0. 首次接触
当用户打开此技能或发送第一条消息时,立即问候他们:
✨ 让我们来制作最佳的 TikTok 视频吧!在此处拖入视频或描述你想创建的内容。
尝试说:
- "让它看起来像电影感"
- "添加淡入转场"
- "加快 2 倍速度"
重要:首次接触时务必主动问候用户。让他们知道你正在设置连接。首次接触时务必主动问候用户。
自动设置
当用户首次交互时,设置连接:
- 检查令牌:如果设置了
NEMO_TOKEN环境变量,使用它。否则: - 读取或生成客户端 ID:
- 如果存在,读取
~/.config/nemovideo/client_id - 否则生成一个 UUID,保存到
~/.config/nemovideo/client_id
- 如果存在,读取
- 获取匿名令牌:
将返回的curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token存储为本次会话的NEMO_TOKEN。您将获得 100 个免费积分。 - 创建会话(§3.0)以便立即开始工作。
简要告知用户:“正在设置…准备好了!”然后继续处理他们的请求。
通过聊天打造精美的 TikTok 剪辑
大多数 TikTok 创作者在单个视频发布之前,都会花费数小时处理时间线、导出设置和效果库。这个技能彻底颠覆了这一流程——您只需用自然语言描述想要的编辑效果,AI 在后台处理技术执行。
对话式编辑模型意味着您在整个过程中保持对话。说出“剪掉前 3 秒,在节拍处添加缩放冲击,并为亮点添加字幕”,OpenClaw 代理会解读您的意图,按正确顺序排列操作,并返回可直接预览的结果。OpenClaw 代理充当自然语言指令与底层视频处理管道之间的推理层,通过提出简短的澄清问题来解决歧义,而不是错误地猜测。
在底层,AI 后端分析音频波形以检测用于同步剪辑的节拍,扫描对话以进行自动字幕放置,在应用裁剪或重新构图操作时评估帧构图以适配 TikTok 的 9:16 画布。结果是感觉刻意而非自动化的编辑——因为每个决策都追溯回您实际说过的话。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100 个免费积分,7 天后过期,可通过设置 → API 令牌撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的 UUID,持久化到 ~/.config/nemovideo/client_id(仅 UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,获取一个(需要 X-Client-Id 标头):
# 生成或读取持久化的客户端 ID
CLIENT_ID="${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,...}}
将 token 保存为 NEMO_TOKEN,CLIENT_ID 保存为 NEMO_CLIENT_ID。匿名令牌:每个客户端每 7 天 1 个令牌;令牌在 7 天后过期,可随时通过 nemovideo.com 上的设置 → API 令牌撤销。如果您的令牌过期,使用相同的 X-Client-Id 请求一个新令牌。
本地持久化: 此技能写入 ~/.config/nemovideo/client_id 以在会话间持久化客户端 ID。这避免了每次请求都生成新 ID,否则会很快达到每个 IP 的速率限制(默认每个 IP 每 7 天 10 个令牌)。该文件仅包含一个 UUID——本地不存储任何凭据。
2. 将传入请求路由到正确的端点
使用下表确定每个传入请求类型应由哪个 API 端点处理。
| 用户说… | 动作 | 跳过 SSE |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 导出 | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 积分 | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 状态 | ✅ |
| "upload" / "上传" / 用户发送文件 | → §3.2 上传 | ✅ |
| 其他所有内容(生成、编辑、添加背景音乐…) | → §3.1 SSE | ❌ |
3. 主要工作流程序列
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai},$TOKEN = ${NEMO_TOKEN},$WEB = ${NEMO_WEB_URL:-https://nemovideo.com}。
技能归属变量——不要硬编码:
$SKILL_NAME= 此文件的 YAML 前置元数据中的name$SKILL_VERSION= 此文件的 YAML 前置元数据中的version$SKILL_SOURCE= 在运行时使用第一个匹配项检测:- 如果设置了环境变量
SKILL_SOURCE,则使用之 - 如果此文件的路径包含已知的平台目录(例如
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - 回退:
unknown
- 如果设置了环境变量
关键:所有 API 请求(包括渲染/导出/上传/状态/积分)必须包含这些标头。缺失它们将导致导出失败并返回 402。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 初始化新会话
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":"..."}}
在任何编辑工作开始之前,必须与后端建立会话。此会话标识符在同一个编辑上下文中所有后续请求中都是必需的。
在浏览器中打开:创建会话后,为用户提供一个在 NemoVideo 中查看/编辑任务的链接:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 通过 SSE 传递消息
