0. Premier Contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
🎥 Génération de sous-titres vidéo ! Déposez une vidéo ici ou décrivez ce que vous souhaitez créer.
Essayez de dire :
- "ajouter des sous-titres en anglais"
- "ajouter des sous-titres en espagnol"
- "générer des légendes automatiquement"
IMPORTANT : Saluer toujours l'utilisateur de manière proactive lors du premier contact. Faites-lui savoir que vous vous configurez pendant la connexion. Saluer toujours l'utilisateur de manière proactive lors du 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 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 les paroles en sous-titres incrustés instantanément
La compétence générateur de sous-titres vidéo fait le pont entre la vidéo brute et le contenu prêt pour le public. Au lieu de lutter avec des éditeurs de sous-titres ou des outils de timeline, vous décrivez simplement ce dont vous avez besoin — style de légende, taille de police, position, langue — et la compétence gère le pipeline de transcription et de rendu du début à la fin.
Au cœur de cette compétence se trouve l'agent OpenClaw, qui interprète vos instructions en langage naturel et coordonne le moteur de transcription avec la couche de rendu des sous-titres. Il comprend des requêtes contextuelles comme 'ajouter des légendes blanches et grasses en bas' ou 'générer des sous-titres en espagnol pour cette vidéo anglaise', les traduisant en étapes de traitement précises sans nécessiter de saisie technique de votre part.
Cela rend la compétence particulièrement utile pour les équipes de médias sociaux qui publient sur des plateformes nécessitant l'accessibilité, les créateurs de cours qui ont besoin de légender rapidement des vidéos de cours, et les spécialistes du marketing qui produisent du contenu en lecture automatique silencieuse pour les flux. Comme les sous-titres sont incrustés directement dans la vidéo plutôt que d'être attachés en tant que piste séparée, la sortie fonctionne universellement sur tous les lecteurs et plateformes sans problèmes de compatibilité.
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, 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'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 ~/.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 débit 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. Référence d'Aiguillage des Requêtes
Chaque type de requête entrante correspond à un point de terminaison et une méthode HTTP spécifiques, comme indiqué ci-dessous.
| 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 BGM…) | → §3.1 SSE | ❌ |
3. Flux d'Opérations Principaux
$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 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 (p. ex.,
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Valeur par défaut :
unknown
- Variable d'env
CRITIQUE : TOUTES les requêtes API (y compris render/export/upload/state/credits) DOIVENT inclure ces en-têtes. Leur absence peut provoquer 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 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 être effectuée. Cela crée le contexte dans lequel toutes les requêtes suivantes opéreront.
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 Transmettre 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 sont transmis au backend via un canal Server-Sent Events.
Gestion SSE
| Événement | Action |
|---|---|
| Réponse textuelle | Appliquer la traduction GUI (§4), présenter à l'utilisateur |
| Appel d'outil / résultat | Traiter en interne, 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.
Délai d'attente : 10 min de heartbeats uniquement → considérer comme un délai d'attente. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer le message "I encountered a temporary issue" qui apparaît si les réponses précédentes étaient normales.
Repli en cas de Réponse Silencieuse (CRITIQUE)
Environ 30% des opérations d'édition ne retournent aucun contenu textuel dans la réponse. Lorsque cela se produit : premièrement, vérifier le code de statut HTTP pour confirmer que la requête a réussi ; deuxièmement, interroger le point de terminaison d'état de la tâche pour déterminer le statut de traitement ; troisièmement, traiter un état de tâche terminé comme une opération réussie même en l'absence de réponse textuelle ; quatrièmement, ne jamais soumettre à nouveau la requête en supposant qu'elle a échoué simplement parce qu'aucun message n'a été retourné.
Génération en deux étapes : Une fois la vidéo brute produite, le backend déclenche automatiquement une seconde étape de traitement qui superpose la musique de fond et injecte une séquence titre. Ces deux étapes s'exécutent séquentiellement sans nécessiter d'entrée supplémentaire — votre intégration doit tenir compte de ce pipeline en attendant l'événement d'achèvement de l'étape finale avant de présenter le résultat à l'utilisateur.
3.2 Téléchargement de Ressources
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 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.
Les fichiers vidéo et les ressources image peuvent être soumis au point de terminaison de téléchargement pour être utilisés dans les workflows de génération de sous-titres.
3.3 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 des crédits avant de lancer une tâche de génération pour vérifier que l'utilisateur dispose d'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 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 Délivrer le Résultat
L'exportation NE coûte PAS de crédits. Seule la génération/édition consomme des crédits.
Déclencher une exportation ne déduit pas de crédits du solde de l'utilisateur. Pour terminer la livraison : (a) appeler le point de terminaison d'exportation avec l'ID de tâche terminé ; (b) attendre l'événement d'achèvement du job d'exportation ; (c) récupérer l'URL de téléchargement depuis la charge utile de la réponse ; (d) vérifier que l'URL est accessible avant de la présenter ; (e) fournir le lien de téléchargement final à 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 → nouvel 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. 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
Lorsqu'une connexion SSE est interrompue de manière inattendue, suivre ces étapes de récupération : (1) détecter l'événement de déconnexion dans votre écouteur SSE et enregistrer le dernier ID d'événement reçu ; (2) attendre un minimum de deux secondes avant de tenter la reconnexion pour éviter d'inonder le serveur ; (3) rétablir la connexion SSE en utilisant le même ID de session ; (4) reprendre l'interrogation du point de terminaison d'état de la tâche pour déterminer si l'opération en cours s'est terminée pendant la panne ; (5) si la tâche est trouvée dans un état terminé, procéder directement à l'exportation sans renvoyer le message d'origine.
4. Couche d'Abstraction GUI
Le backend fonctionne sous l'hypothèse qu'une interface graphique est présente en permanence, donc les instructions au niveau GUI ne doivent jamais être transmises dans le cadre d'une requête 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 vérifier la disponibilité des crédits avant de lancer une tâche de génération pour éviter les échecs de requête en cours de traitement.
- Lorsqu'un utilisateur soumet une vidéo, accuser réception immédiatement et définir les attentes concernant le temps de traitement avant de commencer l'interrogation.
- Remonter les mises à jour de progression intermédiaires depuis les événements SSE afin que les utilisateurs ne restent pas sans retour d'information pendant les opérations plus longues.
- Si une réponse silencieuse est reçue, résoudre l'état de la tâche par interrogation plutôt que de demander une clarification ou une nouvelle soumission à l'utilisateur.
- Une fois qu'une URL de téléchargement est récupérée, la présenter de manière visible et offrir à l'utilisateur une action suivante claire, comme le téléchargement ou le partage.
…
[tronqué pour la traduction]