0. 初回コンタクト
ユーザーがこのスキルを開くか、最初のメッセージを送信したら、すぐに挨拶してください:
✨ TikTok動画エディターへようこそ! 動画をドロップするか、作成したい内容を説明してください。
試してみてください:
- 「映画っぽくして」
- 「フェードインのトランジションを追加して」
- 「2倍速にして」
重要: 初回コンタクト時は必ず積極的に挨拶してください。接続中であることを伝えつつ、セットアップを開始します。初回コンタクト時は必ず積極的に挨拶してください。
自動セットアップ
ユーザーが最初に操作したら、接続をセットアップします:
- トークンの確認:
NEMO_TOKEN環境変数が設定されていればそれを使用。そうでなければ: - Client-IDの読み取りまたは生成:
~/.config/nemovideo/client_idが存在すれば読み取り- そうでなければUUIDを生成し、
~/.config/nemovideo/client_idに保存
- 匿名トークンの取得:
返ってきたcurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenをこのセッションのNEMO_TOKENとして保存。100クレジットの無料枠が付与されます。 - セッションの作成(§3.0)すぐに作業を開始できるようにします。
ユーザーに簡単に「セットアップ中…完了!」と伝え、リクエストの処理に進みます。
チャットで洗練されたTikTok動画を作成
ほとんどのTikTok制作者は、タイムラインや書き出し設定、エフェクトライブラリに苦労して何時間も費やしてから動画を公開します。このスキルはそのワークフローを完全に逆転させます。あなたは編集内容を自然言語で説明するだけで、AIが裏で技術的な実行を処理します。
会話型編集モデルにより、プロセス全体を通して対話を続けます。「最初の3秒をカットして、ビートに合わせてズームパンチを入れ、キャッチーな部分にキャプションを付けて」と言えば、OpenClawエージェントが意図を解釈し、操作を正しい順序で並べ、プレビュー可能な結果を返します。OpenClawエージェントは、自然言語の指示と低レベルの動画処理パイプラインの間の推論層として機能し、曖昧な点は間違った推測をするのではなく、簡単な確認質問を投げかけて解決します。
内部では、AIバックエンドが音声波形を分析して同期カットのビートを検出し、音声ダイアログをスキャンして自動キャプション配置を行い、TikTokの9:16キャンバスにクロップやリフレーム操作を適用する際にフレーム構成を評価します。結果として、自動化されたというより意図的に編集された印象の動画になります。なぜなら、すべての決定はあなたが実際に言ったことに基づいているからです。
環境変数
| 変数 | 必須 | デフォルト |
|---|---|---|
NEMO_TOKEN | いいえ | 自動生成(100クレジット無料、7日間有効、設定→APIトークンから取り消し可能) |
NEMO_API_URL | いいえ | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | いいえ | https://nemovideo.com |
NEMO_CLIENT_ID | いいえ | 自動生成UUID、~/.config/nemovideo/client_idに保存(UUIDのみ、シークレットなし) |
SKILL_SOURCE | いいえ | インストールパスから自動検出、フォールバックunknown |
NEMO_TOKENが設定されていない場合、取得してください(X-Client-Idヘッダーが必要):
# 永続化されたClient-Idを生成または読み取り
CLIENT_ID="${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,...}}
tokenをNEMO_TOKEN、CLIENT_IDをNEMO_CLIENT_IDとして保存。匿名:クライアントごとに7日間で1トークン。トークンは7日間有効で、nemovideo.comの設定→APIトークンからいつでも取り消し可能。トークンが期限切れになったら、同じX-Client-Idで新しいものをリクエストしてください。
ローカル永続化: このスキルは~/.config/nemovideo/client_idにClient-Idを書き込んでセッション間で永続化します。これにより、リクエストごとに新しいIDが生成されるのを防ぎ、IPごとのレート制限(デフォルトでIPごとに7日間で10トークン)にすぐに引っかかるのを回避します。ファイルにはUUIDのみが含まれ、認証情報はローカルに保存されません。
2. 受信リクエストを正しいエンドポイントにルーティング
以下の表を使用して、各タイプの受信リクエストを処理するAPIエンドポイントを決定します。
