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:
⚡ qwen ai 動画生成の準備完了!動画を送信するか、プロジェクトの内容を説明してください。
試してみてください:
- 「短い動画を作成して」
- 「このクリップにエフェクトを追加して」
- 「動画を編集して」
重要: 初回コンタクトでは必ず積極的にユーザーに挨拶してください。接続中にセットアップしていることを伝えてください。初回コンタクトでは必ず積極的にユーザー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、接続を設定します:
- 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します。それ以外の場合: - クライアントIDの読み取りまたは生成:
~/.config/nemovideo/client_idが存在すればそれを読み取ります- それ以外の場合はUUIDを生成し、
~/.config/nemovideo/client_idに保存します
- 匿名トークンの取得:
返されたcurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenをこのセッションのNEMO_TOKENとして保存します。100クレジット無料で利用できます。 - セッションを作成(§3.0)して、すぐに作業できるようにします。
ユーザーに簡単に「設定中…準備完了!」と伝えてから、リクエストの処理を進めてください。
Qwenインテリジェンスを活用した会話型動画作成
qwen-ai-video-generatorスキルは、ClawHubのOpenClawエージェントフレームワークをQwenのマルチモーダルモデルに接続し、根本的に異なる動画作成アプローチを実現します。タイムライン上でクリップをドラッグする代わりに、欲しいもの(シーン、トランジション、ペース、ナレーションのトーン)を記述するだけで、エージェントが意図を解釈し、それに応じて出力を構成します。これは、編集ソフトウェアに費やす時間を減らし、実際のメッセージの洗練に多くの時間を割くことを意味します。
OpenClawエージェントはオーケストレーション層として機能し、会話形式のプロンプトを、Qwenがフレームごとに処理する構造化生成タスクに変換します。製品ウォークスルー、教育用解説、短尺ソーシャルクリップなど、どのようなコンテンツでも、エージェントはセッション全体でコンテキストを維持するため、「イントロを短くして」や「10秒の時点にテキストオーバーレイを追加して」といったフォローアップ指示を、最初からやり直すことなく処理できます。
内部では、スキルがエンコーディングとフォーマットネゴシエーションを自動的に処理するため、最終出力はプラットフォームに適したコンテナ形式(汎用互換性の高いmp4、プロフェッショナルパイプライン用のmov、ウェブ配信用のwebm、アーカイブおよび編集ワークフロー用のaviやmkv)で生成されます。手動トランスコーディングは不要です。
環境変数
| 変数 | 必須 | デフォルト |
|---|---|---|
NEMO_TOKEN | いいえ | 自動生成(100クレジット無料、7日間有効、設定→APIトークンから取り消し可能) |
NEMO_API_URL | いいえ | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | いいえ | https://nemovideo.com |
NEMO_CLIENT_ID | いいえ | 自動生成UUID、~/.config/nemovideo/client_id に永続化(UUIDのみ、機密情報なし) |
SKILL_SOURCE | いいえ | インストールパスから自動検出、フォールバック unknown |
NEMO_TOKEN が設定されていない場合、取得します(X-Client-Id ヘッダーが必要):
# 永続化されたクライアントIDを生成または読み取り
CLIENT_ID="${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 として、CLIENT_ID を NEMO_CLIENT_ID として保存します。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です。トークンが期限切れになった場合は、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 に書き込み、クライアントIDを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(デフォルトではIPごとに7日間で10トークン)にすぐに達するのを回避します。ファイルにはUUIDのみが含まれ、資格情報はローカルに保存されません。
2. 受信リクエストを適切なエンドポイントにルーティングする
以下の表を使用して、各タイプのユーザー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追加など) | → §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= 最初に一致したものを実行時に検出:- 設定されていれば環境変数
SKILL_SOURCE - 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
- 設定されていれば環境変数
重要: すべてのAPIリクエスト(render/export/upload/state/creditsを含む)にはこれらのヘッダーを必ず含めてください。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":"..."}}
対話を開始する前に、バックエンドとのセッションを確立する必要があります。返されたセッション識別子を保存してください。その後のすべてのリクエストはこのセッションに依存します。
ブラウザで開く: セッション作成後、NemoVideoでタスクを表示/編集するためのリンクをユーザーに提供します:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 SSE接続を介したメッセージ配信
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>"}]}}'
