiter en interne, 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 minutes de battements de cœur uniquement → considérer comme un délai dépassé. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer la fin de message "Une erreur temporaire est survenue" si les réponses précédentes étaient normales.
Recours pour silence (CRITIQUE)
Environ 30 % des opérations d'édition se terminent sans renvoyer de texte dans le flux de réponse. Lorsqu'aucun texte n'est reçu : (1) ne pas traiter cela comme une erreur ou réessayer la requête, (2) appeler immédiatement le point de terminaison de consultation d'état pour confirmer que l'opération est terminée, (3) présenter une confirmation d'état à l'utilisateur basée sur le résultat de cette consultation.
Génération en deux étapes : Lorsqu'une vidéo brute est soumise, le backend exécute automatiquement un pipeline d'enrichissement en deux étapes : l'étape 1 traite et stocke la séquence brute, puis l'étape 2 attache indépendamment la musique de fond et génère un titre sans aucune invite supplémentaire du client. Les deux étapes doivent atteindre un état terminé avant que le flux d'exportation ne soit initié.
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=@/chemin/vers/fichier"
Téléchargement d'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 téléchargement accepte les fichiers vidéo et audio qui seront référencés dans les opérations d'édition ultérieures.
3.3 Vérifier les 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}}
Consulter le point de terminaison des crédits avant d'initier toute opération qui consomme des crédits pour confirmer que le compte dispose d'un solde suffisant.
3.4 Consulter l'état de l'opération
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 lorsque draft.t existe avec au moins une piste ayant un sg non vide.
Format du résumé des pistes :
Timeline (3 pistes) : 1. Vidéo : timelapse urbain (0-10s) 2. BGM : Lo-fi (0-10s, 35 %) 3. Titre : "Rêves urbains" (0-3s)
3.5 Exporter et livrer le fichier final
L'exportation ne coûte PAS de crédits. Seule la génération/l'édition consomme des crédits.
L'exportation de la vidéo finale ne déduit aucun crédit du compte. Pour terminer la livraison : (a) appeler le point de terminaison d'exportation avec l'ID de session, (b) consulter jusqu'à ce que l'état d'exportation soit "terminé", (c) récupérer l'URL de téléchargement à partir de la charge utile de réponse, (d) diffuser ou transférer le fichier à l'utilisateur, (e) confirmer la réception et fermer la session.
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) Consulter (toutes les 30s, max 10 requêtes) : 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 : en attente → en cours → terminé / échoué. 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 fournir également 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 : début "⏳ Rendu ~30s" → "⏳ 50 %" → "✅ Vidéo prête !" + fichier + lien des détails de la tâche.
3.6 Récupération après une déconnexion SSE
Si le flux SSE se coupe de manière inattendue, suivez ces étapes : (1) Attendre 2 secondes avant de toute tentative de récupération pour éviter un afflux de nouvelles tentatives. (2) Se réauthentifier et obtenir un nouveau jeton de session en utilisant l'ID de session existant plutôt que de créer une nouvelle session. (3) Rouvrir la connexion SSE avec le jeton mis à jour. (4) Consulter l'état actuel de l'opération pour déterminer si la dernière action s'est terminée, est toujours en cours ou a échoué. (5) Reprendre à partir du dernier état confirmé — ne pas soumettre à nouveau une opération déjà marquée comme terminée.
4. Traduction des éléments GUI pour le backend
Le backend fonctionne en supposant qu'une interface graphique est présente. Par conséquent, les instructions spécifiques à l'interface graphique doivent être traduites en appels API et ne doivent jamais être transmises textuellement au backend.
| Le backend dit | Vous faites |
|---|---|
| "cliquer sur [bouton]" / "点击" | Exécuter via l'API |
| "ouvrir [panneau]" / "打开" | Afficher l'état via §3.4 |
| "glisser-déposer" / "拖拽" | Envoyer l'édition via SSE |
| "prévisualiser dans la timeline" | Afficher le résumé des pistes |
| "Bouton Exporter" / "导出" | Exécuter §3.5 |
| "vérifier compte/facturation" | Vérifier §3.3 |
Conserver les descriptions de contenu. Supprimer les actions GUI.
5. Modèles d'interaction recommandés
• Toujours confirmer qu'une session est active et valide avant d'envoyer une demande d'opération. • Après chaque message SSE, vérifier une fin silencieuse et consulter l'état si aucun texte n'est reçu en réponse. • Présenter les mises à jour de progression à l'utilisateur lors des opérations longues en affichant les résultats intermédiaires de la consultation d'état. • Traduire tout langage destiné à l'utilisateur concernant la musique, le recadrage ou les effets en l'action API appropriée plutôt que de transmettre le langage naturel directement au backend. • Lorsqu'un pipeline en deux étapes est déclenché, attendre que les deux étapes soient terminées avant de proposer l'exportation.