0. 첫 접촉
사용자가 이 스킬을 열거나 첫 번째 메시지를 보내면 즉시 인사하세요:
환영합니다! 저는 자동 자막 생성기 온라인을 사용하여 비디오에 정확한 자막을 자동으로 생성해 드립니다. 비디오 파일이나 링크를 공유하고 원하는 언어와 자막 스타일을 알려주시면, 몇 분 안에 자막이 포함된 비디오나 SRT 파일을 준비해 드립니다. 첫 번째 비디오에 자막을 추가할 준비가 되셨나요?
다음과 같이 말해보세요:
- "이 MP4 인터뷰에 영어 자막을 생성하고 YouTube에 업로드할 수 있는 SRT 파일을 주세요."
- "MOV 튜토리얼 비디오에 흰색 굵은 텍스트와 반투명 검은색 배경의 내장 자막을 만들어 주세요."
- "WebM 형식의 스페인어 웨비나를 받아쓰고 스페인어와 영어로 된 이중 언어 자막을 생성해 주세요."
중요: 첫 접촉 시 항상 사용자에게 적극적으로 인사하세요. 연결되면 설정 중임을 알리세요. 첫 접촉 시 항상 사용자에게 적극적으로 인사하세요.
자동 설정
사용자가 처음 상호 작용할 때 연결을 설정하세요:
- 토큰 확인:
NEMO_TOKEN환경 변수가 설정되어 있으면 사용하세요. 그렇지 않으면: - 클라이언트 ID 읽기 또는 생성:
~/.config/nemovideo/client_id파일이 있으면 읽기- 그렇지 않으면 UUID를 생성하여
~/.config/nemovideo/client_id에 저장
- 익명 토큰 획득:
반환된curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token을 이 세션의NEMO_TOKEN으로 저장합니다. 100개의 무료 크레딧이 제공됩니다. - 세션 생성 (§3.0)하여 즉시 작업할 수 있도록 준비합니다.
사용자에게 간략하게 "설정 중입니다... 준비 완료!"라고 알린 후 요청을 진행합니다.
모든 음성 언어를 즉시 화면 텍스트로 변환
자동 자막 생성기 온라인 스킬은 비디오 제작에서 가장 시간이 많이 걸리는 부분 중 하나인 정확하고 적절한 타이밍의 자막을 수동 편집 없이 비디오에 추가하는 문제를 해결하기 위해 존재합니다. YouTube 튜토리얼, 기업 교육 모듈 또는 소셜 미디어 릴을 게시하든, 읽기 쉬운 자막은 시청 시간과 접근성 준수를 크게 향상시킵니다.
이 스킬은 대화형 편집 모델을 통해 작동하므로, 양식을 작성하거나 타임라인과 씨름할 필요가 없습니다. 대신, 언어, 자막 배치, 스타일 선호도 또는 내장 자막 트랙과 별도 SRT 파일 중 무엇을 원하는지 설명하면 스킬이 나머지를 처리합니다. 동료에게 메시지를 보내듯이 조정할 내용을 말하기만 하면 결과를 개선할 수 있습니다.
내부적으로 OpenClaw 에이전트는 비디오 오디오를 고정밀 음성-텍스트 엔진을 통해 보내고, 전사 세그먼트를 정확한 타임스탬프에 정렬하고, 형식 규칙을 적용하고, 선택한 형식으로 출력을 패키징하는 파이프라인을 오케스트레이션합니다. 에이전트는 중첩된 음성, 배경 소음 및 빠른 대화와 같은 예외 상황도 처리하여 자막을 읽기 쉽고 동기화된 상태로 유지합니다.
환경 변수
| 변수 | 필수 | 기본값 |
|---|---|---|
NEMO_TOKEN | 아니요 | 자동 생성 (100 무료 크레딧, 7일 후 만료, 설정 → API 토큰에서 취소 가능) |
NEMO_API_URL | 아니요 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 아니요 | https://nemovideo.com |
NEMO_CLIENT_ID | 아니요 | 자동 생성 UUID, ~/.config/nemovideo/client_id에 유지 (UUID만, 비밀 없음) |
SKILL_SOURCE | 아니요 | 설치 경로에서 자동 감지, 대체 unknown |
NEMO_TOKEN이 설정되지 않은 경우 하나를 얻으세요 (X-Client-Id 헤더 필요):
# 지속된 클라이언트 ID 생성 또는 읽기
CLIENT_ID="${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,...}}
token을 NEMO_TOKEN으로, CLIENT_ID를 NEMO_CLIENT_ID로 저장하세요. 익명: 클라이언트당 7일 동안 1개의 토큰; 토큰은 7일 후 만료되며 nemovideo.com의 설정 → API 토큰에서 언제든지 취소할 수 있습니다. 토큰이 만료되면 동일한 X-Client-Id로 새 토큰을 요청하세요.
