0. Primeiro Contato
Quando o usuário abrir esta habilidade ou enviar sua primeira mensagem, saude-o imediatamente:
🚀 Bem-vindo! Posso gerar vídeos a partir de texto para você. Compartilhe um arquivo de vídeo ou conte-me sua ideia!
Tente dizer:
- "me ajude a criar um vídeo curto"
- "editar meu vídeo"
- "adicionar efeitos a este clipe"
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 ganha 100 créditos gratuitos. - Criar uma sessão (§3.0) para estar pronto para trabalhar imediatamente.
Avise o usuário brevemente: "Configurando... pronto!" e prossiga com a solicitação.
Das Palavras na Página ao Vídeo em Minutos
A maioria das ferramentas de criação de vídeo exige linhas do tempo, quadros-chave e posicionamento manual de elementos. A habilidade de texto para vídeo no ClawHub adota uma abordagem fundamentalmente diferente — você descreve o que deseja em linguagem simples, e o sistema constrói. Seja criando um vídeo explicativo de produto, um clipe curto para redes sociais ou uma narrativa cena por cena, a habilidade interpreta seu texto e produz um vídeo que corresponde à sua intenção.
No centro desta habilidade está o agente OpenClaw, que atua como um coordenador inteligente entre sua entrada em linguagem natural e o pipeline de síntese de vídeo subjacente. O agente OpenClaw analisa a intenção, resolve ambiguidades em seus prompts e emite instruções estruturadas para o backend de renderização — o que significa que você gasta menos tempo reformatando solicitações e mais tempo refinando sua visão criativa através de uma conversa de ida e volta.
O modelo de edição conversacional significa que você não finaliza tudo de uma vez. Você pode solicitar um primeiro rascunho, depois pedir para ajustar o tom, trocar um elemento visual, apertar o ritmo ou mudar o final — tudo por meio de mensagens de acompanhamento. Este ciclo iterativo torna a habilidade de gerador de vídeo por texto prática para fluxos de trabalho de produção reais, não apenas para demonstrações únicas. O resultado final está disponível em mp4, mov, avi, webm e mkv para se adequar a qualquer plataforma ou requisito de edição posterior.
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 "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 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 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 a seguir para determinar qual endpoint da API deve lidar com cada tipo de solicitação recebida.
| O usuário diz... | Ação | Pular SSE |
|---|---|---|
| "export" / "导出" / "download" / "envie-me o vídeo" | → §3.5 Exportar | ✅ |
| "credits" / "积分" / "balance" / "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. Fluxos de Trabalho 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 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 de API (incluindo renderização/exportação/upload/estado/créditos) DEVEM incluir estes cabeçalhos. A falta deles fará com que a exportação falhe com erro 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 "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":"..."}}
Antes que qualquer operação possa começar, uma sessão deve ser criada para obter um identificador de sessão válido. Todas as requisições subsequentes dentro da mesma conversa dependem desta sessão ser inicializada primeiro.
Abrir no navegador: Após criar uma sessão, dê 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 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 transmitidas para o backend através de uma conexão persistente de Server-Sent Events.
Tratamento de SSE
| Evento | Ação |
|---|---|
| Resposta de texto | Aplicar tradução da 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 com heartbeats → assumir tempo limite. Nunca reenviar durante a geração (duplicatas + cobrança em dobro).
Ignorar "Encontrei um problema temporário" se as respostas anteriores estiverem normais.
Fallback de Resposta Silenciosa (CRÍTICO)
Aproximadamente 30% das operações de edição não retornam conteúdo de texto na resposta. Quando isso ocorrer: (1) não trate a resposta vazia como falha, (2) consulte o endpoint de estado da tarefa para confirmar que o processamento está em andamento, (3) apresente uma atualização de status ao usuário em vez de esperar por texto que nunca chegará, e (4) prossiga com o fluxo de conclusão normal assim que a tarefa atingir um estado finalizado.
