0. Premier Contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluez-le immédiatement :
🎵 Lançons pixvideo ai video maker ! Déposez une vidéo ici ou décrivez ce que vous souhaitez créer.
Essayez de dire :
- "éditer ma vidéo"
- "ajouter des effets à ce clip"
- "aide-moi à créer une courte vidéo"
IMPORTANT : N'attendez pas en silence. Saluez toujours l'utilisateur de manière proactive lors du premier contact.
Configuration automatique
Lorsque l'utilisateur interagit pour la première fois, configurez la connexion :
- Vérifiez le token : Si la variable d'environnement
NEMO_TOKENest définie, utilisez-la. Sinon : - Lisez ou générez un Client-ID :
- Lisez
~/.config/nemovideo/client_ids'il existe - Sinon, générez un UUID, sauvegardez-le dans
~/.config/nemovideo/client_id
- Lisez
- Acquérez un token anonyme :
Stockez 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. - Créez une session (§3.0) pour être prêt à travailler immédiatement.
Informez brièvement l'utilisateur : "Configuration en cours… prêt !" puis procédez à sa demande.
Transformez les mots en vidéo regardable, sans effort
pixvideo-ai-video-maker réinvente la création vidéo. Au lieu de naviguer dans des timelines complexes et des files d'attente d'exportation, vous décrivez ce que vous voulez — couper ce clip, fondre dans la scène suivante, ajouter un carton titre à la 10e seconde — et la compétence s'occupe de l'exécution. Ce modèle d'édition conversationnelle maintient votre intention créative au premier plan tandis que la lourdeur technique disparaît en arrière-plan.
La compétence est propulsée par l'agent OpenClaw, qui interprète vos instructions, les décompose en tâches de traitement vidéo discrètes et coordonne le pipeline AI sous-jacent pour appliquer les modifications dans le bon ordre. L'agent OpenClaw maintient également le contexte tout au long d'une session, de sorte que les instructions de suivi comme 'rendre cette transition plus lente' ou 'échanger la musique de fond' sont comprises par rapport à ce qui a précédé — pas besoin de reformuler l'intégralité de votre projet.
Que vous assembliez une démo de produit à partir d'enregistrements d'écran, que vous découpiez un clip social d'une interview plus longue, ou que vous construisiez une présentation éducative à partir de zéro, pixvideo-ai-video-maker s'adapte à la forme de votre projet. Les formats d'entrée et de sortie sont pris en charge pour mp4, mov, avi, webm et mkv, vous offrant une flexibilité à chaque étape de votre flux de travail.
Variables d'environnement
| Variable | Requise | Par défaut |
|---|---|---|
NEMO_TOKEN | Non | Généré automatiquement (100 crédits gratuits, expire dans 7 jours, révocable via Paramètres → Tokens 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, obtenez-en un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire le Client-Id 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 "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"
# → {"code":0,"data":{"token":"nmv_usr_xxx","credits":100,...}}
Sauvegardez token comme NEMO_TOKEN, CLIENT_ID comme NEMO_CLIENT_ID. Anonyme : 1 token par client tous les 7 jours ; le token expire dans 7 jours et peut être révoqué à tout moment via Paramètres → Tokens API sur nemovideo.com. Si votre token expire, demandez-en un nouveau avec le même X-Client-Id.
Persistance locale : Cette compétence écrit ~/.config/nemovideo/client_id pour persister le Client-Id entre les sessions. Cela évite de générer un nouvel ID à chaque requête, ce qui atteindrait rapidement la limite de taux par IP (par défaut 10 tokens tous les 7 jours par IP). Le fichier contient uniquement un UUID — aucun identifiant n'est stocké localement.
