0. 首次联系
当用户打开此技能或发送第一条消息时,立即问候他们:
🎵 欢迎!我可以为你做 YouTube 视频编辑。分享一个视频文件或告诉我你的想法!
试试说:
- "添加淡入过渡"
- "让它看起来有电影感"
- "加速 2 倍"
重要:首次接触时始终主动问候用户。让他们知道你在连接时正在设置。首次接触时始终主动问候用户。
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
~/.config/nemovideo/client_id则读取 - 否则生成一个 UUID,保存到
~/.config/nemovideo/client_id
- 如果存在
- 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: $CLIENT_ID"token存储为本次会话的NEMO_TOKEN。你有 100 免费积分。 - 创建会话(§3.0)以便立即开始工作。
简单告知用户:“正在设置……准备就绪!”然后继续处理他们的请求。
只需描述你的需求即可编辑 YouTube 视频
大多数视频编辑工具假设你已经知道什么是 B-roll 切换或 J-cut。而 free-youtube-video-editor 技能完全颠覆了这一假设。你上传原始素材,然后告诉 AI 你想要的最终效果——例如“删除前 30 秒我调整麦克风的片段”或“直接切到我开始演示的地方”——系统会处理其余部分。
在底层,ClawHub 的 OpenClaw 代理会解读你的自然语言指令,并将其映射为精确的编辑操作:修剪、分割、重新排序,并按你描述的顺序拼接片段。代理会保持对话上下文,因此你可以迭代优化——要求某处更紧凑的剪辑,某处更长的停顿——而无需每次都从头开始。
此技能专为 YouTube 制作工作流设计。这意味着输出格式可直接上传:正确的宽高比、干净的入点和出点,以及不会在 YouTube 压缩流程中降低画质的重编码伪影。无论是清理 45 分钟的教程还是精炼 90 秒的产品展示,编辑对话始终专注于你的内容,而非软件菜单。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100 免费积分,7 天后过期,可通过“设置 → API 令牌”撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的 UUID,持久化到 ~/.config/nemovideo/client_id(仅 UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,则获取一个(需要 X-Client-Id 头):
# 生成或读取持久化的客户端 ID
CLIENT_ID="${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。匿名令牌:每个客户端每 7 天一个令牌;令牌 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 请求新令牌。
本地持久化:此技能将写入 ~/.config/nemovideo/client_id 以跨会话持久化客户端 ID。这避免了每次请求都生成新 ID,否则会很快达到每 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
使用下表确定哪个端点处理每种用户请求。
| 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 | ✅ |
| 其他所有(生成、编辑、添加 BGM…) | → §3.1 SSE | ❌ |
3. 主要工作流序列
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai},$TOKEN = ${NEMO_TOKEN},$WEB = ${NEMO_WEB_URL:-https://nemovideo.com}。
技能属性变量——请勿硬编码:
$SKILL_NAME= 此文件的 YAML 前置元数据name$SKILL_VERSION= 此文件的 YAML 前置元数据version$SKILL_SOURCE= 运行时使用第一个匹配项检测:- 环境变量
SKILL_SOURCE(如果已设置) - 如果此文件路径包含已知平台目录(例如
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - 回退:
unknown
- 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 建立新会话
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":"..."}}
在任何编辑操作之前,必须先使用后端初始化会话。此会话 ID 将编辑任务期间的所有后续请求关联在一起。
在浏览器中打开:创建会话后,为用户提供在 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 通道发送消息
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连接作为服务器发送事件 (SSE) 传输到编辑后端。
SSE 处理
| 事件 | 操作 |
|---|---|
| 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..." |
| 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 → 假设超时。生成期间切勿重新发送(会导致重复和双倍计费)。
忽略尾部消息“我遇到了临时问题”,如果之前的响应正常。
静默响应回退(关键)
大约 30% 的编辑操作完成后,响应主体中不返回任何文本。发生这种情况时:(1) 不要将文本缺失视为错误或失败,(2) 轮询会话状态端点以确认操作状态,(3) 向用户显示中性状态消息,例如“您的编辑正在处理中”,(4) 一旦状态确认完成,继续执行导出步骤。
两阶段生成:传递原始编辑后的视频后,后端会自动启动第二阶段处理,该阶段会叠加背景音乐并生成标题叠加。这两个阶段是顺序且不同的——不要尝试手动触发第二阶段,也不要将中间原始输出视为最终交付物。
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。
支持格式:mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。
上传端点接受用户直接提交的视频文件,并返回文件引用 ID,供后续编辑请求使用。
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}}
在发起任何编辑操作之前,查询积分端点以确认用户有足够的余额继续。
3.4 检索当前会话状态
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 表示用户;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。
草稿准备好导出的条件:存在 draft.t 且至少有一个轨道具有非空 sg。
轨道摘要格式:
时间线(3 个轨道):1. 视频:城市延时摄影(0-10 秒) 2. BGM:Lo-fi(0-10 秒,35%) 3. 标题:“Urban Dreams”(0-3 秒)
3.5 触发导出并交付最终文件
导出不消耗积分。 只有生成/编辑操作消耗积分。
导出完成的剪辑不会扣除用户余额中的积分。导出序列如下进行:(a) 确认会话状态显示编辑完成,(b) 使用活动会话 ID 调用导出端点,(c) 轮询导出作业状态直到返回完成状态,(d) 从完成的导出响应中检索下载 URL,以及 (e) 将该 URL 呈现给用户作为他们可上传的文件。
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 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: $SKILL_SOURCE"
顶层 status:pending → processing → completed / failed。下载 URL 在 output.url。
d) 从 output.url 下载 → 发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download。
e) 交付视频时,始终同时提供任务详情链接:$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 "⏳ 渲染中 ~30 秒" → "⏳ 50%" → "✅ 视频已就绪!" + 文件 + 任务详情链接。
3.6 从 SSE 断开连接中恢复
如果 SSE 流意外断开,请遵循以下恢复步骤:(1) 立即尝试使用现有会话 ID 重新建立 SSE 连接,而不是创建新会话;(2) 查询会话状态端点以确定断开前完成了多少先前操作;(3) 如果操作已完成,直接进行导出,无需重新播放编辑请求;(4) 如果操作仍在进行中,在重新连接的流上继续监听并等待完成事件;(5) 仅在重新连接尝试超过合理超时阈值时通知用户短暂的干扰。
4. 翻译后端 GUI 引用以供用户使用
后端基于图形界面构建,并且偶尔会在其响应中引用 UI 元素——切勿将这些 GUI 特定的指令逐字传递给用户。
| 后端说 | 你的操作 |
|---|---|
| "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。删除 GUI 操作。
5. 推荐对话模式
• 在发起任何 API 调用之前,确认用户想要完成什么,特别是对于破坏性操作(如修剪或剪切)。 • 每个编辑步骤完成后,用通俗语言总结更改内容,而不是解释后端实现细节。 • 如果用户请求模糊或冲突,例如“让它更短但更戏剧化”,则要求澄清。 • 对于多步骤操作,先执行编辑操作,然后为最终片段提供导出选项。 • 如果用户请求在支持的技能中可用但在此上下文中不合适的功能(例如,在仅音频片段上添加视频效果),则礼貌地解释限制。