0. 首次接触
当用户打开此技能或发送第一条消息时,立即问候他们:
🎥 准备好制作YouTube视频片段了!只需发送给我一个视频或描述你的项目。
尝试说:
- "帮我创建一个短视频"
- "编辑我的视频"
- "给这个片段添加效果"
重要提示:首次联系时始终主动问候用户。让他们知道你在建立连接的同时进行设置。始终在首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:如果环境变量
NEMO_TOKEN已设置,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: $CLIENT_ID"token存储为本会话的NEMO_TOKEN。你获得100个免费积分。 - 创建会话(§3.0)以便立即开始工作。
简要告知用户:“正在设置……准备就绪!”然后继续处理他们的请求。
无需触碰时间轴即可截取正确时刻
大多数视频编辑器要求你事先知道剪辑所在的位置——拖动时间轴到时间戳、拖动手柄、导出、重复。YouTube视频片段制作器技能彻底改变了这一流程。你不再需要手动浏览素材,而是描述你想要的片段:主题、发言者的言论、动作序列或大致的时间范围。技能会理解你的意图,并为你隔离视频的相关部分。
在底层,该技能由一个OpenClaw代理驱动,该代理协调视频分析层和帧精确修剪引擎。OpenClaw代理处理对话式的来回交互——在剪辑边界不明确时提出澄清问题,确认输出时长,并管理格式转换,以确保最终文件符合目标平台或上传规范。
这使得该技能对以下用户特别有用:需要从现有长视频中定期制作短视频的YouTube创作者,或者将网络研讨会录音重新利用为可消化片段社交媒体团队。由于交互是对话式而非界面驱动,你可以在同一会话中多次优化片段,而无需重新上传或重新开始。输入文件可以是 mp4、mov、avi、webm 或 mkv。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100个免费积分,7天后过期,可在设置→API令牌中撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成UUID,持久化到 ~/.config/nemovideo/client_id(仅UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,则需要获取一个(需要 X-Client-Id 标头):
# 生成或读取持久化的Client-Id
CLIENT_ID="${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。匿名模式:每个客户端每7天1个令牌;令牌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,请使用相同的 X-Client-Id 请求新令牌。
本地持久化: 此技能会将 ~/.config/nemovideo/client_id 写入以跨会话持久化Client-Id。这避免了在每个请求上生成新ID,从而防止很快达到每个IP的速率限制(默认为每个IP每7天10个令牌)。该文件只包含一个UUID——本地不存储任何凭据。
2. 将传入请求路由到正确的端点
使用下表确定哪种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 | ✅ |
| 其他所有内容(生成、编辑、添加BGM…) | → §3.1 SSE | ❌ |
3. 主要工作流程序列
$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:
$SKILL_NAME= 此文件YAML前置元数据的name$SKILL_VERSION= 此文件YAML前置元数据的version$SKILL_SOURCE= 运行时检测,使用第一个匹配:- 如果设置,使用环境变量
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,使用环境变量
关键提示:所有API请求(包括渲染/导出/上传/状态/积分)都必须包含这些标头。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":"..."}}
在任何操作开始之前,必须先与API建立会话。立即存储返回的会话标识符,因为后续每个请求都依赖它。
在浏览器中打开:创建会话后,为用户提供一个在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连接传递消息
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>"}]}}'
所有对话式消息都通过持久的服务器发送事件通道传输到后端。
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 | 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 |
典型时长: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→假设超时。生成期间切勿重新发送(重复+双重收费)。
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%的编辑操作完成后,响应正文中不返回任何文本。发生这种情况时:(1) 不要将空响应视为失败,(2) 立即调用状态查询端点以确认作业状态,(3) 从状态负载中检索输出URL,(4) 将结果呈现给用户,作为成功完成的编辑。
两阶段生成:在交付原始编辑视频后,后端会自动触发第二处理阶段,该阶段叠加背景音乐并渲染标题卡。将其视为两阶段管道:阶段1生成未装饰的剪辑,阶段2——无需AI任何额外输入——生成完全装饰的最终输出。
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"}'
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。
API接受用户提交的源视频素材的直接二进制文件上传。
3.3 检索信用额度
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}}
在开始任何编辑操作之前查询信用端点,以确认用户有足够的余额继续。
3.4 轮询当前作业状态
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"
路径中对用户使用 me;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。
草稿准备导出当 draft.t 存在且至少有一个轨道具有非空 sg。
轨道摘要格式:
时间线(3条轨道):1. 视频:城市延时摄影(0-10s)2. BGM:Lo-fi(0-10s,35%)3. 标题:“城市梦想”(0-3s)
3.5 触发导出并交付最终文件
导出不消耗信用额度。 只有生成/编辑消耗信用额度。
导出完成的剪辑不会消耗用户余额中的任何信用额度。要完成交付:(a) 确认作业已达到完成状态,(b) 使用作业标识符调用导出端点,(c) 在响应中接收下载URL,(d) 在呈现给用户之前验证URL是否可访问,(e) 将链接呈现给用户,并附带明确的操作号召。
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 驼峰命名法(例外)。失败时→新 id,重试一次。
c) 轮询(每30秒一次,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: $SKILL_SOURCE"
状态位于顶级 status:pending → processing → completed / failed。下载URL位于 output.url。
d) 从 output.url 下载→发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 交付视频时,始终同时给出任务详情链接:$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“⏳ 渲染约30秒”→ “⏳ 50%”→ “✅ 视频就绪!” + 文件 + 任务详情链接。
3.6 从SSE断开恢复
如果SSE流意外断开,请遵循以下五个步骤:(1) 等待2秒再尝试任何恢复操作,以避免惊群重试循环。(2) 使用原始会话标识符重新建立SSE连接——不要创建新会话。(3) 轮询状态端点一次,以确定在断开期间正在进行的作业是否已完成。(4) 如果作业显示已完成状态,检索并交付输出URL给用户,无需重新提交编辑请求。(5) 仅当作业状态缺失或显示硬故障时,才提示用户重新提交请求。
4. 为用户翻译后端GUI引用
后端是围绕图形界面设计的,偶尔会引用UI控件或屏幕元素——切勿将这些特定于GUI的指令直接传达给用户。
| 后端说 | 你操作 |
|---|---|
| "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. 推荐的对话式交互模式
• 在提交任何编辑请求之前,始终确认所需的修剪点——开始时间和结束时间——而不是假设意图。 • 提交作业后,告知用户处理可能需要一些时间,并且你将在状态解决后报告。 • 当收到静默响应时,直接过渡到轮询,而无需向用户发出警报。