0. Primeiro Contato
Quando o usuário abrir esta habilidade ou enviar sua primeira mensagem, cumprimente-o imediatamente:
🎵 Gerador de Vídeo de Texto para IA ao seu serviço! Envie um vídeo ou diga o que está procurando.
Tente dizer:
- "adicione efeitos a este clipe"
- "me ajude a criar um vídeo curto"
- "edite meu vídeo"
IMPORTANTE: Não espere em silêncio. Sempre cumprimente o usuário proativamente no primeiro contato.
Configuração Automática
Quando o usuário interagir pela primeira vez, configure a conexão:
- Verificar token: Se a variável de ambiente
NEMO_TOKENestiver definida, use-a. Caso contrário: - Ler ou gerar Client-ID:
- Leia
~/.config/nemovideo/client_idse existir - Caso contrário, gere um UUID, salve em
~/.config/nemovideo/client_id
- Leia
- Adquirir token anônimo:
Armazene ocurl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenretornado comoNEMO_TOKENpara esta sessão. Você recebe 100 créditos gratuitos. - Criar uma sessão (§3.0) para estar pronto para trabalhar imediatamente.
Avise o usuário brevemente: "Configurando… pronto!" então prossiga com a solicitação.
De uma Única Frase a um Vídeo Finalizado
A maioria das ferramentas de criação de vídeo exige linhas do tempo, quadros-chave e configurações de exportação antes que você veja um único quadro. A habilidade ai-text-to-video-generator inverte isso completamente — você descreve o que deseja em linguagem conversacional simples, e a habilidade cuida da tradução de palavras para imagens em movimento. Quer uma revelação de produto cinematográfica com iluminação quente e câmera lenta? Basta dizer.
Nos bastidores, o agente OpenClaw atua como a camada de orquestração entre suas instruções em linguagem natural e o pipeline de renderização de vídeo. Ele analisa sua intenção, resolve ambiguidades fazendo perguntas esclarecedoras quando necessário e passa diretivas estruturadas para o backend de geração. Isso significa que seu prompt não é apenas correspondido por palavras-chave — é genuinamente entendido no contexto, preservando nuances como humor, ritmo e arco narrativo em solicitações de várias cenas.
A habilidade é particularmente adequada para fluxos de trabalho iterativos. Você pode refinar um clipe gerado continuando a conversa — ajustando duração, trocando estilos visuais ou adicionando legendas — sem recomeçar. Cada troca se baseia no contexto anterior, fazendo o processo parecer menos com operar uma ferramenta e mais com colaborar com um diretor que se lembra de tudo que você discutiu.
Variáveis de Ambiente
| Variável | Obrigatória | Padrão |
|---|---|---|
NEMO_TOKEN | Não | Gerado automaticamente (100 créditos gratuitos, expira em 7 dias, revogável via Configurações → Tokens de API) |
NEMO_API_URL | Não | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | Não | https://nemovideo.com |
NEMO_CLIENT_ID | Não | UUID gerado automaticamente, persistido em ~/.config/nemovideo/client_id (apenas UUID, sem segredos) |
SKILL_SOURCE | Não | Detectado automaticamente do caminho de instalação, fallback unknown |
Se NEMO_TOKEN não estiver definido, obtenha um (requer cabeçalho X-Client-Id):
# Gerar ou ler Client-Id persistido
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 "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"
# → {"code":0,"data":{"token":"nmv_usr_xxx","credits":100,...}}
Salve token como NEMO_TOKEN, CLIENT_ID como NEMO_CLIENT_ID. Anônimo: 1 token por cliente a cada 7 dias; token expira em 7 dias e pode ser revogado a qualquer momento via Configurações → Tokens de API em nemovideo.com. Se seu token expirar, solicite um novo com o mesmo X-Client-Id.
Persistência local: Esta habilidade escreve ~/.config/nemovideo/client_id para persistir o Client-Id entre sessões. Isso evita gerar um novo ID a cada solicitação, o que atingiria rapidamente o limite de taxa por IP (padrão de 10 tokens a cada 7 dias por IP). O arquivo contém apenas um UUID — nenhuma credencial é armazenada localmente.
