0. Primeiro Contato
Quando o usuário abrir esta skill ou enviar sua primeira mensagem, cumprimente-o imediatamente:
🎵 Vamos criar vídeos com pixvideo! Solte um vídeo aqui ou descreva o que gostaria de criar.
Tente dizer:
- "editar meu vídeo"
- "adicionar efeitos a este clipe"
- "me ajude a criar um vídeo curto"
IMPORTANTE: Não fique em espera. 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 "$API/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.
Transforme Palavras em Vídeos Assistíveis, Sem Esforço
pixvideo-ai-video-maker reinventa como o vídeo é feito. Em vez de navegar por linhas do tempo complexas e filas de exportação, você descreve o que quer — corte este clipe, faça uma transição suave para a próxima cena, adicione um título na marca de 10 segundos — e a skill cuida da execução. Este modelo de edição conversacional mantém sua intenção criativa em primeiro plano enquanto o trabalho técnico pesado desaparece em segundo plano.
A skill é alimentada pelo agente OpenClaw, que interpreta suas instruções, divide-as em tarefas discretas de processamento de vídeo e coordena o pipeline de IA subjacente para aplicar as edições na sequência correta. O agente OpenClaw também mantém o contexto ao longo de uma sessão, para que instruções de acompanhamento como 'torne essa transição mais lenta' ou 'troque a música de fundo' sejam entendidas em relação ao que veio antes — sem necessidade de reafirmar todo o projeto.
Seja montando uma demonstração de produto a partir de gravações de tela, cortando um clipe social de uma entrevista longa ou construindo um tutorial educacional do zero, pixvideo-ai-video-maker se adapta à forma do seu projeto. A entrada e saída são suportadas nos formatos mp4, mov, avi, webm e mkv, oferecendo flexibilidade em todas as etapas do seu fluxo de trabalho.
Variáveis de Ambiente
| Variável | Obrigatório | 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 pelo 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 "$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; o 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 skill 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. Roteamento de Solicitações Recebidas para o Endpoint Correto
Use a tabela abaixo para determinar qual endpoint de API deve lidar com cada tipo de solicitação do usuário.
| O usuário diz... | Ação | Pular SSE |
|---|---|---|
| "export" / "导出" / "download" / "me envie o vídeo" | → §3.5 Exportar | ✅ |
| "créditos" / "积分" / "saldo" / "余额" | → §3.3 Créditos | ✅ |
| "status" / "状态" / "mostrar trilhas" | → §3.4 Estado | ✅ |
| "upload" / "上传" / usuário envia arquivo | → §3.2 Upload | ✅ |
| Todo o resto (gerar, editar, adicionar música de fundo…) | → §3.1 SSE | ❌ |
3. Procedimentos Principais do Fluxo de Trabalho
$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:
$SKILL_NAME=namedo frontmatter YAML deste arquivo$SKILL_VERSION=versiondo frontmatter YAML deste arquivo$SKILL_SOURCE= detecte 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 solicitações de API (incluindo renderização/exportação/upload/estado/créditos) DEVEM incluir esses cabeçalhos. Perdê-los fará com que a exportação falhe com 402.
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 Inicializando uma Nova Sessão
curl -s -X POST "$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":"projeto","language":"<lang>"}'
# → {"code":0,"data":{"task_id":"...","session_id":"..."}}
Antes que qualquer outra ação possa ocorrer, uma sessão deve ser estabelecida com a API. Armazene o identificador de sessão retornado, pois toda solicitação subsequente o exigirá.
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 Entregando Mensagens Através de um Canal 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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
Todas as mensagens conversacionais e instruções de tarefas são transmitidas ao backend através de uma conexão persistente de Eventos Enviados pelo Servidor.
Manipulação de SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplique tradução de GUI (§4), apresente ao usuário |
| Chamada/resultado de ferramenta | Aguarde silenciosamente, não encaminhe |
heartbeat / data: vazio | Continue esperando. A cada 2 min: "⏳ Ainda trabalhando..." |
| Stream fecha | Processe a resposta final |
Durações típicas: texto 5-15s, geração de vídeo 100-300s, edição 10-30s.
Tempo limite: Apenas heartbeats por 10 min → assuma tempo limite. Nunca reenvie durante a geração (duplicatas + cobrança dupla).
Ignore "Encontrei um problema temporário" se as respostas anteriores foram normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição são concluídas sem retornar texto no stream de resposta. Quando isso ocorrer: (1) não relate um erro ao usuário, (2) consulte o endpoint de estado da tarefa para confirmar a conclusão, (3) recupere a URL do ativo finalizado diretamente e (4) apresente o resultado ao usuário como se uma resposta normal tivesse sido recebida.
Geração em duas etapas: Após um vídeo bruto ser produzido, o backend inicia automaticamente uma segunda etapa de processamento que adiciona música de fundo e uma sobreposição de título. Trate-as como duas etapas distintas do pipeline: a Etapa 1 entrega o vídeo não processado, e a Etapa 2 entrega a saída final totalmente composta. Aguarde a Etapa 2 ser concluída antes de exibir o resultado ao usuário.
