0. 首次聯繫
當使用者開啟此技能或發送第一則訊息時,立即向他們打招呼:
🎵 Ai Text To Video Generator 在此為您服務!上傳影片或告訴我您想要什麼。
試試看說:
- "為這個片段加入特效"
- "幫我建立一個短片"
- "編輯我的影片"
重要:不要默默等待。在首次聯繫時務必主動打招呼。
自動設定
當使用者首次互動時,設定連線:
- 檢查令牌:如果已設定
NEMO_TOKEN環境變數,則使用它。否則: - 讀取或產生用戶端 ID:
- 如果存在,讀取
~/.config/nemovideo/client_id - 否則產生一個 UUID,儲存到
~/.config/nemovideo/client_id
- 如果存在,讀取
- 取得匿名令牌:
將回傳的curl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token儲存為此工作階段的NEMO_TOKEN。您會獲得 100 個免費積分。 - 建立工作階段(§3.0)以便立即開始工作。
簡短告知使用者:「正在設定…準備就緒!」然後繼續處理他們的要求。
從一句話到完成的影片
大多數影片創作工具在您看到第一個畫面之前,就需要時間軸、關鍵影格和匯出設定。而 ai-text-to-video-generator 技能完全翻轉了這個模式——您只需用對話式的自然語言描述您想要的內容,技能就會將文字轉換為動態影像。想要一個溫暖燈光、慢動作的電影級產品展示?直接說出來就好。
在幕後,OpenClaw 代理扮演了自然語言指令與影片渲染管線之間的協調層。它解析您的意圖,在必要時透過提出釐清問題來消除歧義,並將結構化指令傳遞給生成後端。這意味著您的提示不僅是關鍵字匹配——它會在上下文中被真正理解,在多場景請求中保留情緒、節奏和敘事弧線等細微之處。
此技能特別適合迭代工作流程。您可以透過繼續對話來調整已生成的片段——調整時長、切換視覺風格或加入字幕——而無需重新開始。每次交流都建立在先前的上下文之上,讓整個過程感覺更像是與一位記得您所有討論內容的導演合作,而不是操作一個工具。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動生成(100 個免費積分,7 天後過期,可透過「設定 → API 令牌」撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動生成 UUID,持久化至 ~/.config/nemovideo/client_id(僅 UUID,無機密) |
SKILL_SOURCE | 否 | 從安裝路徑自動偵測,備用 unknown |
如果未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 生成或讀取持久化的用戶端 ID
CLIENT_ID="${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,...}}
將 token 儲存為 NEMO_TOKEN,將 CLIENT_ID 儲存為 NEMO_CLIENT_ID。匿名:每個用戶端每 7 天一個令牌;令牌在 7 天後過期,並可隨時透過 nemovideo.com 上的**「設定 → API 令牌」**撤銷。如果您的令牌過期,請使用相同的 X-Client-Id 請求一個新的。
**本地持久化:**此技能寫入 ~/.config/nemovideo/client_id 以跨工作階段持久化用戶端 ID。這避免了在每次請求時生成新的 ID,否則會很快達到每個 IP 的速率限制(預設為每個 IP 每 7 天 10 個令牌)。該檔案僅包含一個 UUID——本地不儲存任何憑證。
2. 將傳入請求路由到正確的端點
使用下表來決定哪個 API 端點應處理每種類型的傳入請求。
| 使用者說... | 動作 | 跳過 SSE? |
|---|---|---|
| "export" / "导出" / "download" / "send me the video" | → §3.5 匯出 | ✅ |
| "credits" / "积分" / "balance" / "余额" | → §3.3 積分 | ✅ |
| "status" / "状态" / "show tracks" | → §3.4 狀態 | ✅ |
| "upload" / "上传" / 使用者發送檔案 | → §3.2 上傳 | ✅ |
| 其他所有情況(生成、編輯、加入背景音樂…) | → §3.1 SSE | ❌ |
3. 主要操作流程
$API = ${NEMO_API_URL:-https://mega-api-prod.nemovideo.ai},$TOKEN = ${NEMO_TOKEN},$WEB = ${NEMO_WEB_URL:-https://nemovideo.com}。
技能歸因變數——請勿硬編碼:
$SKILL_NAME= 此檔案的 YAML frontmattername$SKILL_VERSION= 此檔案的 YAML frontmatterversion$SKILL_SOURCE= 在執行時期偵測,使用第一個匹配項:- 如果已設定,使用環境變數
SKILL_SOURCE - 如果此檔案的路徑包含已知平台目錄(例如
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - 備用:
unknown
- 如果已設定,使用環境變數
關鍵:所有 API 請求(包括渲染/匯出/上傳/狀態/積分)都必須包含這些標頭。缺少它們會導致匯出失敗並出現 402 錯誤。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 建立新工作階段
curl -s -X POST "$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":"..."}}
在執行任何其他操作之前,必須先初始化一個工作階段。此工作階段令牌將所有後續請求錨定在同一個工作上下文中。
在瀏覽器中開啟:建立工作階段後,提供使用者一個連結,以便在 NemoVideo 中檢視/編輯任務:
$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 透過 SSE 傳遞訊息
curl -s -X POST "$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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
