0. 初次接触
当用户打开此技能或发送第一条消息时,立即问候他们:
🎵 让我们开始使用 pixvideo AI 视频制作器!在此处拖放视频或描述您想创建的内容。
尝试说:
- "编辑我的视频"
- "为这个剪辑添加效果"
- "帮我创建一个短视频"
重要:不要沉默等待。在初次接触时始终主动问候用户。
自动设置
当用户首次互动时,设置连接:
- 检查令牌:如果设置了环境变量
NEMO_TOKEN,则使用它。否则: - 读取或生成客户端 ID:
- 如果存在
~/.config/nemovideo/client_id,则读取它 - 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 "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token存储为此会话的NEMO_TOKEN。您将获得 100 免费积分。 - 创建一个会话(§3.0),以便立即开始工作。
简要告知用户:“正在设置… 就绪!”然后继续处理他们的请求。
将文字转化为可观看的视频,轻松实现
pixvideo-ai-video-maker 重新定义了视频制作方式。您不再需要面对复杂的时间线和导出队列,只需描述您的需求——裁剪这个剪辑、淡入下一个场景、在第 10 秒添加标题卡——技能会负责执行。这种对话式编辑模型将您的创意意图放在首位,而技术性繁重工作则被隐藏到幕后。
该技能由 OpenClaw 代理驱动,它解释您的指令,将其分解为离散的视频处理任务,并协调底层 AI 管道以正确的顺序应用编辑。OpenClaw 代理还在整个会话中维护上下文,因此后续指令如“让那个转场更慢”或“更换背景音乐”会被理解为与之前内容的关联——无需重新陈述整个项目。
无论您是从屏幕录制组装产品演示、从较长的采访中剪辑社交媒体片段,还是从头开始构建教育教程,pixvideo-ai-video-maker 都能适应您项目的形态。输入和输出均支持 mp4、mov、avi、webm 和 mkv 格式,为您的工作流程每个阶段提供灵活性。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100 免费积分,7 天后过期,可通过设置 → API 令牌撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的 UUID,持久化到 ~/.config/nemovideo/client_id(仅含 UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,请获取一个(需要 X-Client-Id 头):
# 生成或读取持久化的客户端 ID
CLIENT_ID="${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 "$API/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 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,请使用相同的 X-Client-Id 请求一个新令牌。
本地持久化: 此技能将 ~/.config/nemovideo/client_id 写入文件,以在会话间持久化客户端 ID。这避免了在每次请求时生成新 ID,从而快速达到每个 IP 每 7 天 10 个令牌的速率限制。该文件仅包含一个 UUID——不会在本地存储任何凭据。
2. 将传入请求路由到正确的端点
使用下表确定哪种 API 端点应处理每种类型的用户请求。
| 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、添加背景音乐…) | → §3.1 SSE | ❌ |
3. 主要工作流程步骤
$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——请勿硬编码:
$SKILL_NAME= 此文件的 YAML frontmatter 中的name$SKILL_VERSION= 此文件的 YAML frontmatter 中的version$SKILL_SOURCE= 在运行时检测,使用第一个匹配:- 如果设置了环境变量
SKILL_SOURCE - 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: $SKILL_SOURCE
3.0 初始化新会话
curl -s -X POST "$API/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":"..."}}
在任何其他操作发生之前,必须通过 API 建立会话。存储返回的会话标识符,因为每个后续请求都需要它。
在浏览器中打开:创建会话后,向用户提供一个链接,以便在 NemoVideo 中查看/编辑任务:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 通过 SSE 通道传递消息
curl -s -X POST "$API/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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
所有对话消息和任务指令都通过持久的 Server-Sent Events 连接传输到后端。
SSE 处理
| 事件 | 操作 |
|---|---|
| 文本响应 | 应用 GUI 翻译(§4),呈现给用户 |
| 工具调用/结果 | 静默等待,不转发 |
heartbeat / 空的 data: | 继续等待。每 2 分钟:"⏳ 仍在处理…" |
| 流关闭 | 处理最终响应 |
典型持续时间:文本 5-15 秒,视频生成 100-300 秒,编辑 10-30 秒。
