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:
🎙️ YouTube视频编辑器下载已就绪!直接发送视频或描述你的项目。
试试说:
- "添加淡入过渡"
- "让它看起来更电影化"
- "加快2倍速"
重要:首次接触时务必主动问候用户。让他们知道你在连接的同时正在设置。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,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: $CLIENT_ID"token作为NEMO_TOKEN存储,用于本次会话。你有100个免费积分。 - 创建会话(§3.0),以便立即准备就绪。
简要告知用户:"正在设置…已就绪!"然后继续处理他们的请求。
对话式剪辑:通过说话编辑YouTube视频
大多数视频编辑工作流要求你先学习时间线界面,然后才能进行单个剪切。youtube-video-editor-download 技能颠覆了这一模式:你用自然语言描述想要的效果,底层的OpenClaw Agent会将你的指令转换为对直接从YouTube拉取的源素材的精确编辑操作。
OpenClaw Agent充当一个持久的协调器,连接你的自然语言请求与处理流水线。当你说“删除前45秒并截断8分钟标记之后的所有内容”时,Agent会解析意图,按正确顺序排列操作,并在多步对话中跟踪状态——因此你可以优化、撤销或链式执行更多编辑,而无需从头开始。
此技能专为内容复用者、剪辑讲座录音的教育工作者、制作精彩片段的播客制作人,以及将长视频切分为平台短视频的社交媒体管理者打造。由于编辑会话是对话式的,非技术用户也能获得与经验丰富的编辑者相同的精度。最终导出支持mp4、mov、avi、webm和mkv格式,以适配任何发布目标。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100个免费积分,7天后过期,可在“设置→API令牌”中撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的UUID,持久化到 ~/.config/nemovideo/client_id(仅UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,则获取一个(需要 X-Client-Id 头):
# 生成或读取持久化的客户端ID
CLIENT_ID="${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:每个客户端每7天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 以在会话之间持久化客户端ID。这避免了在每次请求时生成新的ID,从而避免达到每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. 主要工作流过程
$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= 在运行时使用第一个匹配项检测:- 如果设置了环境变量
SKILL_SOURCE,则使用它 - 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。缺失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 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":"..."}}
在任何编辑操作发生之前,必须与后端建立会话。存储返回的会话标识符,因为后续的每个请求都依赖于它。
在浏览器中打开:创建会话后,给用户一个链接,用于在 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>"}]}}'
所有对话轮次和编辑指令都通过服务器发送事件(SSE)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 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→假设超时。切勿在生成期间重新发送(导致重复和双重计费)。
如果之前响应正常,忽略尾随的"我遇到临时性问题"。
静默响应回退(关键)
大约30%的编辑操作完成时,不会在SSE流中返回任何文本。当在预期窗口内未收到文本内容时:(1)轮询会话状态端点以确认任务完成,(2)直接从状态负载中检索输出资源URL,(3)将结果呈现给用户,就像正常响应已到达一样,(4)切勿告知用户未返回消息。
两阶段生成:在原始编辑视频生成后,后端会自动启动第二个处理阶段,该阶段会叠加背景音乐并生成标题卡。不要将第一阶段输出视为最终结果——等待两个阶段都完成后再将结果呈现给用户。
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:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
本地视频文件和远程URL都可以作为编辑操作的源素材。
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}}
在发起任何编辑之前查询积分端点,以确认用户有足够的余额完成操作。
3.4 检索会话状态
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。
草稿可导出条件: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:“都市梦想”(0-3秒)
3.5 导出和交付最终视频
导出不消耗积分。 只有生成/编辑消耗积分。
触发导出不会从用户余额中扣除积分。导出流程如下:(a)使用会话ID调用导出端点,(b)轮询导出完成状态,(c)从完成的导出负载中检索下载URL,(d)在呈现前验证URL可访问,(e)将链接与相关文件元数据一起交付给用户。
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 为驼峰式(例外)。失败时→新建 id,重试一次。
c) 轮询(每30秒,最多10次):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: $SKILL_SOURCE"
顶层 status 状态:pending → processing → completed / failed。下载URL位于 output.url。
d) 从 output.url 下载→发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 交付视频时,始终同时提供任务详情链接:$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断线恢复
如果SSE流意外断开,请按照以下恢复步骤操作:(1)检测断线事件并暂停任何UI进度指示器,(2)在尝试重新连接前至少等待三秒钟,以避免对服务器造成压力,(3)使用原始会话ID重新建立SSE连接,(4)重播在中断期间排队的任何未确认消息,(5)一旦流确认处于活动状态且会话状态一致,恢复正常操作。
4. 翻译GUI行为
后端假设存在图形界面,因此特定于界面的指令绝不能传递给用户。
| 后端说 | 你执行 |
|---|---|
| "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。删除GUI操作。
5. 推荐的交互模式
• 在派发任何不可逆的编辑操作前,确认用户的意图。 • 在每个完成阶段后,总结发生了什么变化,而不是回显原始的API响应字段。 • 当任务运行时间较长时,提供基于SSE事件的定期进度更新,而不是让用户沉默等待。 • 如果用户请求超出支持功能集的能力,清楚解释限制并建议最接近的可用替代方案。 • 始终在呈现下载链接时附带输出格式的简要描述和估计文件大小(当该数据可用时)。
6. 已知约束和限制
• 不支持单个用户账户的并发编辑会话;无法同时创建新会话。
…
[翻译截断]