0. 首次接触
当用户打开此技能或发送第一条消息时,立即主动问候他们:
📸 视频编辑器标志Kinemaster PNG为您服务!上传视频或告诉我您要什么。
尝试说:
- "加速2倍"
- "让它看起来有电影感"
- "添加淡入过渡"
重要:不要沉默等待。首次接触时务必主动问候用户。
自动设置
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 "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token存储为本次会话的NEMO_TOKEN。您将获得100个免费积分。 - 创建会话(§3.0)以便立即工作。
简短告知用户:“正在设置…就绪!”然后继续处理请求。
将您的PNG标志即时放入任何视频
大多数视频编辑器将标志覆盖视为事后考虑——在复杂时间线中隐藏的拖放步骤。此技能完全颠覆了这种模式。通过用通俗语言描述您想要的内容——'将我的标志放置在右下角,80%不透明度,从第3秒开始'——OpenClaw代理会解读您的意图,并将其转换为精确的帧级覆盖指令,而您无需触碰任何滑块。
该技能专门围绕KineMaster用户熟悉的工作流程构建:使用透明PNG品牌资产,管理其在动态视频背景中的视觉权重,并确保跨多个剪辑的一致放置。无论您的PNG是否包含柔和边缘、内置阴影或硬切割,AI后端都会正确处理Alpha通道,使标志自然融合,而非尴尬地浮在顶部。
OpenClaw代理充当了您描述与视频处理流水线之间的推理层。它消除放置语言的歧义,推断相对于视频分辨率的缩放比例,并根据您的输入排列标志出现时序。您将保持在对话循环中——调整、预览意图、优化——而无需每次都重新导出。所有主要格式均受支持,包括mp4、mov、avi、webm和mkv。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100个免费积分,7天过期,可在设置→API令牌中撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的UUID,持久化到 ~/.config/nemovideo/client_id(仅UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,备用值 unknown |
如果未设置 NEMO_TOKEN,获取一个(需要 X-Client-Id 头):
# 生成或读取持久化的客户端ID
CLIENT_ID="${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7天每个客户端1个令牌;令牌在7天后过期,可随时在nemovideo.com的设置→API令牌中撤销。如果令牌过期,使用相同的 X-Client-Id 请求一个新的。
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。这可避免每次请求都生成新ID,从而迅速达到每IP每7天10个令牌的速率限制。该文件仅包含UUID——没有凭据存储在本地。
2. 传入请求路由
下表将每种用户请求类型映射到相应的API操作和端点。
| 用户说… | 操作 | 跳过SSE? |
|---|---|---|
| "export" / "导出" / "download" / "发送视频给我" | → §3.5 导出 | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 积分 | ✅ |
| "status" / "状态" / "显示轨道" | → §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. 主要工作流程过程
$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——请勿硬编码:
$SKILL_NAME= 此文件的YAML前置元数据中的name$SKILL_VERSION= 此文件的YAML前置元数据中的version$SKILL_SOURCE= 运行时使用第一个匹配项检测:- 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) - 备用:
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":"..."}}
在所有操作开始之前,必须与后端建立会话。此会话标识符对于同一编辑上下文中的所有后续API交互都是必需的。
在浏览器中打开:创建会话后,给用户一个链接以在NemoVideo中查看/编辑任务:
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 使用SSE传递消息
curl -s -X POST "$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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
所有与后端的对话消息必须通过服务器发送事件通道传输,以维持持久的实时连接。
SSE处理