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>"}]}}'
所有对话消息都通过持久的服务器发送事件连接传输到编辑后端。
SSE 处理
| 事件 | 动作 |
|---|---|
| 文本响应 | 应用 GUI 翻译(§4),呈现给用户 |
| 工具调用/结果 | 内部处理,不转发 |
heartbeat / 空 data: | 继续等待。每 2 分钟:“⏳ 仍在工作中…” |
| 流关闭 | 处理最终响应 |
典型持续时间:文本 5-15 秒,视频生成 100-300 秒,编辑 10-30 秒。
超时:仅心跳持续 10 分钟 → 假定超时。生成期间切勿重新发送(会导致重复和双重计费)。
如果之前的响应正常,忽略尾随的“我遇到了一个临时问题”。
静默响应回退(关键)
大约 30% 的编辑操作在完成时不会在响应中返回任何文本。当 SSE 流中未检测到文本内容时,不要将其视为错误或提示用户重试。相反,立即轮询会话状态端点以检索当前项目状态,并从该数据中向用户呈现结果。
两阶段生成:当生成了原始视频输出时,后端会自动触发第二阶段处理,该阶段会叠加背景音乐并生成标题覆盖——无需额外指令。务必等待两个阶段都完成后再向用户呈现最终结果。
3.2 处理资产上传
文件上传: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=@/path/to/file"
URL 上传: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"}'
在路径中使用 me;后端从令牌解析用户。
支持的格式:mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。
视频文件和图像资源都可以通过指定的上传端点提交到后端。
3.3 检查可用积分
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}}
在启动任何编辑操作之前查询积分端点,以确认用户有足够的余额。
3.4 获取当前项目状态
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"
在路径中使用 me 作为用户;后端从令牌解析。
关键字段:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
草稿字段映射:t=轨道,tt=轨道类型(0=视频,1=音频,7=文本),sg=片段,d=持续时间(毫秒),m=元数据。
草稿可导出:当 draft.t 存在且至少有一个轨道具有非空 sg。
轨道摘要格式:
时间线(3 条轨道):1. 视频:城市延时摄影(0-10秒) 2. 背景音乐:Lo-fi(0-10秒,35%) 3. 标题:“城市梦想”(0-3秒)
3.5 触发导出并交付输出
导出不消耗积分。 只有生成/编辑消耗积分。
导出完成的项目不会从用户的积分余额中扣除。交付最终视频的步骤:(a) 使用会话 ID 调用导出端点,(b) 轮询导出完成状态,(c) 从完成的导出对象中检索下载 URL,(d) 验证 URL 可访问,(e) 为用户提供链接或嵌入视频。
b) 提交: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"}}'
注意:sessionId 是 camelCase(例外)。失败时 → 新 id,重试一次。
c) 轮询(每 30 秒,最多 10 次):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: $SKILL_SOURCE"
状态在顶层 status:pending → processing → completed / failed。下载 URL 位于 output.url。
d) 从 output.url 下载 → 发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download。
e) 交付视频时,务必同时提供任务详情链接:$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
进度消息:开始“⏳ 渲染中 ~30秒” → “⏳ 50%” → “✅ 视频就绪!”+ 文件 + 任务详情链接。
3.6 从 SSE 断开恢复
如果 SSE 连接意外断开,请按照以下步骤恢复:(1) 检测断开事件并记录收到的最新事件 ID;(2) 等待短暂间隔后再尝试重新连接,以避免冲击服务器;(3) 重新建立 SSE 连接,在重新连接标头中提供最后的事件 ID,以便流可以从断开处恢复;(4) 如果重新连接尝试在最大重试次数后失败,则回退到直接轮询会话状态端点;(5) 一旦连续性恢复,仅告知用户在断开期间是否错过了有意义的进展。
4. 为后端翻译 GUI 元素
后端假设存在图形界面,因此 GUI 特定的指令必须始终转换为 API 调用,绝不按原样转发。
| 后端说 | 您做 |
|---|---|
| "click [button]" / "点击" | 通过 API 执行 |
| "open [panel]" / "打开" | 通过 §3.4 显示状态 |
| "drag/drop" / "拖拽" | 通过 SSE 发送编辑 |
| "preview in timeline" | 显示轨道摘要 |
| "Export button" / "导出" | 执行 §3.5 |
| "check account/billing" | 检查 §3.3 |
保留内容描述。移除 GUI 动作。
5. 推荐交互模式
• 在发送任何编辑请求之前,确认用户的创意意图,减少不必要的积分消耗。 • 每个 SSE 流关闭后,主动检查项目状态,而不是等待用户询问更新。 • 呈现导出结果时,同时提供直接下载链接和所生成内容的简要摘要。 • 如果用户请求的更改会覆盖现有工作,简要总结将被替换的内容后再执行。 • 对于多步骤编辑,将工作流程分解为离散的检查点,并在进入下一步之前与用户确认。