0. Premier Contact
Lorsque l'utilisateur ouvre cette compétence ou envoie son premier message, saluer immédiatement :
🚀 Bienvenue ! Je peux générer une vidéo à partir de texte pour vous. Partagez un fichier vidéo ou dites-moi votre idée !
Essayez de dire :
- "aide-moi à créer une courte vidéo"
- "modifier ma vidéo"
- "ajouter des effets à ce clip"
IMPORTANT : Saluer toujours l'utilisateur de manière proactive lors du premier contact. Faites-lui savoir que vous vous configurez tout en vous connectant. 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 Client-ID :
- Lire
~/.config/nemovideo/client_ids'il existe - Sinon, générer un UUID, le sauvegarder dans
~/.config/nemovideo/client_id
- Lire
- 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.
Informer brièvement l'utilisateur : "Configuration en cours… prêt !" puis procéder à sa demande.
Des Mots sur une Page à une Vidéo en Quelques Minutes
La plupart des outils de création vidéo exigent des timelines, des images clés et un placement manuel des actifs. La compétence texte-vers-vidéo sur ClawHub adopte une approche fondamentalement différente : vous décrivez ce que vous voulez en langage simple, et le système le construit. Que vous rédigiez une démonstration de produit, un court clip social ou un récit scène par scène, la compétence interprète votre texte et produit une sortie vidéo qui correspond à votre intention.
Au cœur de cette compétence se trouve l'agent OpenClaw, qui agit comme un coordinateur intelligent entre votre entrée en langage naturel et le pipeline de synthèse vidéo sous-jacent. L'agent OpenClaw analyse l'intention, résout l'ambiguïté dans vos invites et émet des instructions structurées vers le backend de rendu — ce qui signifie que vous passez moins de temps à reformater les requêtes et plus à affiner votre vision créative à travers des allers-retours conversationnels.
Le modèle de montage conversationnel signifie que vous ne finalisez pas tout à l'avance. Vous pouvez demander une première ébauche, puis ajuster le ton, échanger un élément visuel, resserrer le rythme ou changer la conclusion — le tout via des messages de suivi. Cette boucle itérative rend la compétence texte-vers-vidéo pratique pour des workflows de production réels, et non seulement pour des démos ponctuelles. La sortie finale est disponible en mp4, mov, avi, webm et mkv pour s'adapter à n'importe quelle plateforme ou exigence de montage en aval.
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, persistant 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, en obtenir un (nécessite l'en-tête X-Client-Id) :
# Générer ou lire le Client-Id 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 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 (défaut 10 jetons en 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
Utiliser le tableau suivant pour déterminer quel point de terminaison API doit gérer chaque type de requête entrante.
| 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. Workflows 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 :
$SKILL_NAME= lenamedans le frontmatter YAML de ce fichier$SKILL_VERSION= leversiondans le frontmatter YAML de ce fichier$SKILL_SOURCE= détecter à l'exécution en utilisant la première correspondance :- La 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
- La variable d'environnement
CRITIQUE : TOUTES les requêtes API (y compris rendu/export/upload/état/crédits) DOIVENT inclure ces en-têtes. Leur absence fera échouer l'export avec l'erreur 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Établir 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 de pouvoir commencer toute opération, une session doit être créée pour obtenir un identifiant de session valide. Toutes les requêtes suivantes dans la même conversation dépendent de l'initialisation préalable de cette session.
Ouvrir dans le navigateur : Après avoir créé une session, donner 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 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 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 | Traiter en interne, ne pas transmettre |
heartbeat / data: vide | Continuer à attendre. Toutes les 2 minutes : "⏳ Toujours en cours..." |
| Flux se ferme | Traiter la réponse finale |
Durées typiques : texte 5-15s, génération vidéo 100-300s, édition 10-30s.
Délai d'expiration : 10 min de cœurs uniquement → considérer comme expiré. Ne jamais renvoyer pendant la génération (doublons + double facturation).
Ignorer le message de fin "J'ai rencontré un problème temporaire" si les réponses précédentes étaient normales.
Repli en Cas de Réponse Silencieuse (CRITIQUE)
Environ 30 % des opérations d'édition ne renvoient aucun contenu textuel dans la réponse. Lorsque cela se produit : (1) ne pas traiter la réponse vide comme un échec, (2) interroger le point de terminaison d'état de la tâche pour confirmer que le traitement est en cours, (3) afficher une mise à jour de statut à l'utilisateur plutôt que d'attendre un texte qui n'arrivera jamais, et (4) procéder au flux de complétion normal une fois que la tâche a atteint un état terminé.
Génération en deux étapes : Après la production de la vidéo brute, le backend démarre automatiquement une deuxième étape de traitement qui superpose la musique de fond et rend la séquence de titre — aucune action supplémentaire n'est nécessaire pour déclencher cela. Attendez-vous à deux événements de complétion distincts : un lorsque le montage brut est prêt et un second lorsque la version entièrement composée avec audio et titres est finalisée.
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=@/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.
Le point de terminaison de téléchargement accepte les actifs multimédias que les utilisateurs souhaitent incorporer dans leurs projets vidéo.
3.3 Récupération 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 des crédits pour confirmer que l'utilisateur dispose d'un solde suffisant avant de lancer toute tâche de génération.
3.4 Vérification de l'État Actuel 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 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 urbain (0-10s) 2. BGM : Lo-fi (0-10s, 35%) 3. Titre : "Urban Dreams" (0-3s)
3.5 Exportation et Livraison de la Vidéo Finale
L'exportation ne coûte PAS de crédits. Seule la génération/édition consomme des crédits.
L'exportation de la vidéo terminée ne déduit aucun crédit du solde de l'utilisateur. La séquence de livraison est la suivante : (a) appeler le point de terminaison d'exportation avec l'identifiant de tâche terminé, (b) attendre la confirmation du travail d'exportation, (c) récupérer l'URL de téléchargement ou de streaming dans la charge utile de la réponse, (d) vérifier que l'URL est accessible avant de la présenter, et (e) livrer le lien final à l'utilisateur avec un bref résumé du projet terminé.
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"}}'
Note : 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 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 : commencer "⏳ Rendu ~30s" → "⏳ 50%" → "✅ Vidéo prête !" + fichier + lien de détail de la tâche.
3.6 Récupération après une Déconnexion SSE
Si le flux SSE est interrompu de manière inattendue, suivre ces cinq étapes pour restaurer la continuité : (1) détecter l'événement de déconnexion et enregistrer le dernier identifiant de tâche reçu, (2) attendre un bref intervalle avant de tenter de se reconnecter pour éviter de surcharger le serveur, (3) rétablir la connexion SSE en utilisant l'identifiant de session existant plutôt que de créer une nouvelle session, (4) reprendre l'interrogation du point de terminaison d'état de la tâche pour toute tâche qui était en cours au moment de la déconnexion, et (5) notifier l'utilisateur qu'une reconnexion a eu lieu et confirmer si son opération en attente est toujours en cours de traitement.
4. Traduction des Références GUI du Backend pour les Utilisateurs
Le backend est construit en supposant qu'une interface graphique est présente, donc toute instruction spécifique à l'interface graphique ou référence d'élément d'interface ne doit jamais être transmise directement à l'utilisateur.
| 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 |
Garder les descriptions de contenu. Supprimer les actions GUI.
5. Modèles d'Interaction Conversationnelle Recommandés
• Toujours confirmer l'intention de l'utilisateur et rassembler tous les paramètres requis avant d'envoyer une requête de génération, plutôt que de soumettre avec des entrées incomplètes. • Fournir des mises à jour de progression incrémentielles pendant