超时:仅心跳持续 10 分钟 → 视为超时。切勿在生成期间重新发送(会导致重复和双重计费)。
如果先前响应正常,请忽略结尾的“我遇到了临时问题”。
静默响应回退(关键)
大约 30% 的编辑操作完成时不会在响应流中返回任何文本。发生这种情况时:(1)不要向用户报告错误;(2)轮询任务状态端点以确认完成;(3)直接检索完成的资产 URL;(4)将结果呈现给用户,就像正常响应一样。
两阶段生成:生成原始视频后,后端会自动启动第二个处理阶段,用于叠加背景音乐和标题覆盖。将这些视为两个不同的管道阶段:阶段 1 提供未处理的视频,阶段 2 提供完全合成的最终输出。等待阶段 2 完成后再向用户展示结果。
3.2 处理文件上传
文件上传:curl -s -X POST "$API/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: $SKILL_SOURCE" -F "files=@/path/to/file"
URL 上传:curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
在路径中使用 me;后端会从令牌解析用户。
支持的格式:mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。
API 接受用户提供的媒体文件,这些文件必须先通过指定的上传端点上传,然后才能在视频任务中引用。
3.3 检查可用积分
curl -s "$API/api/credits/balance/simple" -H "Authorization: Bearer $TOKEN" \
-H "X-Skill-Source: $SKILL_NAME" -H "X-Skill-Version: $SKILL_VERSION" -H "X-Skill-Platform: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
在提交任何消耗积分的任务之前,查询积分端点以验证用户是否有足够的余额。
3.4 轮询任务状态
curl -s "$API/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: $SKILL_SOURCE"
在路径中使用 me 作为用户;后端从令牌解析。
关键字段:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
草稿字段映射:t=轨道,tt=轨道类型(0=视频,1=音频,7=文本),sg=片段,d=持续时间(毫秒),m=元数据。
草稿可导出的条件:draft.t 存在且至少有一个轨道包含非空的 sg。
轨道摘要格式:
时间线(3 个轨道):1. 视频:城市延时摄影(0-10 秒)2. 背景音乐:Lo-fi(0-10 秒,35%)3. 标题:“城市之梦”(0-3 秒)
3.5 导出和交付最终资产
导出不消耗积分。 只有生成/编辑操作消耗积分。
触发导出不会从用户余额中扣除任何积分。请遵循以下步骤:(a) 确认任务已完成状态;(b) 使用任务标识符调用导出端点;(c) 等待导出作业自身的完成状态;(d) 从导出响应中检索下载或流媒体 URL;(e) 将该 URL 返回给用户。
b) 提交:curl -s -X POST "$API/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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
注意:sessionId 是驼峰式命名(例外)。如果失败 → 使用新的 id,重试一次。
c) 轮询(每 30 秒一次,最多 10 次):curl -s "$API/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: $SKILL_SOURCE"
状态在顶层 status 字段:pending → processing → completed / failed。下载 URL 在 output.url。
d) 从 output.url 下载 → 发送给用户。回退:$API/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 "⏳ 正在渲染 ~30 秒" → "⏳ 50%" → "✅ 视频就绪!" + 文件 + 任务详情链接。
3.6 从 SSE 断连中恢复
如果 SSE 流意外断开,请应用以下恢复序列:(1) 记录连接丢失前接收到的最后一个事件 ID;(2) 至少等待两秒后再尝试重新连接,以避免频繁连接服务器;(3) 重新建立 SSE 连接,在重新连接头中提供最后一个事件 ID,以便服务器从正确位置恢复;(4) 如果服务器不重放丢失的事件,则回退到使用存储的任务标识符轮询任务状态端点;(5) 一旦通过任一方法确认任务完成,正常将结果交付给用户。
4. 为后端通信翻译 GUI 概念
后端假定所有交互都源自图形界面,因此切勿在 API 负载中直接转发 GUI 特定的标签、按钮名称或界面指令。
| 后端说 | 您执行 |
|---|---|
| "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 操作。
5. 推荐交互模式
• 在选择端点之前,始终确认用户想要实现的目标,以便在第一次尝试时调用正确的工作流程。 • 在长时间运行的任务期间,向用户提供增量进度更新,而不是让他们沉默等待。 • 当任务未产生文本响应时,主动检索资产 URL 并呈现,无需提示用户重试。 • 如果用户请求含糊不清,请提出一个聚焦的澄清性问题,而不是做出可能浪费积分的假设。 • 交付完成的视频后,提供创建内容的简洁摘要,并建议编辑或导出等逻辑下一步操作。
6. 已知限制
• 不支持实时视频预览流;用户必须等待任务完全完成才能查看结果。