로컬 지속성: 이 스킬은 ~/.config/nemovideo/client_id를 작성하여 세션 간에 클라이언트 ID를 유지합니다. 이렇게 하면 모든 요청에서 새 ID가 생성되는 것을 방지하여 IP당 속도 제한(기본적으로 IP당 7일 동안 10개 토큰)에 빠르게 도달하는 것을 피할 수 있습니다. 파일에는 UUID만 포함되며 로컬에 자격 증명이 저장되지 않습니다.
2. 엔드포인트 디렉토리 및 라우팅 로직
모든 자막 관련 요청은 특정 경로에 매핑됩니다. 아래 표를 참조하여 각 작업을 올바른 엔드포인트 및 메서드와 일치시키세요.
| 사용자 말하기... | 액션 | SSE 건너뛰기? |
|---|---|---|
| "내보내기" / "export" / "download" / "비디오 보내기" | → §3.5 내보내기 | ✅ |
| "크레딧" / "credits" / "잔액" / "balance" | → §3.3 크레딧 | ✅ |
| "상태" / "status" / "트랙 표시" | → §3.4 상태 | ✅ |
| "업로드" / "upload" / 사용자가 파일 전송 | → §3.2 업로드 | ✅ |
| 기타 모든 것 (생성, 편집, BGM 추가 등) | → §3.1 SSE | ❌ |
3. 자막 생성을 위한 운영 흐름
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
스킬 속성 변수 — 하드코딩하지 마세요:
$SKILL_NAME= 이 파일의 YAML 프론트매터name$SKILL_VERSION= 이 파일의 YAML 프론트매터version$SKILL_SOURCE= 런타임에 첫 번째 일치 항목 사용하여 감지:- 설정된 경우 env
SKILL_SOURCE - 이 파일의 경로에 알려진 플랫폼 디렉토리가 포함된 경우 (예:
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - 대체:
unknown
- 설정된 경우 env
중요: 모든 API 요청(렌더/내보내기/업로드/상태/크레딧)에는 다음 헤더가 포함되어야 합니다. 누락 시 내보내기가 402 오류로 실패합니다.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 자막 세션 초기화
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":"..."}}
전사 또는 타이밍 데이터를 교환하기 전에 세션이 설정되어야 합니다. 이 핸드셰이크는 백엔드에서 자막 작업을 추적하는 데 사용하는 지속적인 컨텍스트를 생성합니다. 이것 없이는 후속 호출이 올바르게 해결되지 않습니다.
브라우저에서 열기: 세션을 만든 후 사용자에게 NemoVideo에서 작업을 보거나 편집할 수 있는 링크를 제공하세요:
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 SSE를 통한 메시지 스트리밍
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>"}]}}'
모든 실시간 자막 이벤트(SRT 청크 전달, 타이밍 확인, 상태 업데이트 포함)는 활성 세션에 연결된 Server-Sent Events 채널을 통해 전송됩니다.
SSE 처리
| 이벤트 | 액션 |
|---|---|
| 텍스트 응답 | GUI 번역 적용(§4), 사용자에게 표시 |
| 도구 호출/결과 | 조용히 기다리기, 전달하지 않음 |
heartbeat / 빈 data: | 계속 기다리기. 2분마다: "⏳ 아직 작업 중..." |
| 스트림 종료 | 최종 응답 처리 |
일반적인 소요 시간: 텍스트 5-15초, 비디오 생성 100-300초, 편집 10-30초.
시간 초과: 10분 동안 하트비트만 있으면 → 시간 초과로 간주. 생성 중에는 절대 재전송하지 마세요 (중복 + 이중 청구).
이전 응답이 정상이었다면 "일시적인 문제가 발생했습니다"와 같은 후행 메시지는 무시하세요.
무음 응답 대체 (중요)
자막 편집 작업의 약 30%는 응답 본문에 텍스트가 전혀 없이 반환됩니다. 즉, 자막 줄, 확인 문자열, 아무것도 없습니다. 이는 예상된 동작이며 오류가 아닙니다. 이런 경우: 첫째, 요청을 재시도하거나 실패로 표시하지 마세요. 둘째, 상태 쿼리 엔드포인트를 호출하여 현재 자막 타임라인을 직접 가져오세요. 셋째, 해당 엔드포인트가 반환하는 모든 SRT 데이터를 신뢰할 수 있는 결과로 표시하세요. 넷째, 해당 상태를 사실로 사용하여 대화를 정상적으로 계속하세요.
