0. Premier contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
⚡ Prêt pour le générateur de vidéo IA Qwen ! Envoyez-moi une vidéo ou décrivez votre projet.
Essayez de dire :
- "aide-moi à créer une courte vidéo"
- "ajoute des effets à ce clip"
- "modifie ma vidéo"
IMPORTANT : Toujours saluer l'utilisateur de manière proactive lors du premier contact. Faites-lui savoir que vous vous configurez pendant la connexion. Toujours saluer l'utilisateur de manière proactive lors du premier contact.
Configuration automatique
Lors de la première interaction de l'utilisateur, établir la connexion :
- Vérifier le jeton : Si la variable d'env.
NEMO_TOKENest définie, l'utiliser. Sinon : - Lire ou générer un ID client :
- Lire le fichier
~/.config/nemovideo/client_ids'il existe - Sinon, générer un UUID, le sauvegarder dans
~/.config/nemovideo/client_id
- Lire le fichier
- Acquérir 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.
Informez brièvement l'utilisateur : "Configuration en cours… prêt !" puis passez à sa demande.
Création vidéo conversationnelle propulsée par l'intelligence Qwen
La compétence qwen-ai-video-generator connecte le framework d'agents OpenClaw de ClawHub au modèle multimodal de Qwen, permettant une approche fondamentalement différente de la création vidéo. Au lieu de faire glisser des clips sur une timeline, vous décrivez ce que vous voulez — scènes, transitions, rythme, ton de la narration — et l'agent interprète votre intention et structure la sortie en conséquence. Cela signifie moins de temps à lutter avec un logiciel de montage et plus de temps à affiner votre message réel.
L'agent OpenClaw agit comme la couche d'orchestration, traduisant vos invites conversationnelles en tâches de génération structurées que Qwen traite image par image. Que vous construisiez une démonstration produit, une explication pédagogique ou un clip social court, l'agent maintient le contexte de votre session afin que les instructions de suivi comme 'rends l'intro plus courte' ou 'ajoute un texte superposé à la 10e seconde' soient traitées sans recommencer.
Sous le capot, la compétence gère l'encodage et la négociation de format automatiquement, de sorte que votre sortie finale atterrit dans le format conteneur qui convient à votre plateforme — mp4 pour une large compatibilité, mov pour les pipelines professionnels, webm pour la diffusion Web, ou avi et mkv pour les flux d'archivage et de montage. Aucun transcodage manuel requis.
Variables d'environnement
| Variable | Obligatoire | 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, aucun secret) |
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,...}}
Sauvegardez 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 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 (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. 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 utilisateur.
| 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 Téléchargement | ✅ |
| Tout le reste (générer, éditer, ajouter une musique de fond…) | → §3.1 SSE | ❌ |
3. Séquences de flux de travail 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 :
$SKILL_NAME= le nom du frontmatter YAML de ce fichier$SKILL_VERSION= la version du frontmatter YAML de ce fichier$SKILL_SOURCE= détecter à l'exécution en utilisant la première correspondance :- Env.
SKILL_SOURCEsi définie - Si le chemin de ce fichier contient un répertoire de plateforme connu (par ex.
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Valeur de repli :
unknown
- Env.
CRITIQUE : TOUTES les requêtes API (y compris rendu/exportation/état/crédits) DOIVENT inclure ces en-têtes. Leur absence peut entraîner l'échec de l'export avec l'erreur 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 "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 interaction puisse commencer, une session doit être établie avec le backend. Stockez l'identifiant de session retourné, car chaque requête ultérieure dans cette conversation en dépend.
Ouvrir dans le navigateur : Après avoir créé une session, donnez à l'utilisateur un lien pour voir/modifier la tâche dans NemoVideo :
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Envoi de messages via une connexion 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 et les réponses sont reçues via un flux persistant SSE (Server-Sent Events).
Gestion SSE
| Événement | Action |
|---|---|
| Réponse textuelle | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel/résultat d'outil | 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 5-15 s, génération vidéo 100-300 s, édition 10-30 s.