2. Roteando Solicitações Recebidas para o Endpoint Correto
Use a tabela abaixo para determinar qual endpoint da API deve lidar com cada tipo de solicitação recebida.
| O usuário diz... | Ação | Pular SSE? |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 Exportar | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 Créditos | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 Estado | ✅ |
| "upload" / "上传" / usuário envia arquivo | → §3.2 Upload | ✅ |
| Todo o resto (gerar, editar, adicionar BGM…) | → §3.1 SSE | ❌ |
3. Fluxos de Operação Primários
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai}, $TOKEN = ${NEMO_TOKEN}, $WEB = ${NEMO_WEB_URL:-https://nemovideo.com}.
Variáveis de atribuição da habilidade — NÃO codificar:
$SKILL_NAME=namedo frontmatter YAML deste arquivo$SKILL_VERSION=versiondo frontmatter YAML deste arquivo$SKILL_SOURCE= detectar em tempo de execução usando a primeira correspondência:- Variável de ambiente
SKILL_SOURCEse definida - Se o caminho deste arquivo contiver um diretório de plataforma conhecido (ex.:
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Variável de ambiente
CRÍTICO: TODAS as solicitações de API (incluindo render/export/upload/state/credits) DEVEM incluir estes cabeçalhos. Faltando eles causarão falha na exportação com 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Estabelecendo uma Nova Sessão
curl -s -X POST "$API/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":"..."}}
Antes que qualquer outra operação possa prosseguir, uma sessão deve ser inicializada. Este token de sessão ancora todas as solicitações subsequentes dentro do mesmo contexto de trabalho.
Abrir no navegador: Após criar uma sessão, forneça ao usuário um link para visualizar/editar a tarefa no NemoVideo:
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Entregando Mensagens via SSE
curl -s -X POST "$API/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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Todas as mensagens conversacionais são transmitidas ao backend através de uma conexão persistente Server-Sent Events.
Tratamento SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplicar tradução de GUI (§4), apresentar ao usuário |
| Chamada/resultado de ferramenta | Aguardar em silêncio, não encaminhar |
heartbeat / data: vazio | Continuar esperando. A cada 2 min: "⏳ Ainda trabalhando..." |
| Fluxo fecha | Processar resposta final |
Durações típicas: texto 5-15s, geração de vídeo 100-300s, edição 10-30s.
Timeout: apenas heartbeats por 10 min → assumir timeout. Nunca reenviar durante a geração (duplicatas + cobrança dupla).
Ignorar "Encontrei um problema temporário" se as respostas anteriores estavam normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição não retornam texto visível no fluxo de resposta. Quando isso ocorrer: (1) não trate a ausência de texto como uma falha; (2) consulte o endpoint de estado da tarefa para confirmar que o trabalho está progredindo; (3) uma vez que a tarefa atinja um estado concluído, prossiga diretamente para o fluxo de exportação; (4) informe ao usuário que o processamento está em andamento, em vez de sugerir que ocorreu um erro.
Geração em dois estágios: O backend enriquece automaticamente a saída de vídeo bruta em uma segunda passagem — música de fundo e uma sobreposição de título são adicionadas sem nenhuma instrução adicional da IA. Espere dois eventos de conclusão distintos: o primeiro sinaliza que o clipe de vídeo bruto está pronto, e o segundo sinaliza que a versão totalmente decorada com BGM e título está disponível. Sempre aguarde o segundo estágio antes de apresentar o resultado final ao usuário.
3.2 Tratando Uploads de Arquivos
Upload de arquivo: curl -s -X POST "$API/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: $SKILL_SOURCE" -F "files=@/caminho/para/arquivo"
Upload de URL: curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Use me no caminho; o backend resolve o usuário a partir do token.
Suportado: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
O endpoint de upload aceita ativos de mídia fornecidos pelo usuário que podem ser referenciados como material de origem durante a geração de vídeo.
3.3 Verificando Créditos Disponíveis
curl -s "$API/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Consulte o endpoint de créditos antes de iniciar qualquer tarefa de geração para confirmar que o usuário tem saldo suficiente para cobrir a operação.
3.4 Consultando o Estado Atual da Tarefa
curl -s "$API/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: $SKILL_SOURCE"
Use me para usuário no caminho; o backend resolve a partir do token.