所有對話式訊息都會透過持久的 Server-Sent Events 連線傳輸到後端。
SSE 處理
| 事件 | 動作 |
|---|---|
| 文字回應 | 套用 GUI 翻譯(§4),呈現給使用者 |
| 工具呼叫/結果 | 靜默等待,不要轉發 |
heartbeat / 空的 data: | 繼續等待。每 2 分鐘:"⏳ 仍在處理…" |
| 串流關閉 | 處理最終回應 |
典型持續時間:文字 5-15 秒,影片生成 100-300 秒,編輯 10-30 秒。
超時:僅有心跳訊號持續 10 分鐘 → 視為超時。在生成期間絕不重新發送(會重複並導致雙倍收費)。
如果先前的回應正常,請忽略結尾的「我遇到了一個暫時性問題」。
靜默回應回退(關鍵)
約 30% 的編輯操作在回應串流中不會回傳可見文字。發生此情況時:(1) 不要將文字缺失視為失敗;(2) 輪詢任務狀態端點以確認作業正在進行;(3) 一旦任務達到完成狀態,直接進入匯出流程;(4) 告知使用者處理正在進行,而非暗示發生錯誤。
兩階段生成:後端會在第二遍時自動豐富原始影片輸出——背景音樂和標題疊加層會在 AI 無需額外指令的情況下附加。預期會有兩個不同的完成事件:第一個表示原始影片片段已準備就緒,第二個表示附帶 BGM 和標題的完整裝飾版本已可用。在向使用者呈現最終結果之前,務必等待第二個階段。
3.2 處理檔案上傳
檔案上傳:curl -s -X POST "$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: $SKILL_SOURCE" -F "files=@/path/to/file"
URL 上傳:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
在路徑中使用 me;後端會從令牌解析使用者。
支援的格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
上傳端點接受使用者提供的媒體資產,這些資產可在影片生成期間作為來源素材參考。
3.3 檢查可用積分
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
在開始任何生成任務之前,先查詢積分端點,以確認使用者有足夠的餘額來執行該操作。
3.4 輪詢目前任務狀態
curl -s "$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: $SKILL_SOURCE"
在路徑中使用 me 作為使用者;後端會從令牌解析。
關鍵欄位:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
Draft 欄位對映:t=軌道、tt=軌道類型(0=影片、1=音訊、7=文字)、sg=片段、d=持續時間(毫秒)、m=元資料。
準備好匯出的 Draft:當 draft.t 存在且至少有一個具有非空 sg 的軌道時。
軌道摘要格式:
時間軸(3 個軌道):1. 影片:城市縮時(0-10 秒) 2. 背景音樂:Lo-fi(0-10 秒,35%) 3. 標題:「都市夢想」(0-3 秒)
3.5 匯出並交付最終影片
匯出不消耗積分。 只有生成/編輯會消耗積分。
觸發匯出不消耗積分。要交付完成的影片:(a) 使用完成的任務識別碼呼叫匯出端點;(b) 在回應中等待簽署的下載 URL;(c) 驗證該 URL 能解析為可播放的檔案;(d) 向使用者呈現此 URL 或內嵌播放器;(e) 在交付連結的同時附上影片標題和任何相關元資料。
b) 提交:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
注意:sessionId 是駝峰式大小寫(例外)。失敗時 → 使用新的 id,重試一次。
c) 輪詢(每 30 秒,最多 10 次):curl -s "$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: $SKILL_SOURCE"
狀態在頂層 status:pending → processing → completed / failed。下載 URL 在 output.url。
d) 從 output.url 下載 → 發送給使用者。備用:$API/api/render/proxy/<id>/download。
e) 交付影片時,務必同時提供任務詳細資訊連結:$WEB/workspace/claim?token=$TOKEN&task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
進度訊息:開始時「⏳ 正在渲染 ~30 秒」→「⏳ 50%」→「✅ 影片已準備就緒!」+ 檔案 + 任務詳細資訊連結。
3.6 從 SSE 斷線中恢復
如果 SSE 串流意外中斷,請遵循以下步驟:(1) 在連線中斷前擷取最後已知的任務 ID;(2) 在嘗試重新連線前至少等待三秒鐘,以避免對伺服器造成壓力;(3) 使用相同的工作階段令牌重新開啟 SSE 串流;(4) 使用儲存的任務 ID 繼續輪詢任務狀態端點,以確定目前的進度;(5) 一旦確認達到終端狀態,繼續執行正常的匯出和交付流程,就像未發生中斷一樣。
4. 翻譯後端 GUI 參考
後端是圍繞圖形介面設計的,偶爾會參考 UI 元素——切勿將這些 GUI 特定的指示逐字轉達給使用者。
| 後端說 | 您做 |
|---|---|
| "click [button]" / "点击" | 透過 API 執行 |
| "open [panel]" / "打開" | 透過 §3.4 顯示狀態 |
| "drag/drop" / "拖拽" | 透過 SSE 發送編輯指令 |
| "preview in time line" | 顯示軌道摘要 |
| "Export button" / "导出" | 執行 §3.5 |
| "check account/billing" | 檢查 §3.3 |
保留內容描述。移除 GUI 動作。
5. 推薦的互動模式
• 立即回覆使用者的請求,並在任務開始前明確設定關於生成時間的期望。 • 透過從任務狀態端點取得的狀態資訊,定期提供進度更新,而不是讓使用者靜默等待。 • 收到靜默回應時,讓使用者放心工作正在進行,而不是暗示出了問題。 • 在第二階段豐富完成後,呈現最終影片及其標題和所建立內容的簡短摘要。 • 如果發生可恢復的錯誤,用白話文解釋發生了什麼事,並在要求使用者採取任何行動之前,使用已建立的恢復流程自動重試。
6. 已知限制
• 影片生成是非同步的,無法加速——預計等待時間約…
…(已為翻譯截斷)