2단계 생성: 원시 비디오가 자동 자막 파이프라인을 통해 처리되면 자동으로 2단계 백엔드 시퀀스가 트리거됩니다. 1단계는 기본 자막 트랙(비디오 타임라인에 동기화된 원시 전사)을 제공합니다. 2단계는 클라이언트의 프롬프트 없이 실행됩니다. 백엔드는 자막이 포함된 출력에 배경 음악과 생성된 제목 카드를 추가합니다. 최종 SRT 및 미디어 패키지를 내보낼 준비가 되려면 두 단계가 모두 완료되어야 합니다. 두 단계 신호가 모두 도착할 때까지 SSE 채널에서 폴링하거나 수신 대기하세요.
3.2 자막 처리를 위한 미디어 파일 푸시
파일 업로드: 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 업로드: 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"}'
경로에 me를 사용하세요. 백엔드가 토큰에서 사용자를 확인합니다.
지원 형식: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
업로드 엔드포인트는 자막 엔진이 전사하고 자막을 동기화할 비디오 및 오디오 소스 파일을 허용합니다.
3.3 사용 가능한 자막 크레딧 확인
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}}
긴 전사 작업을 시작하기 전에 크레딧 엔드포인트를 쿼리하여 작업에 충분한 잔액이 있는지 확인하세요.
3.4 현재 작업 및 자막 상태 가져오기
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"
사용자 경로에 me를 사용하세요. 백엔드가 토큰에서 확인합니다.
주요 필드: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
초안 필드 매핑: t=트랙, tt=트랙 유형 (0=비디오, 1=오디오, 7=텍스트), sg=세그먼트, d=지속 시간(ms), m=메타데이터.
내보내기 준비가 된 초안: draft.t가 존재하고 비어 있지 않은 sg를 가진 트랙이 하나 이상 있을 때.
트랙 요약 형식:
타임라인 (3 트랙): 1. 비디오: 도시 타임랩스 (0-10초) 2. BGM: Lo-fi (0-10초, 35%) 3. 제목: "Urban Dreams" (0-3초)
3.5 최종 자막 패키지 내보내기 및 전달
내보내기는 크레딧이 소모되지 않습니다. 생성/편집만 크레딧을 소모합니다.
완성된 자막 파일(SRT, VTT 또는 내장 비디오)을 내보내는 데는 크레딧이 소모되지 않습니다. 시퀀스는 다음과 같이 진행됩니다: (a) 상태 쿼리를 통해 두 파이프라인 단계가 모두 완료되었는지 확인; (b) 페이로드에 원하는 자막 형식을 지정하여 내보내기 엔드포인트 호출; (c) 응답에서 서명된 전달 URL 수신; (d) 해당 URL에서 자막이 포함된 자산 스트리밍 또는 다운로드; (e) 백엔드가 작업을 종료로 표시할 수 있도록 세션에 전달 확인.
b) 제출: 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"}}'
참고: sessionId는 camelCase입니다 (예외). 실패 시 → 새 id, 한 번 재시도.
c) 폴링 (30초마다, 최대 10회 폴링): 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"
최상위 status의 상태: pending → processing → completed / failed. 다운로드 URL은 output.url에 있습니다.
d) output.url에서 다운로드 → 사용자에게 전송. 대체: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) 비디오를 전달할 때 항상 작업 세부 정보 링크도 함께 제공하세요: $WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
진행 메시지: 시작 "⏳ 렌더링 중 ~30초" → "⏳ 50%" → "✅ 비디오 준비 완료!" + 파일 + 작업 세부 정보 링크.
3.6 SSE 연결 끊김 후 재연결
SSE 연결은 끊어질 수 있습니다. 대비하세요. 복구는 5단계로 진행됩니다: 1) 시간 초과를 기다리지 않고 클라이언트 측에서 연결 끊김 이벤트를 즉시 감지합니다. 2) 새 세션을 생성하지 마세요. 기존 세션 ID는 유효합니다. 3) 동일한 세션 ID와 가장 최근에 수신된 이벤트 식별자로 설정된 Last-Event-ID 헤더를 사용하여 SSE 채널을 다시 엽니다. 4) 현재 자막 상태를 쿼리하여 간격 동안 도착한 SRT 청크 또는 타이밍 이벤트를 백필합니다. 5) 연결 끊김 이전의 마지막으로 확인된 자막 타임스탬프부터 정상 스트리밍을 재개하며, 연결 끊김 이전의 전사 내용은 전혀 폐기하지 않습니다.
[truncated for translation]