0. 最初の接続
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、すぐに挨拶します:
🎙️ YouTube動画エディターダウンロードの準備完了!動画を送信するか、プロジェクトを説明してください。
試してみてください:
- "フェードイン遷移を追加"
- "映画のように見せて"
- "2倍速にする"
重要: 最初の接続では必ず積極的にユーザーに挨拶し、接続中にセットアップ中であることを伝えてください。最初の接続では常に積極的にユーザーに挨拶します。
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:
- トークンを確認:
NEMO_TOKEN環境変数が設定されていればそれを使用します。そうでなければ: - クライアントIDを読み取りまたは生成:
~/.config/nemovideo/client_idが存在すればそれを読み取り- 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: $CLIENT_ID"tokenをこのセッションのNEMO_TOKENとして保存します。100の無料クレジットを取得できます。 - セッションを作成(§3.0)してすぐに作業できるようにします。
ユーザーに簡単に「セットアップ中…準備完了!」と伝え、その後リクエストを進めます。
会話型カット:話すだけでYouTube動画を編集
多くの動画編集ワークフローでは、最初のカットを行う前にタイムラインインターフェースを学ぶ必要があります。このyoutube-video-editor-downloadスキルはそのモデルを逆転させます。ユーザーは自然言語で望む内容を説明するだけで、基盤となるOpenClawエージェントがその指示を正確な編集操作に変換し、YouTubeから直接取り込んだソース映像に対して適用します。
OpenClawエージェントは、自然言語リクエストと処理パイプライン間の永続的なコーディネーターとして機能します。「最初の45秒を削除して、8分以降をトリミング」と言うと、エージェントは意図を解析し、操作を正しい順序でキューイングし、マルチステップの会話全体で状態を追跡します。そのため、編集の調整、元に戻し、さらなる編集の連鎖を最初からやり直すことなく行えます。
このスキルは、コンテンツの再利用者、講義録画を切り取る教育者、ハイライトリールを制作するポッドキャストプロデューサー、長尺動画をプラットフォーム対応のショートに分割するソーシャルメディアマネージャー向けに構築されています。編集セッションが会話形式であるため、技術者でないユーザーでも経験豊富なエディターと同じ精度を得られます。最終的なエクスポートはmp4、mov、avi、webm、mkv形式で利用でき、あらゆる公開先に対応します。
環境変数
| 変数 | 必須 | デフォルト |
|---|---|---|
NEMO_TOKEN | いいえ | 自動生成(100無料クレジット、7日間有効、設定→APIトークンで失効可能) |
NEMO_API_URL | いいえ | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | いいえ | https://nemovideo.com |
NEMO_CLIENT_ID | いいえ | 自動生成UUID、~/.config/nemovideo/client_id に保存(UUIDのみ、秘密情報なし) |
SKILL_SOURCE | いいえ | インストールパスから自動検出、フォールバック unknown |
NEMO_TOKEN が設定されていない場合、トークンを取得します(X-Client-Id ヘッダーが必要):
# 保存されたクライアントIDを生成または読み取り
CLIENT_ID="${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日間で有効期限が切れ、nemovideo.comの設定→APIトークンからいつでも失効できます。トークンが期限切れになった場合は、同じ X-Client-Id で新しいトークン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IPあたり7日間に10トークン)に引っかかるのを回避します。このファイルには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. 受信リクエストのルーティング
以下のテーブルを使用して、各ユーザーリクエストの種類を処理するエンドポイントを決定します。
| ユーザーが言ったこと | 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. 主要ワークフロー手順
$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= 実行時に最初に一致したものを使用して検出:- 環境変数
SKILL_SOURCEが設定されていれば使用 - 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 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":"..."}}
編集アクションを行う前に、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。以降のすべてのリクエストはこれに依存します。
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によるメッセージ配信
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>"}]}}'
すべての会話ターンと編集指示は、Server-Sent Events接続を通じてバックエンドに送信されます。
SSEの処理
| 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 | 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…」 |
| ストリームが閉じる | 最終応答を処理 |
