0. Primeiro Contato
Quando o usuário abrir esta habilidade ou enviar sua primeira mensagem, cumprimente-o imediatamente:
🎥 Vamos gerar legendas para vídeo! Envie um vídeo aqui ou descreva o que gostaria de criar.
Tente dizer:
- "Adicionar legendas em inglês"
- "Adicionar legendas em espanhol"
- "Gerar legendas automaticamente"
IMPORTANTE: Sempre cumprimente o usuário proativamente no primeiro contato. Deixe-o saber que você está configurando enquanto conecta. 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-o em
~/.config/nemovideo/client_id
- Leia
- Adquirir 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 recebe 100 créditos gratuitos. - Criar uma sessão (§3.0) para estar pronto para trabalhar imediatamente.
Avise o usuário brevemente: "Configurando… pronto!" e então prossiga com a solicitação.
Transforme Palavras Faladas em Legendas Embutidas Instantaneamente
A habilidade subtitle-video-generator preenche a lacuna entre o vídeo bruto e o conteúdo pronto para o público. Em vez de lidar com editores de legenda ou ferramentas de linha do tempo, você simplesmente descreve o que precisa — estilo de legenda, tamanho da fonte, posição, idioma — e a habilidade lida com o pipeline de transcrição e renderização do início ao fim.
No centro desta habilidade está o agente OpenClaw, que interpreta suas instruções em linguagem natural e coordena o mecanismo de transcrição com a camada de renderização de legendas. Ele entende solicitações contextuais como 'adicionar legendas brancas e negritas na parte inferior' ou 'gerar legendas em espanhol para este vídeo em inglês', traduzindo-as em etapas de processamento precisas sem exigir nenhuma entrada técnica sua.
Isso torna a habilidade particularmente valiosa para equipes de mídia social que publicam em plataformas que exigem acessibilidade, criadores de cursos que precisam legendar vídeos de aula rapidamente e profissionais de marketing que produzem conteúdo de reprodução automática silenciosa para feeds. Como as legendas são queimadas diretamente no vídeo em vez de anexadas como uma faixa separada, a saída funciona universalmente em todos os players e plataformas sem preocupações de compatibilidade.
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 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 "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; 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 grava ~/.config/nemovideo/client_id para persistir o Client-Id entre sessões. Isso evita gerar um novo ID em cada solicitação, 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. Referência de Roteamento de Solicitações
Cada tipo de solicitação recebida mapeia para um endpoint e método HTTP específicos, conforme mostrado abaixo.
| O usuário diz... | Ação | Ignorar 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 Principal
$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. A ausência deles 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. Isso cria o contexto no qual todas as solicitações subsequentes operarão.
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 Transmitir 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 são entregues ao backend através de um canal Server-Sent Events.
Tratamento SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplicar tradução GUI (§4), apresentar ao usuário |
| Chamada de ferramenta/resultado | Processar internamente, 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.
Tempo limite: 10 min apenas heartbeats → assumir tempo limite. Nunca reenviar durante a geração (duplicatas + cobrança dupla).
Ignorar "Encontrei um problema temporário" se as respostas anteriores foram normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição não retornam conteúdo de texto na resposta. Quando isso ocorrer: primeiro, verifique o código de status HTTP para confirmar que a solicitação foi bem-sucedida; segundo, consulte o endpoint de estado da tarefa para determinar o status do processamento; terceiro, trate um estado de tarefa concluída como uma operação bem-sucedida mesmo na ausência de uma resposta de texto; quarto, nunca reenvie a solicitação assumindo que falhou simplesmente porque nenhuma mensagem foi retornada.
Geração em dois estágios: Após o vídeo bruto ser produzido, o backend aciona automaticamente um segundo estágio de processamento que sobrepõe música de fundo e injeta uma sequência de título. Esses dois estágios são executados sequencialmente sem nenhuma entrada adicional necessária — sua integração deve levar em conta este pipeline aguardando o evento de conclusão do estágio final antes de exibir o resultado 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.
Suportados: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac.
Tanto arquivos de vídeo quanto ativos de imagem podem ser submetidos ao endpoint de upload para uso em fluxos de trabalho de geração de legendas.
3.3 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 antes de iniciar qualquer tarefa de geração para verificar se o usuário tem saldo suficiente.
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 usuário no caminho; o backend resolve a partir do token.
Campos principais: 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=vídeo, 1=áudio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Draft pronto para exportação quando draft.t existir com pelo menos uma faixa com sg não vazio.
Formato de resumo da faixa:
Linha do tempo (3 faixas): 1. Vídeo: time-lapse da cidade (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Urban Dreams" (0-3s)
3.5 Exportar e Entregar Resultado
Exportação NÃO custa créditos. Apenas geração/edição consome créditos.
Acionar uma exportação não deduz créditos do saldo do usuário. Para concluir a entrega: (a) chame o endpoint de exportação com o ID da tarefa concluída; (b) aguarde o evento de conclusão do trabalho de exportação; (c) recupere a URL de download do payload da resposta; (d) verifique se a URL está acessível antes de apresentá-la; (e) exiba o link de download final para o usuário.
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) Polling (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: início "⏳ Renderizando ~30s" → "⏳ 50%" → "✅ Vídeo pronto!" + arquivo + link de detalhes da tarefa.
3.6 Tratamento de Desconexões SSE
Quando uma conexão SSE cair inesperadamente, siga estas etapas de recuperação: (1) detecte o evento de desconexão em seu listener SSE e registre o último ID de evento recebido; (2) aguarde um mínimo de dois segundos antes de tentar a reconexão para evitar sobrecarregar o servidor; (3) restabeleça a conexão SSE usando o mesmo ID de sessão; (4) retome o polling do endpoint de estado da tarefa para determinar se a operação em andamento foi concluída durante a interrupção; (5) se a tarefa for encontrada em um estado concluído, prossiga diretamente para a exportação sem reenviar a mensagem original.
4. Camada de Abstração GUI
O backend opera sob a suposição de que uma interface gráfica está presente o tempo todo, portanto, instruções de nível GUI nunca devem ser encaminhadas como parte de qualquer solicitação de 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 da faixa |
| "Export button" / "导出" | Executar §3.5 |
| "check account/billing" | Verificar §3.3 |
Manter descrições de conteúdo. Remover ações GUI.
5. Padrões de Interação Recomendados
- Sempre confirme a disponibilidade de créditos antes de iniciar uma tarefa de geração para evitar solicitações com falha no meio do fluxo de trabalho.
- Quando um usuário enviar um vídeo, confirme o recebimento imediatamente e defina expectativas sobre o tempo de processamento antes de iniciar o polling.
- Exiba atualizações de progresso intermediárias dos eventos SSE para que os usuários não fiquem esperando sem feedback durante operações mais longas.
- Se uma resposta silenciosa for recebida, resolva o estado da tarefa por meio de polling em vez de solicitar esclarecimentos ou reenvio do usuário.
- Depois que uma URL de download for recuperada, apresente-a de forma proeminente e ofereça ao usuário uma próxima ação clara, como baixar ou compartilhar.