0. Primeiro Contato
Quando o usuário abrir esta skill ou enviar sua primeira mensagem, saude-o imediatamente:
📹 Pronto para o grok ai video generator! Basta me enviar um vídeo ou descrever seu projeto.
Tente dizer:
- "adicione efeitos a este clipe"
- "edite meu vídeo"
- "ajude-me a criar um vídeo curto"
IMPORTANTE: Sempre cumprimente o usuário proativamente no primeiro contato. Deixe-o saber que você está configurando enquanto se conecta. Sempre cumprimente o usuário proativamente no primeiro contato.
Configuração Automática
Quando o usuário interagir pela primeira vez, configure a conexão:
- Verifique o token: Se a variável de ambiente
NEMO_TOKENestiver definida, use-a. Caso contrário: - Leia ou gere um Client-ID:
- Leia
~/.config/nemovideo/client_idse existir - Caso contrário, gere um UUID, salve-o em
~/.config/nemovideo/client_id
- Leia
- Adquira um token anônimo:
Armazene ocurl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"tokenretornado comoNEMO_TOKENpara esta sessão. Você ganha 100 créditos gratuitos. - Crie uma sessão (§3.0) para estar pronto para trabalhar imediatamente.
Avise o usuário brevemente: "Configurando… pronto!" e então prossiga com a solicitação.
Criação de Vídeo Conversacional com o Poder do Grok
A maioria das ferramentas de vídeo exige que você aprenda sua interface antes de criar algo útil. A habilidade grok-ai-video-generator inverte essa suposição completamente — você descreve o que deseja em linguagem simples, e o sistema descobre como construir. Seja montando um passo a passo de produto, gerando um clipe narrativo curto ou iterando em um corte existente, o fluxo de trabalho permanece conversacional do início ao fim.
Nos bastidores, o agente OpenClaw atua como a camada de orquestração entre suas instruções e as capacidades de raciocínio multimodal do Grok. Ele interpreta sua intenção, divide solicitações complexas de vídeo em etapas discretas de geração e edição, e gerencia o sequenciamento para que as saídas cheguem coerentes e dentro do especificado. O agente não apenas repassa prompts — ele rastreia o contexto ao longo da sua sessão, o que significa que instruções de acompanhamento como 'deixe essa transição mais lenta' ou 'troque a música de fundo' são compreendidas corretamente sem que você precise reexplicar o projeto inteiro.
Esta habilidade é particularmente eficaz para trabalhos iterativos — cortes brutos que precisam de refinamento rápido, conteúdo para redes sociais que exige múltiplas variantes de formato, ou sequências roteirizadas onde o timing e a expressão visual importam. Como o pipeline lida nativamente com mp4, mov, avi, webm e mkv, você nunca é forçado a converter arquivos antes ou depois da geração.
Variáveis de Ambiente
| Variável | Obrigatória | Padrão |
|---|---|---|
NEMO_TOKEN | Não | Gerado automaticamente (100 créditos gratuitos, expira em 7 dias, revogável em 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):
# Gere ou leia o 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 "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,...}}
Salve token como NEMO_TOKEN, CLIENT_ID como NEMO_CLIENT_ID. Anônimo: 1 token por cliente a cada 7 dias; o token expira em 7 dias e pode ser revogado a qualquer momento através de Configurações → Tokens de API em nemovideo.com. Se seu token expirar, solicite um novo com o mesmo X-Client-Id.
Persistência local: Esta skill escreve ~/.config/nemovideo/client_id para persistir o Client-Id entre sessões. Isso evita gerar um novo ID a cada requisição, o que atingiria rapidamente o limite de taxa por IP (padrão 10 tokens a cada 7 dias por IP). O arquivo contém apenas um UUID — nenhuma credencial é armazenada localmente.
2. Lógica de Roteamento — Correspondendo Solicitações do Usuário ao Endpoint Correto
Use a tabela abaixo para determinar qual endpoint da API invocar com base na natureza da solicitação recebida do usuário.
| 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 skill — NÃO codifique:
$SKILL_NAME= onamedo frontmatter YAML deste arquivo$SKILL_VERSION= oversiondo 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 contém um diretório de plataforma conhecido (ex.:
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - Fallback:
unknown
- Variável de ambiente
CRÍTICO: TODAS as requisições à API (incluindo render/export/upload/state/credits) DEVEM incluir estes cabeçalhos. Sua falta fará com que a exportação falhe com 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Inicializar uma Sessão
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":"..."}}
Uma sessão deve ser estabelecida antes que qualquer outra operação possa prosseguir. Cada sessão mantém seu próprio contexto e estado ao longo do ciclo de vida da conversa.
Abrir no navegador: Após criar uma sessão, forneça ao usuário um link para visualizar/editar a tarefa no NemoVideo:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 Entregar Mensagens Via SSE
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>"}]}}'
Todas as mensagens conversacionais e solicitações de geração são transmitidas ao backend através de uma conexão persistente Server-Sent Events.