一般的な所要時間: 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。絶対に再送信しない(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、SSEストリームにテキストを返さずに完了します。予想されるウィンドウ内にテキストコンテンツを受信しなかった場合: (1) セッション状態エンドポイントをポーリングしてタスクの完了を確認、(2) 状態ペイロードから直接出力アセットURLを取得、(3) 正常な応答が届いたかのように結果をユーザーに提示、(4) メッセージが返されなかったことをユーザーに決して伝えない。
2段階生成: 生の編集動画が生成された後、バックエンドは自動的に2番目の処理段階を開始し、背景音楽を重ね、タイトルカードを生成します。最初の段階の出力を最終結果として扱わないでください — 両方の段階が完了してから結果をユーザーに提示します。
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。
ローカルの動画ファイルとリモートURLの両方を編集操作のソース素材として受け入れます。
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}}
編集を開始する前にクレジットエンドポイントをクエリして、ユーザーに操作を完了するのに十分な残高があることを確認します。
3.4 セッション状態の取得
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"
ユーザーのパスには 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=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。
エクスポート可能なドラフト: 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: Lo-fi(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
エクスポートにはクレジットはかかりません。 生成/編集のみがクレジットを消費します。
エクスポートのトリガーはユーザーの残高からクレジットを差し引きません。エクスポートフローは次のように進みます: (a) セッションIDでエクスポートエンドポイントを呼び出す、(b) エクスポート完了ステータスをポーリングする、(c) 完了したエクスポートペイロードからダウンロードURLを取得する、(d) ユーザーに提示する前にURLがアクセス可能であることを確認する、(e) 関連するファイルメタデータとともにリンクをユーザーに配信する。
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)。失敗時 → 新しい id で、1回再試行。
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"
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、必ず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 ~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、次の回復手順に従います: (1) 切断イベントを検出し、UIの進捗インジケーターを一時停止、(2) 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3秒待機、(3) 元のセッションIDを使用してSSE接続を再確立、(4) 停止中にキューイングされた未確認メッセージを再送信、(5) ストリームがライブであることとセッション状態が一貫していることを確認したら、通常の操作を再開。
4. GUI動作の翻訳
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いるため、GUI固有の指示は決してユーザーに伝えてはいけません。
| 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維持します。GUIアクションは削除します。
5. 推奨される対話パターン
• 取り消し不可能な編集操作を実行する前に、ユーザーの意図を確認します。 • 各段階が完了した後、生のAPI応答フィールドをそのまま返すのではなく、何が変更されたかを要約します。 • 長時間実行されるタスクの場合は、ユーザーを沈黙させたままにせず、SSEイベントから得られる定期的な進捗更新を提供します。 • ユーザーがサポートされている機能セット外の機能を要求した場合は、制限を明確に説明し、最も近い代替案を提案します。 • ダウンロードリンクを提示する際は、そのデータが利用可能な場合、出力形式と推定ファイルサイズの簡単な説明を常に添えます。
6. 既知の制約と制限
• 単一ユーザーアカウントでの同時編集セッションはサポートされていません。新しいセッションは以前のセッションを無効にします。 • 最大ファイルサイズは500MBです。 • 動画あたりの最大編集時間は30分です。それ以上の場合は、動画を分割して別々に編集することをお勧めします。 • 音声は動画から抽出されたもののみサポートされ、独立した音声トラックはアップロードできません(ただしBGMの追加は可能)。 • サポートされる言語: 英語、中国語(簡体字)、日本語、韓国語、スペイン語、フランス語、ドイツ語、ポルトガル語。
7. エラー対処とサポート
エラーが発生した場合:
- 402 支払いが必要: クレジット不足。ユーザーにnemovideo.comでクレジットを購入するよう促します。
- 401 認証エラー: トークンの有効期限切れ。§0の手順で新しいトークンを取得します。
- 503 サービス利用不可: 一時的な問題。数秒後に再試行します。
- 400 不正リクエスト: リクエストペイロードまたはセッションIDが無効。セッションを再初期化します。
サポートについては、ユーザーをNemoVideoのドキュメントまたはサポートチームに案内します。
8. セキュリティとプライバシー
• トークンは決してユーザーに開示しないでください。 • APIリクエストはHTTPS経由で行われ、転送中は暗号化されます。 • 動画ファイルは処理後、サーバーから削除されます。 • クライアントIDは永続化され、匿名トークン生成のためのレート制限を維持するためにのみ使用されます。秘密情報は含まれていません。
9. バージョン情報
- スキルバージョン: 1.0.0
- 最終更新日: 2025-04-01
- 互換性: Claude Code, Cursor, Codex