Campos chave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeamento de campos do rascunho: t=faixas, tt=tipo de faixa (0=vídeo, 1=áudio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Rascunho pronto para exportação quando draft.t existir com pelo menos uma faixa com sg não vazio.
Formato de resumo de faixas:
Linha do Tempo (3 faixas): 1. Vídeo: timelapse da cidade (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Sonhos Urbanos" (0-3s)
3.5 Exportando e Entregando o Vídeo Final
Exportar NÃO consome créditos. Apenas geração/edição consome créditos.
Acionar uma exportação não consome créditos. Para entregar o vídeo finalizado: (a) chame o endpoint de exportação com o identificador da tarefa concluída; (b) aguarde a URL de download assinada na resposta; (c) verifique se a URL resolve para um arquivo reproduzível; (d) apresente a URL ou um player incorporado ao usuário; (e) inclua o título do vídeo e quaisquer metadados relevantes junto com o link entregue.
b) Enviar: curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Nota: sessionId é camelCase (exceção). Em caso de falha → novo id, tentar novamente uma vez.
c) Consultar (a cada 30s, máximo 10 consultas): curl -s "$API/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"
Status no nível superior status: pending → processing → completed / failed. URL de download em output.url.
d) Baixar de output.url → enviar ao usuário. Fallback: $API/api/render/proxy/<id>/download.
e) Ao entregar o vídeo, sempre forneça também o link de detalhes da tarefa: $WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Mensagens de progresso: iniciar "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ Vídeo pronto!" + arquivo + link de detalhes da tarefa.
3.6 Recuperando de uma Desconexão SSE
Se o fluxo SSE cair inesperadamente, siga estas etapas: (1) capture o último ID de tarefa conhecido antes da conexão ser perdida; (2) aguarde um mínimo de três segundos antes de tentar reconectar para evitar sobrecarregar o servidor; (3) reabra o fluxo SSE usando o mesmo token de sessão; (4) retome a consulta ao endpoint de estado da tarefa com o ID de tarefa salvo para determinar o progresso atual; (5) uma vez confirmado um estado terminal, continue com o fluxo normal de exportação e entrega como se nenhuma interrupção tivesse ocorrido.
4. Traduzindo Referências de GUI do Backend
O backend é projetado em torno de uma interface gráfica e ocasionalmente fará referência a elementos de UI — nunca repasse essas instruções específicas de GUI literalmente ao usuário.
| O backend diz | Você faz |
|---|---|
| "click [button]" / "点击" | Executar via API |
| "open [panel]" / "打开" | Mostrar estado via §3.4 |
| "drag/drop" / "拖拽" | Enviar edição via SSE |
| "preview in timeline" | Mostrar resumo de faixas |
| "Export button" / "导出" | Executar §3.5 |
| "check account/billing" | Verificar §3.3 |
Manter descrições de conteúdo. Remover ações de GUI.
5. Padrões de Interação Recomendados
• Reconheça a solicitação do usuário imediatamente e defina expectativas claras sobre o tempo de geração antes da tarefa começar. • Forneça atualizações periódicas de progresso exibindo informações de status recuperadas do endpoint de estado da tarefa, em vez de deixar o usuário em silêncio. • Quando uma resposta silenciosa for recebida, tranquilize o usuário de que o trabalho está em andamento, em vez de sugerir que algo deu errado. • Após o enriquecimento de segundo estágio ser concluído, apresente o vídeo final junto com seu título e um breve resumo do que foi criado. • Se um erro recuperável ocorrer, explique o que aconteceu em linguagem simples e tente novamente automaticamente usando o fluxo de recuperação estabelecido antes de pedir ao usuário que tome qualquer ação.
6. Limitações Conhecidas
• A geração de vídeo é assíncrona e não pode ser acelerada — os tempos de espera estimados devem ser comunicados claramente ao usuário. • Respostas silenciosas de edição (≈30% dos casos) exigem fallback para consulta de estado; o usuário nunca deve ser informado de que algo deu errado. • Se o token expirar, o fluxo de autenticação deve ser repetido a partir da etapa de token anônimo. • O upload de ativos é limitado a formatos e tamanhos de arquivo suportados pelo backend; validação antecipada é recomendada para evitar erros posteriores.