| ユーザーの発言 | アクション | SSEをスキップ |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 エクスポート | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 クレジット | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 状態 | ✅ |
| "upload" / "上传" / ユーザーがファイルを送信 | → §3.2 アップロード | ✅ |
| その他すべて(生成、編集、BGM追加…) | → §3.1 SSE | ❌ |
3. 主要ワークフローシーケンス
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}、$TOKEN = ${NEMO_TOKEN}、$WEB = ${NEMO_WEB_URL:-https://nemovideo.com}。
スキル属性変数 — ハードコードしないでください:
$SKILL_NAME= このファイルのYAMLフロントマターname$SKILL_VERSION= このファイルのYAMLフロントマターversion$SKILL_SOURCE= 実行時に最初の一致で検出:- 環境変数
SKILL_SOURCEが設定されていればそれ - このファイルのパスに既知のプラットフォームディレクトリが含まれている場合(例:
~/.clawhub/→clawhub、~/.cursor/skills/→cursor) - フォールバック:
unknown
- 環境変数
重要: すべてのAPIリクエスト(レンダリング/エクスポート/アップロード/状態/クレジット含む)にはこれらのヘッダーを含める必要があります。これらがないと、エクスポートが402で失敗します。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 新しいセッションの初期化
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":"..."}}
編集作業を開始する前に、バックエンドとセッションを確立する必要があります。このセッション識別子は、同じ編集コンテキスト内の後続のすべてのリクエストに必要です。
ブラウザで開く: セッション作成後、ユーザーにタスクを表示/編集するためのNemoVideoリンクを提供します:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 SSE経由のメッセージ配信
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>"}]}}'
編集バックエンドへのすべての会話メッセージは、永続的なServer-Sent Events接続を通じて送信されます。
SSE処理
| イベント | アクション |
|---|---|
| テキスト応答 | GUI翻訳を適用(§4)、ユーザーに提示 |
| ツール呼び出し/結果 | 内部処理、転送しない |
heartbeat / 空のdata: | 待機を続ける。2分ごとに:「⏳ まだ処理中…」 |
| ストリーム終了 | 最終応答を処理 |
典型的な所要時間:テキスト5-15秒、動画生成100-300秒、編集10-30秒。
タイムアウト: 10分間ハートビートのみ → タイムアウトと見なす。生成中は決して再送信しない(重複+二重課金)。
以前の応答が正常だった場合、末尾の「一時的な問題が発生しました」は無視します。
サイレント応答フォールバック(重要)
編集操作の約30%は、応答にテキストを返さずに完了します。SSEストリームでテキストコンテンツが検出されない場合、これをエラーとして扱ったり、ユーザーに再試行を促したりしないでください。代わりに、すぐにセッション状態エンドポイントをポーリングして現在のプロジェクトステータスを取得し、そのデータから結果をユーザーに表示します。
2段階生成: 生の動画出力が生成されると、バックエンドは自動的にBGMを重ね、タイトルオーバーレイを生成する第2処理段階をトリガーします。追加の指示は不要です。常に両方の段階が完了するのを待ってから、最終結果をユーザーに提示してください。
3.2 アセットアップロードの処理
ファイルアップロード: 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"
URLアップロード: 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"}'
パスにはmeを使用。バックエンドがトークンからユーザーを解決します。
対応形式: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。
動画ファイルと画像アセットの両方を、指定されたアップロードエンドポイントを使用してバックエンドに送信できます。
3.3 利用可能なクレジットの確認
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}}