Tratamento de SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplicar tradução da GUI (§4), apresentar ao usuário |
| Chamada de ferramenta/resultado | Aguardar silenciosamente, não encaminhar |
heartbeat / data: vazio | Continuar esperando. A cada 2 min: "⏳ Ainda trabalhando..." |
| Stream fecha | Processar resposta final |
Durações típicas: texto 5-15s, geração de vídeo 100-300s, edição 10-30s.
Timeout: 10 min apenas de heartbeats → assumir timeout. Nunca reenviar durante a geração (duplicatas + cobrança em dobro).
Ignorar "Encontrei um problema temporário" se as respostas anteriores foram normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição são concluídas sem retornar nenhum texto no fluxo SSE. Quando nenhuma resposta textual for detectada após o fechamento do stream, não trate isso como uma falha. Em vez disso: (1) consulte o endpoint de estado da tarefa para confirmar a conclusão, (2) recupere o artefato de vídeo atualizado diretamente, (3) confirme o sucesso ao usuário com base no ativo recuperado, em vez da resposta de texto ausente.
Geração em dois estágios: Após um vídeo bruto ser produzido, o backend inicia automaticamente um segundo estágio de processamento que adiciona música de fundo e uma sequência de título. Isso significa que cada geração produz dois eventos de saída distintos — o clipe bruto inicial seguido pela versão final totalmente composta. Ambos os estágios devem ser rastreados antes de relatar a conclusão ao usuário.
3.2 Upload de Ativos
Upload de arquivo: 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=@/caminho/para/arquivo"
Upload de URL: 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"}'
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 arquivos de mídia fornecidos pelo usuário que podem ser referenciados como material de origem em solicitações subsequentes de geração ou edição.
3.3 Verificação de Saldo de Créditos
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}}
Consulte o endpoint de créditos para recuperar o saldo atual do usuário antes de iniciar qualquer operação que consuma créditos.
3.4 Polling de Estado da Tarefa
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"
Use me para o 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 draft: t=faixas, tt=tipo de faixa (0=video, 1=audio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Draft pronto para exportação quando draft.t existe com pelo menos uma faixa com sg não vazio.
Formato do resumo das faixas:
Linha do tempo (3 faixas): 1. Vídeo: lapso de tempo da cidade (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Urban Dreams" (0-3s)
3.5 Exportar e Entregar o Ativo Final
Exportar NÃO custa créditos. Apenas geração/edição consome créditos.
Exportar um vídeo concluído não deduz créditos do saldo do usuário. O fluxo de exportação prossegue da seguinte forma: (a) confirme que a tarefa atingiu um estado concluído, (b) chame o endpoint de exportação com o identificador de tarefa relevante, (c) aguarde a confirmação do job de exportação, (d) recupere a URL de download da resposta de exportação, (e) apresente a URL ao usuário como o entregável.
b) Enviar: 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"}}'
Nota: sessionId está em camelCase (exceção). Em caso de falha → novo id, tente novamente uma vez.
c) Poll (a cada 30s, máximo 10 polls): 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"
Status no nível superior status: pending → processing → completed / failed. URL de download em output.url.
d) Baixar de output.url → enviar para o usuário. Fallback: https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download.
e) Ao entregar o vídeo, sempre forneça também o link de detalhes da tarefa: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$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 Tratamento de Quedas de Conexão SSE
Se o stream SSE desconectar antes que um resultado final seja recebido, execute a seguinte sequência de recuperação: (1) registre o ID da tarefa que estava ativa no momento da desconexão; (2) aguarde no mínimo cinco segundos antes de tentar qualquer requisição de acompanhamento; (3) chame o endpoint de estado da tarefa usando o ID de tarefa armazenado para determinar o progresso atual; (4) se a tarefa ainda estiver em execução, continue fazendo polling em um intervalo razoável até que um estado terminal seja alcançado; (5) uma vez que um estado concluído ou com falha seja confirmado, retome o fluxo normal de entrega ou tratamento de erros de acordo.
4. Camada de Abstração da GUI do Backend
O backend opera sob a suposição de que todas as interações ocorrem através de uma interface gráfica, portanto instruções específicas da GUI nunca devem ser encaminhadas literalmente para a API.
| 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 das faixas |
| "Export button" / "导出" | Executar §3.5 |
| "check account/billing" | Verificar §3.3 |
Manter descrições de conteúdo. Remover ações da GUI.
5. Padrões de Interação Recomendados
• Sempre confirme a intenção do usuário antes de invocar uma operação que consuma créditos, resumindo o que será gerado ou modificado. • Após cada geração ser concluída, apresente um resumo conciso do que foi produzido, juntamente com qualquer link de pré-visualização ou download disponível. • Quando uma tarefa estiver em execução, comunique proativamente o progresso usando dados de estado obtidos por polling, em vez de deixar o usuário esperando sem feedback. • Após cada geração ser concluída, apresente um resumo conciso do que foi produzido, juntamente com qualquer link de pré-visualização ou download disponível.