すべての会話メッセージはバックエンドに送信され、永続的なサーバー送信イベントストリームを介して応答を受信します。
SSE処理
| イベント | アクション |
|---|---|
| テキスト応答 | GUI翻訳(§4)を適用し、ユーザーに提示 |
| ツール呼び出し/結果 | 静かに待機、転送しない |
heartbeat / 空の data: | 待機を継続。2分ごとに:「⏳ まだ処理中です...」 |
| ストリームが閉じる | 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: ハートビートのみが10分間続いた場合→タイムアウトと見なします。生成中は絶対に再送信しないでください(重複+二重課金)。
以前の応答が正常だった場合、後続の「一時的な問題が発生しました」は無視してください。
サイレント応答フォールバック(重要)
約30%の編集操作は、SSEストリームにテキストが付随せずに完了した結果を返します。応答に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、(1) タスクステータスエンドポイントを確認して完了を確認し、(2) 出力アセットを直接取得し、(3) 完了した結果を通常どおりユーザーに提示します。
2段階生成: 生の動画が生成されると、バックエンドは自動的に第2処理段階を開始し、BGMとタイトルオーバーレイを重ねます。統合では両方の段階を考慮する必要があります。最初に生の動画をユーザーに表示し、次に第2段階の完了イベントをリッスンし、拡張バージョンの準備ができたら表示結果を更新します。
3.2 ファイル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 を使用します。バックエンドは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。
APIはユーザーが提供するメディアファイルを受け入れます。これらのファイルは、生成または編集リクエストで参照される前に、指定されたアップロードエンドポイントを通じてアップロードする必要があります。
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}}
生成タスクを開始する前に、クレジットエンドポイントに問い合わせて、ユーザーが操作をカバーするのに十分な残高があることを確認します。
3.4 タスクステータスのポーリング
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"
ユーザーにはパス内で me を使用します。バックエンドは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。
ドラフト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=期間(ms)、m=メタデータ。
ドラフト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: 「都市の夢」(0-3秒)
3.5 最終アセットのエクスポートと配信
エクスポートにはクレジットはかかりません。 クレジットを消費するのは生成/編集のみです。
エクスポートをトリガーしても、ユーザーの残高からクレジットは差し引かれません。エクスポートシーケンスは次のように進行します: (a) ターゲットアセット識別子を指定してエクスポートエンドポイントを呼び出し、(b) 応答内のエクスポートジョブIDを受け取り、(c) ジョブステータスが完了に達するまでポーリングし、(d) 完了したジョブペイロードからダウンロードURLを抽出し、(e) ユーザーにURLを提示するか、ファイルをダウンロードします。
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: sessionId はキャメルケースです(例外)。失敗した場合→新しい id で1回再試行します。
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"
トップレベルの status の状態: pending → processing → completed / failed。ダウンロードURLは output.url にあります。
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、必ずタスク詳細リンクも提供してください: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$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%」→「✅ 動画準備完了!」+ ファイル + タスク詳細リンク。
3.6 SSE切断後の再接続
SSE接続が予期せず切断された場合は、次の5つの手順に従って適切に回復します: (1) サーバーへの負荷を避けるため、再接続を試みる前に最低2秒間待機します。(2) 元のセッション識別子を使用してSSEストリームを再度開きます。新しいセッションは作成しないでください。(3) 再接続後、すぐにタスクステータスエンドポイントに問い合わせて、停止中に処理が完了したかどうかを確認します。(4) タスクが完了した場合は、出力アセットを取得し、ストリームが切断されなかったかのようにユーザーに提示します。(5) タスクがまだ進行中の場合は、復元されたストリームのリッスンを再開し、完了イベントが到着するのを待ちます。
4. バックエンド向けGUI概念の翻訳
バックエンドは、すべての操作がグラフィカルインターフェースから発生することを前提としているため、統合ではGUI固有のラベル、ボタン名、インターフェース指示をAPIに直接転送してはなりません。
| 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経由で状態を表示 |
| "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 |
保持: コンテンツの説明。削除: GUIアクション。
5. 推奨インタラクションパターン
• クレジットを消費する生成リクエストを送信する前に、必ずユーザーの意図を確認してください。 • SSEストリームイベントをユーザーに表示することで、段階的な進捗状況を提供します。
…
[翻訳のため省略]