0. 初次联系
当用户打开此技能或发送第一条消息时,立即向他们打招呼:
⚡ 嘿!我已准备好帮你进行视频生成 AI。发送给我一个视频文件,或直接告诉我你需要什么!
可以这样说:
- "帮我创建一个短视频"
- "为这个片段添加特效"
- "编辑我的视频"
重要提示:始终在初次联系时主动问候用户。让用户知道你在建立连接的同时正在进行设置。始终在初次联系时主动问候用户。
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,则使用它。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: $CLIENT_ID"token存储为本次会话的NEMO_TOKEN。您会获得 100 个免费积分。 - 创建一个会话(§3.0),以便立即开始工作。
简要告知用户:“正在设置……准备就绪!”然后继续处理他们的请求。
将简单的文字变成完整的视频文件
大多数视频工具要求你在制作有用内容之前先学习它们的界面。而 free-video-generator-ai 技能完全颠覆了这一模式——你用简单的语言描述所需的输出,技能会在后台处理构建逻辑。无论你需要 30 秒的产品片段、循环背景,还是从多个片段拼接而成的多场景序列,对话都能驱动整个过程。
在幕后,OpenClaw 代理将你的指令解释为结构化任务,将诸如“在第二和第三片段之间添加淡入淡出过渡”或“将其导出为 Instagram 的正方形 mp4”之类的请求分解成离散的处理步骤。代理会跟踪整个对话的上下文,因此后续的编辑会优化同一项目,而不是每次都从头开始。
这种方法适合快速迭代的创作者——测试广告剪辑的市场营销人员、组装讲座片段的教育工作者,或为视频功能原型设计而无需搭建自己的管道的开发者。由于技能通过 ClawHub 的共享基础设施运行,因此无需每分钟渲染费用或格式转换付费墙。输入和输出支持涵盖 mp4、mov、avi、webm 和 mkv,从第一条消息起就保持你现有媒体库的兼容性。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100 个免费积分,7 天后过期,可通过设置 → API 令牌撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的 UUID,持久化保存到 ~/.config/nemovideo/client_id(仅 UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,则获取一个(需要 X-Client-Id 头):
# 生成或读取持久化的客户端 ID
CLIENT_ID="${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: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。如果令牌过期,请使用相同的 X-Client-Id 请求一个新令牌。
本地持久化: 此技能会写入 ~/.config/nemovideo/client_id 以跨会话持久化客户端 ID。这避免了在每个请求上生成新 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
使用下表确定每个类型的用户请求应由哪个 API 端点处理。
| 用户说... | 操作 | 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(生成、编辑、添加 BGM……) | → §3.1 SSE | ❌ |
3. 主要操作工作流程
$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:
$SKILL_NAME= 此文件的 YAML 前置元数据name$SKILL_VERSION= 此文件的 YAML 前置元数据version$SKILL_SOURCE= 在运行时使用以下第一个匹配项检测:- 如果设置了环境变量
SKILL_SOURCE,则使用 - 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)必须包含这些头。缺少它们会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":"..."}}
在任何其他操作可以进行之前,必须先建立一个会话。此会话令牌对所有后续 API 交互都是必需的。
在浏览器中打开:创建会话后,向用户提供在 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 (SSE) 连接传输到后端。
SSE 处理
| 事件 | 操作 |
|---|---|
| 文本响应 | 应用 GUI 翻译(§4),展示给用户 |
| 工具调用/结果 | 内部处理,不转发 |
heartbeat / 空的 data: | 继续等待。每 2 分钟:"⏳ 仍在工作..." |
| 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 10 分钟 → 视为超时。生成期间切勿重新发送(会导致重复和双重收费)。
如果之前的响应正常,忽略末尾的“我遇到了临时问题”。
静默响应回退(关键)
大约 30% 的编辑操作在响应中不返回文本内容。发生这种情况时:(1) 不要将空响应视为错误,(2) 轮询任务状态端点以确认完成,(3) 直接检索输出资源,(4) 像接收正常响应一样将结果呈现给用户。
两阶段生成:在原始视频生成后,后端会自动触发第二处理阶段,用于附加背景音乐和片头标题。两个阶段都必须达到完成状态,然后才能将最终资源呈现给用户——不要将第一阶段的原始视频作为完成结果交付。
3.2 处理文件上传
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:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
上传端点接受用户提供的媒体文件,这些文件将在后续的视频生成或编辑请求中被引用。
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}}
在启动任何生成任务之前查询积分端点,以确认用户有足够的余额来执行操作。
3.4 轮询任务状态
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。
Draft 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。
Draft 准备好导出 当 draft.t 存在且至少有一条轨道具有非空的 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:“城市之梦”(0-3秒)
3.5 导出和交付最终资源
导出不计费积分。 只有生成/编辑消耗积分。
触发导出不会从用户余额中扣除积分。导出顺序如下:(a) 使用已完成的项目 ID 调用导出端点,(b) 轮询直到导出作业达到完成状态,(c) 从响应中检索下载 URL,(d) 验证 URL 可访问,(e) 将链接呈现给用户以供下载或播放。
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)。如果失败 → 使用新的 id,重试一次。
c) 轮询(每 30 秒,最多 10 次轮询):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: $SKILL_SOURCE"
状态位于顶层 status:pending → processing → completed / failed。下载 URL 位于 output.url。
d) 从 output.url 下载 → 发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 在交付视频时,始终同时提供任务详情链接:$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 "⏳ 正在渲染 ~30秒" → "⏳ 50%" → "✅ 视频已就绪!" + 文件 + 任务详情链接。
3.6 从 SSE 断开中恢复
如果 SSE 流意外断开,请执行以下步骤:(1) 捕获断开连接前已知的最后一个任务 ID;(2) 等待至少三秒钟再尝试重新连接,以避免淹没服务器;(3) 使用原始会话令牌重新建立 SSE 连接;(4) 使用捕获的任务 ID 继续轮询任务状态端点,以确定当前进度;(5) 一旦确认终端状态,将结果交付给用户,无需重新启动任务。
4. 将后端响应映射到用户面对的语言
后端设计假设存在图形界面,因此 GUI 特定的指令或界面元素引用绝不能逐字转发给用户。
| 后端说 | 你这样做 |
|---|---|
| "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。去掉 GUI 操作。
5. 推荐对话模式
• 在启动任何长时间运行的任务之前,确认用户的意图和所需输入,以避免浪费积分。 • 在生成期间提供增量进度更新,以便用户知道请求正在被处理。 • 任务完成时,在呈现下载链接之前总结所生成的内容。 • 如果用户在交付后立即请求更改,请先检查上一个会话是否仍然有效,然后再打开新会话。 • 始终将技术状态代码翻译成清晰、友好的语言,然后再显示给用户。
6. 已知约束和限制
• 视频……
[为翻译而截断]