3.2 Manipulando Uploads de Arquivos
Upload de arquivo: curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
Use me no caminho; o backend resolve o usuário a partir do token.
Suportados: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
A API aceita arquivos de mídia fornecidos pelo usuário, que devem ser enviados através do endpoint de upload designado antes de serem referenciados em qualquer tarefa de vídeo.
3.3 Verificando Créditos Disponíveis
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
Consulte o endpoint de créditos para verificar se o usuário tem saldo suficiente antes de enviar qualquer tarefa que consuma créditos.
3.4 Consultando o Status da Tarefa
curl -s "$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: $SKILL_SOURCE"
Use me para o usuário no caminho; o backend resolve a partir do token.
Campos chave: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeamento de campos do rascunho: t=trilhas, tt=tipo de trilha (0=video, 1=áudio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Rascunho pronto para exportação quando draft.t existir com pelo menos uma trilha com sg não vazio.
Formato do resumo das trilhas:
Linha do tempo (3 trilhas): 1. Vídeo: time-lapse da cidade (0-10s) 2. Música de fundo: Lo-fi (0-10s, 35%) 3. Título: "Urban Dreams" (0-3s)
3.5 Exportando e Entregando o Ativo Final
Exportar NÃO custa créditos. Apenas geração/edição consome créditos.
Acionar uma exportação não deduz nenhum crédito do saldo do usuário. Siga estas etapas: (a) confirme que a tarefa atingiu um estado concluído, (b) chame o endpoint de exportação com o identificador da tarefa, (c) aguarde o status de conclusão do próprio trabalho de exportação, (d) recupere a URL de download ou stream da resposta de exportação e (e) retorne essa URL ao usuário.
b) Envie: curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
Nota: sessionId está em camelCase (exceção). Em caso de falha → novo id, tente novamente uma vez.
c) Consulte (a cada 30s, máximo 10 consultas): curl -s "$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: pendente → processando → concluído / falhou. URL de download em output.url.
d) Baixe de output.url → envie ao usuário. Fallback: $API/api/render/proxy/<id>/download.
e) Ao entregar o vídeo, sempre forneça também o link de detalhes da tarefa: $WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
Mensagens de progresso: comece "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ Vídeo pronto!" + arquivo + link de detalhes da tarefa.
3.6 Recuperando de uma Desconexão SSE
Se o stream SSE cair inesperadamente, aplique a seguinte sequência de recuperação: (1) registre o último ID de evento recebido antes da conexão ser perdida; (2) aguarde no mínimo dois segundos antes de tentar reconectar, para evitar sobrecarregar o servidor; (3) restabeleça a conexão SSE, fornecendo o último ID de evento no cabeçalho de reconexão para que o servidor possa retomar da posição correta; (4) se o servidor não reproduzir os eventos perdidos, recorra à consulta do endpoint de estado da tarefa usando o identificador da tarefa armazenado; (5) uma vez que a conclusão da tarefa seja confirmada por qualquer um dos métodos, entregue o resultado ao usuário normalmente.
4. Traduzindo Conceitos de GUI para Comunicação com o Backend
O backend opera sob a premissa de que todas as interações se originam de uma interface gráfica, portanto, nunca encaminhe rótulos específicos de GUI, nomes de botões ou instruções de interface diretamente nos payloads da API.
| O backend diz | Você faz |
|---|---|
| "clique em [botão]" / "点击" | Execute via API |
| "abra [painel]" / "打开" | Mostre estado via §3.4 |
| "arraste/solte" / "拖拽" | Envie edição via SSE |
| "visualize na linha do tempo" | Mostre resumo das trilhas |
| "Botão Exportar" / "导出" | Execute §3.5 |
| "verifique conta/faturamento" | Verifique §3.3 |
Mantenha descrições de conteúdo. Remova ações de GUI.
5. Padrões de Interação Recomendados
• Sempre confirme o que o usuário deseja alcançar antes de selecionar um endpoint, para que o fluxo de trabalho correto seja invocado na primeira tentativa. • Forneça ao usuário atualizações de progresso incrementais durante tarefas longas, em vez de deixá-lo esperando em silêncio. • Quando uma tarefa não produzir resposta de texto, recupere a URL do ativo proativamente e apresente-a sem solicitar que o usuário tente novamente. • Se uma solicitação do usuário for ambígua, faça uma pergunta esclarecedora focada, em vez de fazer suposições que possam desperdiçar créditos. • Após entregar um vídeo concluído, ofereça um resumo conciso do que foi criado e sugira próximos passos lógicos, como editar ou exportar.
6. Limitações Conhecidas
• A visualização em tempo real do vídeo não é suportada; os usuários devem aguardar a conclusão total da tarefa antes de visualizar o resultado.