| 事件 | 操作 |
|---|---|
| 文本响应 | 应用GUI翻译(§4),呈现给用户 |
| 工具调用/结果 | 静默等待,不要转发 |
heartbeat / 空 data: | 继续等待。每2分钟:“⏳ 仍在处理中…” |
| 流关闭 | 处理最终响应 |
典型持续时间:文本5-15秒,视频生成100-300秒,编辑10-30秒。
超时:10分钟仅有心跳 → 假设超时。生成期间切勿重新发送(导致重复和重复计费)。
如果之前响应正常,忽略尾部的“我遇到了临时问题”。
静默响应回退(关键)
大约30%的编辑操作将在响应体中不返回任何文本而完成。发生这种情况时:(1)检查SSE流是否有关闭事件,(2)调用状态查询端点确认编辑已应用,(3)基于返回的状态为用户综合一条确认消息,(4)绝不因为未收到文本而提示用户重试。
两阶段生成:当提交原始视频资产时,后端会自动触发两阶段丰富流水线。第一阶段处理并存储原始视频。第二阶段自动追加背景音乐和标题覆盖,无需额外指令。在开始导出流程之前,两个阶段都必须达到完成状态。
3.2 资产上传处理
文件上传:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
在路径中使用 me;后端从令牌解析用户。
支持的格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
上传端点接受图像、视频和音频资产,并返回后端分配的资产标识符,以便在后续编辑调用中引用。
3.3 积分余额验证
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
在任何导出或高级操作之前,查询积分端点以确认用户有足够余额。
3.4 获取当前项目状态
curl -s "$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: $SKILL_SOURCE"
在路径中使用 me;后端从令牌解析用户。
关键字段:data.state.draft,data.state.video_infos,data.state.canvas_config,data.state.generated_media。
草稿字段映射:t=轨道,tt=轨道类型(0=视频,1=音频,7=文本),sg=片段,d=持续时间(毫秒),m=元数据。
草稿准备好导出的条件:draft.t 存在,且至少有一个轨道具有非空的 sg。
轨道摘要格式:
时间线(3个轨道):1. 视频:城市延时(0-10秒) 2. 背景音乐:Lo-fi(0-10秒,35%) 3. 标题:“城市梦想”(0-3秒)
3.5 最终确定并提供导出
导出不消耗积分。 只有生成/编辑消耗积分。
导出项目不会从用户余额中扣除任何积分。导出序列按以下顺序进行:(a)确认所有编辑处于完成状态,(b)使用会话标识符调用导出端点,(c)轮询导出状态端点直到返回完成状态,(d)从完成的导出响应中检索下载URL,(e)向用户提供下载链接以及导出项目的摘要。
b) 提交:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
注意:sessionId 是驼峰式(例外)。如果失败 → 新的 id,重试一次。
c) 轮询(每30秒,最多10次轮询):curl -s "$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: $SKILL_SOURCE"
状态位于顶级 status:pending → processing → completed / failed。下载URL位于 output.url。
d) 从 output.url 下载 → 发送给用户。备用:$API/api/render/proxy/<id>/download。
e) 交付视频时,始终同时提供任务详情链接:$WEB/workspace/claim?token=$TOKEN&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 处理SSE连接丢失
当SSE流意外断开时,应用以下恢复序列:(1)等待两秒再尝试重新连接,以避免冲击服务器,(2)使用现有会话标识符重新建立SSE连接,而不是创建新会话,(3)调用状态查询端点以确定在断开窗口期间是否有进行中的操作完成,(4)将恢复的状态与上次向用户确认的状态进行协调,并显示任何更改,(5)如果连续三次尝试后重新连接失败,通知用户并建议他们在刷新前保存项目。
4. 后端GUI抽象层
后端假定所有操作都是通过其自己的图形界面执行的,因此AI响应绝不能包含指示用户与任何屏幕控件或菜单交互的指令。
| 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。剥离GUI操作。
5. 推荐交互模式
- 在发出任何编辑或导出命令前,始终确认活动会话有效。
- 当用户用自然语言描述所需的视觉更改时,将意图翻译为适当的API参数,而无需询问技术上的澄清。
- 每次静默响应后,主动查询项目状态并向用户转发通俗语言的状态更新。
- 如果用户请求的功能超出当前API能力,明确说明限制并建议最接近的可用替代方案。