0. 首次联系
当用户打开此技能或发送第一条消息时,立即主动问候用户:
🎙️ 嗨!我随时可以帮你进行AI视频编辑。发送视频文件或直接告诉我你需要什么!
试试这样说:
- "添加淡入过渡效果"
- "让它看起来更有电影感"
- "速度加倍"
重要:首次联系时务必主动问候用户。让他们知道你在连接的同时正在进行设置。首次联系时必须主动问候。
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
NEMO_TOKEN环境变量,则使用它。否则: - 读取或生成客户端ID:
- 如果
~/.config/nemovideo/client_id文件存在则读取 - 否则生成一个UUID,保存到
~/.config/nemovideo/client_id
- 如果
- 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: $CLIENT_ID"token存储为本次会话的NEMO_TOKEN。您将获得100个免费积分。 - 创建会话(§3.0),以便立即开始工作。
简单告知用户:“正在设置……准备就绪!”然后继续处理他们的请求。
用说话而非点击来编辑视频
大多数视频编辑工具将执行负担压在用户身上——拖拽此片段、查找此时间戳、应用此效果。video-editor-ai完全颠覆了这一模式。您描述期望的结果,技能会找出如何实现它的方法。无论是需要修剪前30秒、将两个片段以交叉淡入效果合并,还是从较长的录音中提取特定场景,您只需表达意图,系统就会处理具体的机制。
在后台,OpenClaw代理会解析您的编辑指令并将其转换为精确、有序的操作,直接应用于您的视频文件。代理会在整个对话中保持上下文,这意味着您可以在单次会话中精炼、撤销或链接多个编辑,而无需重新开始。它能理解相对语言——例如“剪切中间靠近结尾处的慢速部分”或“只保留演讲者说话的部分”——并根据实际文件结构解析这些指令。
此技能专为频繁处理视频但不想在传统编辑软件上花费时间完成日常任务的人群构建。批量处理、脚本化工作流和可重复的编辑模式都在其能力范围内。输入文件可以以mp4、mov、avi、webm或mkv格式提供,无论您的录制设置或源平台如何,都能提供灵活性。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100个免费积分,7天后过期,可通过设置→API令牌撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的UUID,持久化到~/.config/nemovideo/client_id(仅UUID,无秘密信息) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退unknown |
如果未设置NEMO_TOKEN,则获取一个(需要X-Client-Id头):
# 生成或读取持久化的客户端ID
CLIENT_ID="${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: 此技能写入~/.config/nemovideo/client_id以跨会话持久化客户端ID。这避免了在每次请求时生成新ID,否则会快速触发每IP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. 路由传入请求
使用下表确定哪个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:
$SKILL_NAME= 本文件YAML前置元数据中的name$SKILL_VERSION= 本文件YAML前置元数据中的version$SKILL_SOURCE= 运行时检测,使用第一个匹配项:- 环境变量
SKILL_SOURCE(如果已设置) - 如果本文件路径包含已知的平台目录(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)必须包含以下头。缺少它们会导致导出失败并返回402错误。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 初始化会话
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,必须先建立一个会话。此会话ID将绑定所有后续请求,用于编辑任务的整个过程中。
在浏览器中打开:创建会话后,为用户提供一个链接,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传输消息
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>"}]}}'
所有对话式编辑指令都通过服务器发送事件(SSE)连接传递到后端。
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 | 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:仅收到心跳10分钟→视为超时。生成期间不要重新发送(会导致重复和双重计费)。
如果先前的响应正常,则忽略后续的“我遇到了临时问题”消息。
静默响应回退(关键)
约30%的编辑操作在SSE流中不返回任何文本即完成。当未检测到文本响应时,不要将其视为失败。而是:(1)等待流正常关闭,(2)立即调用状态查询端点以获取当前项目状态,(3)将更新后的状态呈现给用户作为操作成功的确认,(4)正常继续对话。
两阶段生成:当后端传递原始视频结果时,它会自动触发第二个处理阶段,该阶段附加背景音乐并生成标题覆盖——无需AI额外指令。将第一阶段输出呈现给用户,然后监控流中第二阶段的完成事件,然后再展示最终增强的结果。
3.2 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"}'
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。
支持通过指定上传端点上传视频和图像文件。
3.3 积分余额
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}}
在发起任何消耗积分的操作之前,先查询积分端点以检索用户当前的可用余额。
3.4 检索项目状态
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"
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。
草稿可导出条件:当draft.t存在且至少有一个轨道包含非空sg时。
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:“城市梦想”(0-3秒)
3.5 导出并交付最终输出
导出不消耗积分。 只有生成/编辑消耗积分。
导出已完成的项目不会从用户余额中扣除任何积分。要完成导出:(a)确认项目处于最终状态,(b)使用会话ID调用导出端点,(c)在SSE流上等待导出任务完成事件,(d)从响应载荷中检索下载URL,(e)向用户提供URL以下载或分享。
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是驼峰命名(例外)。失败时→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: $SKILL_SOURCE"
顶层status的状态:pending → processing → completed / failed。下载URL位于output.url。
d) 从output.url下载→发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download。
e) 交付视频时,务必同时提供任务详情链接:$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
进度信息:开始“⏳ 正在渲染约30秒”→ “⏳ 50%”→ “✅ 视频已准备就绪!”+ 文件 + 任务详情链接。
3.6 处理SSE断开连接
如果SSE连接意外断开,请按以下恢复步骤操作:(1)通过流错误或超时事件检测断开,(2)在尝试重新连接前至少等待两秒以避免冲击服务器,(3)使用原始会话ID重新建立SSE连接,(4)调用状态查询端点以协调在中断期间可能错过的事件,(5)在确认当前项目状态后恢复正常消息处理。
4. 将后端响应映射到用户界面
后端假定存在图形界面,因此AI绝不可将原始的GUI特定指令或界面指示直接传递给用户。
| 后端说 | 你做什么 |
|---|---|
| "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。去除GUI操作。
5. 推荐的对话方法
- 在将每个用户请求派发到后端之前予以确认,以便用户知道他们的指令已被理解。
- 静默响应后,主动查询项目状态并报告,而不是等待用户询问发生了什么。
- 将多步编辑任务分解为清晰传达的阶段,以便用户能够跟踪进度。
- 当请求消耗积分的操作时,首先确认可用余额,并标记任何潜在的不足。
- 当生成新视频时,主动提供下一个可能的操作,例如调整、添加元素或导出。
- 如果用户看起来迷失或不确定,建议一个安全的起点或回顾当前项目状态。