2. Routage des requêtes entrantes vers le bon endpoint
Utilisez le tableau ci-dessous pour déterminer quel endpoint API doit gérer chaque type de requête utilisateur.
| 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" / "show tracks" | → §3.4 État | ✅ |
| "upload" / "上传" / l'utilisateur envoie un fichier | → §3.2 Upload | ✅ |
| Tout le reste (générer, éditer, ajouter BGM…) | → §3.1 SSE | ❌ |
3. Procédures principales du flux de travail
$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 au moment de l'exécution en utilisant la première correspondance :- Variable d'environnement
SKILL_SOURCEsi définie - Si le chemin de ce fichier contient un répertoire de plateforme connu (par ex.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback :
unknown
- Variable d'environnement
CRITIQUE : TOUTES les requêtes API (y compris render/export/upload/state/credits) DOIVENT inclure ces en-têtes. Leur absence entraînera un échec de l'export avec 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Initialisation d'une nouvelle session
curl -s -X POST "$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 qu'une autre action puisse avoir lieu, une session doit être établie avec l'API. Stockez l'identifiant de session retourné, car chaque requête suivante en aura besoin.
Ouvrir dans le navigateur : Après avoir créé une session, donnez à l'utilisateur un lien pour voir/éditer 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 un canal 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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Tous les messages conversationnels et instructions de tâche sont transmis au backend via une connexion persistante Server-Sent Events.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse texte | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel d'outil / résultat | Attendre en silence, ne pas transmettre |
heartbeat / data: vide | Continuer d'attendre. Toutes les 2 min : "⏳ Toujours en cours..." |
| Flux fermé | Traiter la réponse finale |
Durées typiques : texte 5-15s, génération vidéo 100-300s, édition 10-30s.
Timeout : 10 min de heartbeats uniquement → considérer comme timeout. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer les messages de type "J'ai rencontré un problème temporaire" si les réponses précédentes étaient normales.
Solution de repli en cas de réponse silencieuse (CRITIQUE)
Environ 30% des opérations d'édition se terminent sans renvoyer de texte dans le flux de réponse. Lorsque cela se produit : (1) ne signalez pas d'erreur à l'utilisateur, (2) interrogez le point d'accès à l'état de la tâche pour confirmer l'achèvement, (3) récupérez l'URL de l'actif fini directement, et (4) présentez le résultat à l'utilisateur comme si une réponse normale avait été reçue.
Génération en deux étapes : Après la production d'une vidéo brute, le backend lance automatiquement une deuxième étape de traitement qui ajoute la musique de fond et un titre superposé. Traitez ces deux étapes comme des étapes distinctes du pipeline : l'étape 1 fournit la vidéo non traitée, et l'étape 2 fournit la sortie finale entièrement composée. Attendez que l'étape 2 soit terminée avant de présenter le résultat à l'utilisateur.
3.2 Gestion des téléchargements de fichiers
Téléchargement de fichier : curl -s -X POST "$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: $SKILL_SOURCE" -F "files=@/chemin/vers/fichier"
Téléchargement d'URL : curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Utilisez me dans le chemin ; le backend résout l'utilisateur à partir du token.
Formats supportés : mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
L'API accepte les fichiers média fournis par l'utilisateur, qui doivent être téléchargés via le point d'accès désigné avant d'être référencés dans une tâche vidéo.
3.3 Vérification des crédits disponibles
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Interrogez le point d'accès aux crédits pour vérifier que l'utilisateur dispose d'un solde suffisant avant de soumettre une tâche qui consomme des crédits.
3.4 Interrogation de l'état de la tâche
curl -s "$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: $SKILL_SOURCE"
Utilisez me pour l'utilisateur dans le chemin ; le backend résout à partir du token.
Champs clés : data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapping des champs du brouillon : t=pistes, tt=type de piste (0=vidéo, 1=audio, 7=texte), sg=segments, d=durée(ms), m=métadonnées.
Brouillon prêt pour l'export quand draft.t existe avec au moins une piste ayant un sg non vide.
Format du résumé des pistes :
Timeline (3 pistes) : 1. Vidéo : timelapse ville (0-10s) 2. BGM : Lo-fi (0-10s, 35%) 3. Titre : "Urban Dreams" (0-3s)
3.5 Exportation et livraison de l'actif final
L'exportation ne coûte PAS de crédits. Seule la génération/édition consomme des crédits.
