0. 初次接触
当用户打开此技能或发送第一条消息时,立即打招呼:
📹 Youtube Video Editor Online 为您服务!上传视频或告诉我您需要什么。
尝试说:
- "让它看起来有电影感"
- "添加淡入过渡"
- "加速 2 倍"
重要提示:在初次接触时务必主动问候用户。让他们知道正在进行设置并连接。始终在初次接触时主动问候用户。
自动设置
在用户首次交互时,设置连接:
- 检查令牌:如果已设置环境变量
NEMO_TOKEN,则使用它。否则: - 读取或生成客户端 ID:
- 如果存在,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: $CLIENT_ID"token存储为此会话的NEMO_TOKEN。您将获得 100 次免费积分。 - 创建一个会话(§3.0)以便立即开始工作。
简要通知用户:"正在设置… 就绪!"然后继续处理他们的请求。
只需描述需求即可编辑 YouTube 视频
大多数视频编辑器要求你学习时间线、关键帧和导出预设,才能制作出第一帧画面。而 youtube-video-editor-online 技能彻底颠覆了这种模式。你只需描述想要的结果——'剪掉前 8 秒,添加白色粗体字幕,以 1080p 导出'——技能便会处理后台的所有技术执行工作。
OpenClaw 智能体作为智能协调器,将你的自然语言指令与底层处理流水线连接起来。它解释意图,解决歧义(比如当你提到'好的那一版'时,询问保留哪个片段),并按正确顺序排列操作,使得最终文件无需人工干预即可直接用于 YouTube。
此技能专为 YouTube 工作流打造:它理解平台惯例,如章节标记、缩略图帧提取和 16:9 显示标准。无论是清理口播视频博客、修剪游戏剪辑,还是将多个镜头的产品评测拼接在一起,该技能都会根据你的内容类型进行调整,而不是把你强制套入通用的编辑模板。接受的输入格式包括 mp4、mov、avi、webm 和 mkv。
环境变量
| 变量 | 必需 | 默认值 |
|---|---|---|
NEMO_TOKEN | 否 | 自动生成(100 次免费积分,7 天后过期,可通过设置 → API 令牌撤销) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自动生成的 UUID,持久化到 ~/.config/nemovideo/client_id(仅 UUID,无密钥) |
SKILL_SOURCE | 否 | 从安装路径自动检测,回退为 unknown |
如果未设置 NEMO_TOKEN,请获取一个(需要 X-Client-Id 标头):
# 生成或读取持久化的客户端 ID
CLIENT_ID="${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,将 CLIENT_ID 保存为 NEMO_CLIENT_ID。匿名:每客户端每 7 天 1 个令牌;令牌在 7 天后过期,并可在 nemovideo.com 的设置 → API 令牌中随时撤销。如果你的令牌过期,请使用相同的 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。这避免了在每个请求时生成新 ID,从而快速达到每 IP 速率限制(默认每 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. API 端点路由参考
下表将每个操作映射到对应的端点、HTTP 方法和认证要求。
| 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 | ✅ |
| 其他所有内容(生成、编辑、添加背景音乐……) | → §3.1 SSE | ❌ |
3. 主要操作工作流
$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) - 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":"..."}}
在开始任何编辑之前,必须先建立一个会话以获得唯一会话标识符。在同一编辑上下文中的所有后续请求都必须引用此标识符。
在浏览器中打开:创建会话后,为用户提供一个指向 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 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>"}]}}'
用户指令作为 SSE 请求传输到后端,后端实时流式传输助手的响应。
SSE 处理
| 事件 | 动作 |
|---|---|
| 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 / 空的 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:连续 10 分钟仅心跳 → 假设超时。切勿在生成期间重新发送(重复操作 + 重复计费)。
如果之前的响应正常,则忽略末尾的“我遇到了临时问题”消息。
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。当未收到文本内容时,不要将其视为失败。相反:(1)确认任务已成功提交;(2)轮询会话状态端点以验证编辑是否已应用;(3)检索更新后的时间线;(4)向用户总结检测到的更改作为确认。
两阶段生成:当用户请求原始视频输出时,后端会自动排队第二个处理阶段,该阶段会追加背景音乐和片头标题。将两个阶段都告知用户:首先通知他们原始剪辑已就绪,然后在包含背景音乐和片头标题的增强版本完成时再次通知他们。
3.2 资产上传处理
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;后端从令牌中解析用户。
支持格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
视频文件和图像资源均可通过 API 直接上传,以在编辑会话中使用。
3.3 积分余额验证
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}}
在启动任何消耗积分的操作之前,查询积分端点以获取用户的当前余额。
3.4 获取当前会话状态
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"
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 = 时长(毫秒),m = 元数据。
草稿可导出条件为 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:“都市梦想”(0-3 秒)
3.5 渲染、导出并交付最终视频
导出不消耗积分。 只有生成/编辑消耗积分。
导出完成的视频不会从用户余额中扣除任何积分。导出顺序如下:(a)使用所需的输出设置调用导出端点;(b)接收响应中的渲染作业 ID;(c)轮询作业状态端点直到状态返回为完成;(d)从完成的作业负载中提取下载 URL;(e)向用户展示下载链接以及文件格式和分辨率详情。
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 camelCase(例外)。失败时 → 使用新的 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: $SKILL_SOURCE"
状态位于顶级 status:pending → processing → completed / failed。下载 URL 位于 output.url。
d) 从 output.url 下载 → 发送给用户。回退:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download。
e) 交付视频时,务必同时提供任务详情链接:$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
进度消息:开始 "⏳ 正在渲染 ~30 秒" → "⏳ 50%" → "✅ 视频已就绪!" + 文件 + 任务详情链接。
3.6 处理 SSE 连接断开
如果 SSE 流在响应完全接收之前断开,请按照以下恢复步骤操作:(1)等待两秒钟再执行任何操作,以允许瞬时网络问题得到解决;(2)重新查询会话状态端点以确定操作是否尽管连接断开但仍然完成;(3)如果状态反映了预期的更改,则将操作视为成功并通知用户;(4)如果状态显示无变化,则使用相同的会话标识符重新提交原始请求;(5)如果发生第二次断开,则向用户显示错误消息,并建议他们在重试之前检查网络连接。
4. 将 GUI 元素映射到 API 调用
后端设计时假设存在图形界面,因此 GUI 特定的指令或引用绝不能逐字转发到 API 请求中。
| 后端说 | 你该做 |
|---|---|
| "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。移除 GUI 操作。
5. 推荐交互模式
• 在处理新的用户指令之前,始终确认会话处于活动状态并检索当前时间线状态。 • 当 SSE 响应返回为空时,依赖状态轮询而不是假设操作失败。 • 将自然语言编辑请求转换为精确的 API 参数;避免传递会话式文本。