Délai d'attente : 10 min de battements de cœur uniquement → considérer comme expiré. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer le message final "J'ai rencontré un problème temporaire" si les réponses antérieures étaient normales.
Repli de réponse silencieuse (CRITIQUE)
Environ 30 % des opérations d'édition retournent un résultat terminé sans texte d'accompagnement dans le flux SSE. Lorsqu'aucun contenu textuel n'est détecté dans la réponse, ne traitez pas cela comme une erreur et n'invitez pas l'utilisateur à réessayer. Au lieu de cela : (1) vérifiez le point de terminaison d'état de la tâche pour confirmer l'achèvement, (2) récupérez directement l'actif de sortie, et (3) présentez le résultat terminé à l'utilisateur comme d'habitude.
Génération en deux étapes : Lorsqu'une vidéo brute est produite, le backend lance automatiquement une seconde étape de traitement qui ajoute une musique de fond et un titre superposé. Votre intégration doit tenir compte des deux étapes : d'abord présentez la vidéo brute à l'utilisateur, puis écoutez l'événement d'achèvement de la deuxième étape et mettez à jour le résultat affiché une fois la version améliorée prête.
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 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"}'
Utilisez 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.
L'API accepte les fichiers média fournis par l'utilisateur, qui doivent être téléchargés via le point de terminaison de téléchargement désigné avant d'être référencés dans toute demande de génération ou 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}}
Interrogez 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 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"
Utilisez 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 Exportation et livraison du fichier final
L'exportation ne coûte PAS de crédits. Seule la génération/l'édition consomme des crédits.
Déclencher une exportation ne déduit aucun crédit du solde de l'utilisateur. La séquence d'exportation se déroule comme suit : (a) appeler le point de terminaison d'exportation avec l'identifiant de l'actif cible, (b) recevoir l'ID du travail d'exportation dans la réponse, (c) interroger l'état du travail jusqu'à ce que l'état atteigne la terminaison, (d) extraire l'URL de téléchargement de la charge utile du travail terminé, et (e) présenter l'URL ou télécharger le fichier 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"}}'
Remarque : sessionId est en camelCase (exception). En cas d'échec → nouveau id, réessayer une fois.
c) Interroger (toutes les 30 s, 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"
État au premier niveau status : pending → processing → completed / failed. URL de téléchargement à output.url.
d) Télécharger depuis output.url → l'envoyer à l'utilisateur. Repli : https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Lors de la livraison de la vidéo, donner toujours 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 : début "⏳ Rendu en cours ~30s" → "⏳ 50%" → "✅ Vidéo prête !" + fichier + lien des détails de la tâche.
3.6 Reconnexion après une interruption SSE
Si la connexion SSE est interrompue de manière inattendue, suivez ces cinq étapes pour récupérer élégamment : (1) Attendez au moins deux secondes avant de tenter une reconnexion, pour éviter de surcharger le serveur. (2) Rouvrez le flux SSE en utilisant l'identifiant de session d'origine — ne créez pas de nouvelle session. (3) Une fois reconnecté, interrogez immédiatement le point de terminaison d'état de la tâche pour déterminer si le traitement s'est terminé pendant la panne. (4) Si la tâche est terminée, récupérez l'actif de sortie et présentez-le à l'utilisateur comme si le flux n'avait jamais été interrompu. (5) Si la tâche est toujours en cours, reprenez l'écoute sur le flux restauré jusqu'à ce que l'événement d'achèvement arrive.
4. Traduction des concepts GUI pour le backend
Le backend part du principe que toutes les interactions proviennent d'une interface graphique, donc votre intégration ne doit jamais transmettre directement les libellés GUI, les noms de boutons ou les instructions d'interface 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'envoyer une demande de génération qui consommera des crédits. • Fournir des mises à jour de progression incrémentielles en publiant les événements du flux SSE au fur et à mesure de leur réception.