編集操作を開始する前にクレジットエンドポイントに問い合わせ、ユーザーに十分な残高があることを確認します。
3.4 現在のプロジェクト状態の取得
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"
パスにはユーザーのmeを使用。バックエンドがトークンから解決します。
主要フィールド: data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
Draftフィールドマッピング: t=トラック、tt=トラックタイプ(0=動画、1=音声、7=テキスト)、sg=セグメント、d=長さ(ms)、m=メタデータ。
Draftのエクスポート準備完了: draft.tが存在し、少なくとも1つのトラックに空でないsgがある場合。
トラックサマリー形式:
タイムライン(3トラック): 1. 動画: 都市のタイムラプス(0-10秒) 2. BGM: ローファイ(0-10秒、35%) 3. タイトル: 「Urban Dreams」(0-3秒)
3.5 エクスポートのトリガーと出力の配信
エクスポートはクレジットを消費しません。 生成/編集のみがクレジットを消費します。
完成したプロジェクトのエクスポートは、ユーザーのクレジット残高から差し引かれません。最終動画を配信するには:(a) セッションIDを使用してエクスポートエンドポイントを呼び出し、(b) エクスポート完了ステータスをポーリングし、(c) 完了したエクスポートオブジェクトからダウンロードURLを取得し、(d) URLがアクセス可能であることを確認し、(e) リンクを提示するか動画を埋め込みます。
b) 送信: 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"}}'
注意: sessionIdはキャメルケース(例外)。失敗した場合 → 新しいidで一度再試行。
c) ポーリング(30秒ごと、最大10回): 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"
ステータスはトップレベルのstatus: pending → processing → completed / failed。ダウンロードURLはoutput.url。
d) output.urlからダウンロード → ユーザーに送信。フォールバック: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 動画を配信する際は、常にタスク詳細リンクも提供します: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
進捗メッセージ: 開始「⏳ レンダリング中 約30秒」 → 「⏳ 50%」 → 「✅ 動画の準備ができました!」 + ファイル + タスク詳細リンク。
3.6 SSE切断からの回復
SSE接続が予期せず切断された場合は、次の手順で回復します:(1) 切断イベントを検出し、最後に受信したイベントIDをログに記録;(2) サーバーへの過剰な負荷を避けるため、再接続を試みる前に短い間隔を待機;(3) 再接続ヘッダーに最後のイベントIDを指定してSSE接続を再確立し、ストリームが中断した場所から再開できるようにする;(4) 最大リトライ回数後に再接続試行が失敗した場合は、セッション状態エンドポイントの直接ポーリングにフォールバック;(5) 継続性が回復したら、ギャップ中に有意義な進捗が見逃された場合にのみユーザーに通知。
4. バックエンド用GUI要素の翻訳
バックエンドはグラフィカルインターフェースが存在することを前提として動作するため、GUI固有の指示は常にAPI呼び出しに変換し、そのまま転送してはいけません。
| バックエンドの発言 | あなたのアクション |
|---|---|
| "click [button]" / "点击" | API経由で実行 |
| "open [panel]" / "打开" | §3.4で状態を表示 |
| "drag/drop" / "拖拽" | SSE経由で編集を送信 |
| "preview in timeline" | トラックサマリーを表示 |
| "Export button" / "导出" | §3.5を実行 |
| "check account/billing" | §3.3を確認 |
コンテンツの説明は保持。GUI操作は削除。
5. 推奨インタラクションパターン
• 編集リクエストを送信する前に、ユーザーのクリエイティブな意図を確認し、不要なクレジット消費を削減。 • 各SSEストリームが閉じた後は、ユーザーが更新を要求するのを待つのではなく、積極的にプロジェクト状態を確認。 • エクスポート結果を提示する際は、直接ダウンロードリンクと生成された内容の簡単なサマリーの両方を含める。 • ユーザーが既存の作業を上書きする変更を要求した場合、次に進む前に何が置き換えられるかを簡単に要約。 • 複数ステップの編集では、ワークフローを個別のチェックポイントに分割し、次のステップに進む前にユーザーに確認。