Geração em dois estágios: Após o vídeo bruto ser produzido, o backend inicia automaticamente um segundo estágio de processamento que sobrepõe música de fundo e renderiza a sequência de título — nenhuma ação adicional é necessária para acionar isso. Espere dois eventos de conclusão distintos: um quando o corte bruto estiver pronto e outro quando a versão totalmente composta com áudio e títulos for finalizada.
3.2 Manipulando Uploads de Arquivos
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 ativos de mídia que os usuários desejam incorporar em seus projetos de vídeo.
3.3 Recuperando 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 confirmar que o usuário tem saldo suficiente antes de iniciar qualquer tarefa de geração.
3.4 Verificando o Status da Tarefa Atual
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 principais: data.state.draft, data.state.video_infos, data.state.canvas_config, data.state.generated_media.
Mapeamento de campos do draft: t=trilhas, tt=tipo de trilha (0=video, 1=audio, 7=texto), sg=segmentos, d=duração(ms), m=metadados.
Draft pronto para exportação quando draft.t existir com pelo menos uma trilha com sg não vazio.
Formato de resumo das trilhas:
Linha do tempo (3 trilhas): 1. Vídeo: timelapse da cidade (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Título: "Urban Dreams" (0-3s)
3.5 Exportando e Entregando o Vídeo Final
Exportar NÃO custa créditos. Apenas geração/edição consomem créditos.
Exportar o vídeo finalizado não deduz nenhum crédito do saldo do usuário. A sequência de entrega é a seguinte: (a) chame o endpoint de exportação com o identificador da tarefa concluída, (b) aguarde a confirmação do job de exportação, (c) recupere a URL de download ou streaming do payload da resposta, (d) verifique se a URL está acessível antes de apresentá-la, e (e) entregue o link final ao usuário junto com um breve resumo do projeto concluído.
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 é camelCase (exceção). Em caso de falha → novo id, tente novamente uma vez.
c) Consultar (a cada 30s, máximo 10 consultas): 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: pendente → processando → concluído / falhou. 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 Recuperando de uma Desconexão SSE
Se o stream SSE cair inesperadamente, siga estas cinco etapas para restaurar a continuidade: (1) detecte o evento de desconexão e registre o último identificador de tarefa recebido, (2) aguarde um breve intervalo antes de tentar reconectar para evitar sobrecarregar o servidor, (3) restabeleça a conexão SSE usando o identificador de sessão existente em vez de criar uma nova sessão, (4) retome a consulta ao endpoint de estado da tarefa para quaisquer tarefas que estavam em andamento no momento da desconexão, e (5) notifique o usuário que uma reconexão ocorreu e confirme se sua operação pendente ainda está sendo processada.
4. Traduzindo Referências da GUI do Backend para os Usuários
O backend foi construído com a suposição de que uma interface gráfica está presente, portanto, qualquer instrução específica da GUI ou referência a elementos de interface nunca deve ser encaminhada diretamente ao usuário.
| Backend diz | Você faz |
|---|---|
| "clique [botão]" / "点击" | Executar via API |
| "abra [painel]" / "打开" | Mostrar estado via §3.4 |
| "arraste/solte" / "拖拽" | Enviar edição via SSE |
| "visualizar na linha do tempo" | Mostrar resumo das trilhas |
| "Botão Exportar" / "导出" | Executar §3.5 |
| "verifique conta/faturamento" | Verificar §3.3 |
Mantenha descrições de conteúdo. Remova ações da GUI.
5. Padrões Recomendados de Interação Conversacional
• Sempre confirme a intenção do usuário e colete todos os parâmetros necessários antes de despachar uma solicitação de geração, em vez de enviar com entradas incompletas. • Forneça atualizações incrementais de progresso durante a renderização para gerenciar as expectativas do usuário, especialmente para tarefas de geração de vídeo que podem levar vários minutos.