0. 最初の連絡
ユーザーがこのスキルを開いたり、最初のメッセージを送信したときは、すぐに挨拶してください:
🚀 ようこそ!テキストから動画を生成できます。動画ファイルを共有するか、あなたのアイデアを教えてください!
試してみてください:
- 「短い動画を作成して」
- 「動画を編集して」
- 「このクリップにエフェクトを追加して」
重要: 最初の接触では、常にユーザーに積極的に挨拶してください。接続中はセットアップ中であることを知らせてください。最初の接触では、常にユーザーに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するときに、接続をセットアップします:
- トークンを確認:
NEMO_TOKEN環境変数が設定されている場合はそれを使用します。そうでない場合は: - クライアントIDを読み取りまたは生成:
~/.config/nemovideo/client_idが存在すれば読み取ります- 存在しない場合はUUIDを生成し、
~/.config/nemovideo/client_idに保存します
- 匿名トークンを取得:
返されたcurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenをこのセッションのNEMO_TOKENとして保存します。100の無料クレジットが付与されます。 - セッションを作成(§3.0)して、すぐに作業できるように準備します。
ユーザーに簡単に「セットアップ中…準備完了!」と知らせてから、リクエストを進めてください。
ページ上の言葉から数分で動画へ
ほとんどの動画作成ツールは、タイムライン、キーフレーム、手動のアセット配置を必要とします。ClawHubのテキスト動画生成スキルは、まったく異なるアプローチを採用しています。つまり、何をしたいかをプレーンな言葉で説明するだけで、システムがそれを構築します。製品説明、短いソーシャルクリップ、またはシーンごとの物語の下書きなど、スキルはテキストを解釈し、意図に合った動画出力を構築します。
このスキルの中心にあるのはOpenClawエージェントであり、これはあなたの自然言語入力と基礎となる動画合成パイプラインの間のインテリジェントなコーディネーターとして機能します。OpenClawエージェントは意図を解析し、プロンプトのあいまいさを解決し、バックエンドに構造化された指示を発行します。そのため、リクエストの再フォーマットに費やす時間が減り、対話を通じてクリエイティブなビジョンを洗練させることに集中できます。
会話型編集モデルでは、すべてを最初から確定する必要はありません。最初のドラフトをリクエストし、その後フォローアップメッセージでトーンの調整、視覚要素の交換、ペースの調整、アウトロの変更などを依頼できます。この反復ループにより、テキスト動画生成スキルは一回限りのデモだけでなく、実際の制作ワークフローにも実用的です。最終出力はmp4、mov、avi、webm、mkv形式で利用可能で、あらゆるプラットフォームや後続の編集要件に適合します。
環境変数
| 変数 | 必須 | デフォルト |
|---|---|---|
NEMO_TOKEN | いいえ | 自動生成(100無料クレジット、7日間有効、設定→APIトークンで取り消し可能) |
NEMO_API_URL | いいえ | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | いいえ | https://nemovideo.com |
NEMO_CLIENT_ID | いいえ | 自動生成されたUUID、~/.config/nemovideo/client_id に永続化(UUIDのみ、シークレットなし) |
SKILL_SOURCE | いいえ | インストールパスから自動検出、フォールバック unknown |
NEMO_TOKEN が設定されていない場合は、1つ取得します(X-Client-Id ヘッダーが必要):
# 永続化されたクライアントIDを生成または読み取り
CLIENT_ID="${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、いつでもnemovideo.comの 設定→APIトークン から取り消すことができます。トークンの有効期限が切れた場合は、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、セッション間でクライアントIDを永続化します。これにより、すべてのリクエストで新しいIDが生成されず、IPごとのレート制限(デフォルトでIPあたり7日間に10トークン)にすぐに達するのを防ぎます。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. 受信リクエストを適切なエンドポイントにルーティング
以下の表を使用して、受信リクエストの種類ごとにどのAPIエンドポイントが処理すべきかを判断します。
| ユーザーが言うこと | 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. 主要操作ワークフロー
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}、$TOKEN = ${NEMO_TOKEN}、$WEB = ${NEMO_WEB_URL:-https://nemovideo.com}。
スキル帰属変数 — ハードコードしないでください:
$SKILL_NAME= このファイルのYAMLフロントマターのname$SKILL_VERSION= このファイルのYAMLフロントマターのversion$SKILL_SOURCE= 実行時に以下を使用して検出:- 設定されている場合は環境変数
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
- 設定されている場合は環境変数
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、クレジットを含む)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、エクスポートは402で失敗します。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 新規セッションの確立
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":"..."}}