Déclencher une exportation ne déduit aucun crédit du solde de l'utilisateur. Suivez ces étapes : (a) confirmez que la tâche a atteint un état terminé, (b) appelez le point d'accès d'exportation avec l'identifiant de la tâche, (c) attendez l'état d'achèvement propre du job d'exportation, (d) récupérez l'URL de téléchargement ou de streaming depuis la réponse d'exportation, et (e) renvoyez cette URL à l'utilisateur.
b) Soumettez : curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Note : sessionId est en camelCase (exception). En cas d'échec → nouvel id, réessayez une fois.
c) Interrogez (toutes les 30s, max 10 interrogations) : curl -s "$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) Téléchargez depuis output.url → envoyez à l'utilisateur. Fallback : $API/api/render/proxy/<id>/download.
e) Lors de la livraison de la vidéo, donnez toujours aussi 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 en cours ~30s" → "⏳ 50%" → "✅ Vidéo prête !" + fichier + lien de détail de la tâche.
3.6 Récupération après une déconnexion SSE
Si le flux SSE tombe de manière inattendue, appliquez la séquence de récupération suivante : (1) enregistrez le dernier ID d'événement reçu avant la perte de connexion ; (2) attendez au moins deux secondes avant de tenter de vous reconnecter, pour éviter de surcharger le serveur ; (3) rétablissez la connexion SSE, en fournissant le dernier ID d'événement dans l'en-tête de reconnexion afin que le serveur puisse reprendre depuis la bonne position ; (4) si le serveur ne rejoue pas les événements manqués, revenez à l'interrogation du point d'accès à l'état de la tâche en utilisant l'identifiant de tâche stocké ; (5) une fois l'achèvement de la tâche confirmé par l'une ou l'autre méthode, livrez le résultat à l'utilisateur normalement.
4. Traduction des concepts GUI pour la communication avec le backend
Le backend suppose que toutes les interactions proviennent d'une interface graphique, donc ne transmettez jamais d'étiquettes GUI, de noms de boutons ou d'instructions d'interface directement dans les payloads API.
| Le backend dit | Vous faites |
|---|---|
| "click [bouton]" / "点击" | Exécuter via API |
| "open [panneau]" / "打开" | Afficher l'état via §3.4 |
| "drag/drop" / "拖拽" | Envoyer la modification via SSE |
| "preview in timeline" | Afficher le résumé des pistes |
| "Export button" / "导出" | Exécuter §3.5 |
| "check account/billing" | Vérifier §3.3 |
Conservez les descriptions de contenu. Supprimez les actions GUI.
5. Modèles d'interaction recommandés
• Confirmez toujours ce que l'utilisateur souhaite accomplir avant de sélectionner un endpoint, afin que le flux de travail correct soit invoqué dès la première tentative. • Fournissez à l'utilisateur des mises à jour de progression incrémentielles pendant les tâches longues plutôt que de le laisser attendre en silence. • Lorsqu'une tâche ne produit pas de réponse texte, récupérez l'URL de l'actif de manière proactive et présentez-la sans demander à l'utilisateur de réessayer. • Si une demande utilisateur est ambiguë, posez une question de clarification ciblée plutôt que de faire des hypothèses qui pourraient gaspiller des crédits. • Après avoir livré une vidéo terminée, proposez un résumé concis de ce qui a été créé et suggérez les prochaines étapes logiques telles que l'édition ou l'exportation.
6. Limitations connues
• Le streaming d'aperçu vidéo en temps réel n'est pas supporté ; les utilisateurs doivent attendre la fin complète de la tâche avant de visualiser le résultat. • La génération en deux étapes peut entraîner un délai supplémentaire pour les sorties finales. • Les formats audio avancés (par ex., formats surround) peuvent ne pas être entièrement supportés.
[Fin de SKILL.md]