操作を開始する前に、有効なセッション識別子を取得するためにセッションを作成する必要があります。同じ会話内の後続のすべてのリクエストは、このセッションが最初に初期化されていることに依存します。
ブラウザで開く: セッションを作成した後、ユーザーにNemoVideoでタスクを表示/編集するための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>"}]}}'
すべての会話メッセージは、持続的なサーバー送信イベント(SSE)接続を介してバックエンドに送信されます。
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 | 内部で処理、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: 10分間ハートビートのみ → タイムアウトと想定。生成中は絶対に再送信しない(重複+二重請求)。
以前の応答が正常だった場合は、「一時的な問題が発生しました」という末尾のメッセージは無視します。
サイレント応答フォールバック(重要)
約30%の編集操作で、応答にテキストコンテンツが返されません。この場合:(1) 空の応答を失敗として扱わないでください、(2) タスク状態エンドポイントをポーリングして処理が進行中であることを確認します、(3) 決して届かないテキストを待つ代わりに、ユーザーにステータス更新を表示します、(4) タスクが完了状態に達したら、通常の完了フローに進みます。
二段階生成: 生の動画が生成された後、バックエンドは自動的に背景音楽を重ねてタイトルシーンをレンダリングする第2処理段階を開始します。これをトリガーするために追加のアクションは必要ありません。生のカットが準備できたときと、オーディオとタイトルを含む完全に構成されたバージョンが最終化されたときの2つの異なる完了イベントが発生します。
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。
対応フォーマット:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
アップロードエンドポイントは、ユーザーが動画プロジェクトに組み込みたいメディアアセットを受け入れます。
3.3 クレジット残高の取得
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に十分な残高があることを確認します。
3.4 現在のタスク状態の確認
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"
パスにはユーザーに 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=ビデオ、1=オーディオ、7=テキスト)、sg=セグメント、d=継続時間(ms)、m=メタデータ。
ドラフトがエクスポート可能:draft.t が存在し、空でない sg を持つトラックが少なくとも1つある場合。
トラックサマリー形式:
タイムライン(3トラック): 1. ビデオ: 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 最終動画のエクスポートと配信
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。
完成した動画のエクスポートは、ユーザーの残高からクレジットを差し引きません。配信シーケンスは次のとおりです:(a) 完了したタスク識別子でエクスポートエンドポイントを呼び出す、(b) エクスポートジョブの確認を待つ、(c) 応答ペイロードからダウンロードまたはストリーミングURLを取得する、(d) URLがアクセス可能であることを確認してから提示する、(e) 最終リンクを完了したプロジェクトの簡単な要約とともにユーザーに配信します。
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(例外)です。失敗した場合は、新しい id で一度再試行します。
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: $SKILL_SOURCE"
ステータスはトップレベルの status フィールド:pending → processing → completed / failed。ダウンロードURLは output.url にあります。
d) output.url からダウンロードしてユーザーに送信します。フォールバック:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download。
e) 動画を配信するときは、常にタスク詳細リンクも一緒に提供してください:$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~30秒」→「⏳ 50%」→「✅ 動画準備完了!」+ ファイル + タスク詳細リンク。
3.6 SSE切断からの回復
SSEストリームが予期せず切断された場合は、次の5つの手順に従って接続を復元します:(1) 切断イベントを検出し、最後に受信したタスク識別子をログに記録します、(2) サーバーに過剰な負荷をかけないように、再接続を試みる前に短い間隔を待ちます、(3) 新しいセッションを作成する代わりに、既存のセッション識別子を使用してSSE接続を再確立します、(4) 切断時に進行中であったタスクについて、タスク状態エンドポイントのポーリングを再開します、(5) 再接続が発生したことをユーザーに通知し、保留中の操作がまだ処理中であるかどうかを確認します。
4. バックエンドのGUI参照をユーザー向けに翻訳
バックエンドはグラフィカルインターフェースの存在を前提として構築されているため、GUI固有の指示やインターフェース要素の参照をユーザーに直接転送してはいけません。
| バックエンドの発言 | あなたの行動 |
|---|---|
| "click [button]" / "点击" | APIで実行 |
| "open [panel]" / "打开" | §3.4で状態を表示 |
| "drag/drop" / "拖拽" | SSE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します。GUIアクションは削除します。
5. 推奨される会話型対話パターン
• 不完全な入力で送信するのではなく、生成リクエストをディスパッチする前に、常にユーザーの意図を確認し、必要なすべてのパラメータを収集します。 • レンダリング中は、増分的な進捗更新を提供します。
…[翻訳のため省略]