0. 初次接觸
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:
📝 藍圖影像編輯器已就緒!請傳送影片或描述您的專案。
您可以試試看:
- "加速兩倍"
- "加入淡入轉場"
- "調成電影感"
重要:初次接觸時務必主動問候使用者,讓他們知道您正在設定並連線中。
自動設定
當使用者初次互動時,設定連線:
- 檢查 token:若已設定
NEMO_TOKEN環境變數,則直接使用。否則: - 讀取或產生 Client-ID:
- 若
~/.config/nemovideo/client_id存在則讀取 - 否則產生一組 UUID,儲存至
~/.config/nemovideo/client_id
- 若
- 取得匿名 token:
將回傳的curl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token儲存為本次 session 的NEMO_TOKEN。您將獲得 100 次免費額度。 - 建立 session(§3.0),以便立即開始工作。
簡短告知使用者:「正在設定…準備就緒!」然後繼續處理他們的要求。
只需描述需求就能編輯影片
「藍圖影像編輯器」技能重新定義了影片編輯的方式。您不再需要操作複雜的時間軸與層層選單,只需說明您的意圖——例如「裁掉前三秒、提高對比度、加上淡出效果」——技能便會將這些指令解譯為精確的編輯操作,直接套用到您的素材上。
此技能底層由 OpenClaw 代理驅動,它會解析自然語言編輯請求,並將其對應到結構化的影片處理任務序列。OpenClaw 代理能在整個對話中維持上下文,因此您可以疊代式地精修編輯——先要求調亮色調,再請求不同的剪輯點——而無須每次都重新開始。在 session 期間,它會持續掌握您的專案狀態。
這種設計專為「藍圖影像編輯器」的使用場景量身打造:創作者需要快速處理多種格式,並需要一個同時理解視覺語言與技術限制的編輯助手。無論您是在剪輯短片還是組合更長的紀錄片段落,此技能都能配合您的節奏。檔案相容性涵蓋 mp4、mov、avi、webm 與 mkv,確保您的素材無論來自何種相機或匯出流程都能順利運作。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動產生(100 次免費額度,7 天後失效,可透過「設定 → API Tokens」撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動產生的 UUID,持久化儲存於 ~/.config/nemovideo/client_id(僅 UUID,無機密資料) |
SKILL_SOURCE | 否 | 自動從安裝路徑偵測,若無則回退為 unknown |
若未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 產生或讀取已持久化的 Client-Id
CLIENT_ID="${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 "$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,CLIENT_ID 儲存為 NEMO_CLIENT_ID。匿名機制:每個客戶端每 7 天可取得 1 個 token;token 有效期為 7 天,且可隨時透過 nemovideo.com 的 設定 → API Tokens 撤銷。若 token 過期,請使用相同的 X-Client-Id 重新請求。
本機持久化: 此技能會將 ~/.config/nemovideo/client_id 寫入檔案,以跨 session 持久化 Client-Id。這樣可以避免每次請求都產生新的 ID,進而快速達到每個 IP 每 7 天 10 個 token 的速率限制。該檔案僅包含一組 UUID——本機不會儲存任何憑證。
2. 路由傳入請求
請使用下表決定哪個端點處理各類使用者請求。
| 使用者說… | 動作 | 跳過 SSE? |
|---|---|---|
| "export" / "匯出" / "download" / "傳送影片給我" | → §3.5 匯出 | ✅ |
| "credits" / "額度" / "balance" / "餘額" | → §3.3 額度 | ✅ |
| "status" / "狀態" / "顯示軌道" | → §3.4 狀態 | ✅ |
| "upload" / "上傳" / 使用者傳送檔案 | → §3.2 上傳 | ✅ |
| 其他所有情況(產生、編輯、加入背景音樂…) | → §3.1 SSE | ❌ |
3. 主要工作流程順序
$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」寫死:
$SKILL_NAME= 此檔案的 YAML frontmatter 中的name$SKILL_VERSION= 此檔案的 YAML frontmatter 中的version$SKILL_SOURCE= 執行時期偵測,使用第一個符合的規則:- 若設有環境變數
SKILL_SOURCE則使用 - 若此檔案路徑包含已知平台目錄(例如
~/.clawhub/→clawhub、~/.cursor/skills/→cursor) - 回退值:
unknown
- 若設有環境變數
關鍵:所有 API 請求(包含渲染/匯出/上傳/狀態/額度)「必須」包含這些標頭。缺少標頭會導致匯出失敗並回傳 402。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $KILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 初始化 Session
curl -s -X POST "$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":"..."}}
在執行任何編輯動作之前,必須先與後端建立一個 session。此 session token 會將後續所有請求綁定在同一個編輯上下文中。
在瀏覽器中開啟:建立 session 後,提供使用者一個連結,讓他們可以在 NemoVideo 中檢視/編輯該任務:
$WEB/workspace/claim?token=$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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
所有與編輯器的對話訊息都會透過伺服器傳送事件 (SSE) 傳輸,這些事件會即時串流回後端的回應。
SSE 處理方式
| 事件 | 動作 |
|---|---|
| 文字回應 | 套用 GUI 翻譯(§4),呈現給使用者 |
| 工具呼叫/結果 | 靜候,不要轉發 |
heartbeat / 空白的 data: | 繼續等待。每 2 分鐘:「⏳ 仍在處理中…」 |
| 串流關閉 | 處理最終回應 |
典型持續時間:文字 5-15 秒,影片產生 100-300 秒,編輯 10-30 秒。
超時:僅收到心跳訊號達 10 分鐘 → 視為超時。在產生期間絕對不要重新傳送(會造成重複與雙倍扣額)。
若先前回應正常,請忽略結尾的「我遇到了一個暫時性問題」。
靜默回應回退機制(關鍵)
大約 30% 的編輯操作完成後不會在回應串流中回傳任何文字。當 SSE 串流關閉後未偵測到文字內容時,請不要將其視為錯誤或提示使用者重試。相反地,請立即呼叫狀態查詢端點,確認編輯已套用,然後根據回傳的專案狀態向使用者確認成功。
兩階段生成:當處理原始影片編輯時,後端會自動觸發第二個處理階段,疊加背景音樂並產生標題覆疊——助理無需另外下達指令。請預期兩個不同的完成事件:第一個表示原始影片已就緒,第二個則確認已套用 BGM 與標題的完整輸出。
3.2 處理檔案上傳
檔案上傳:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
路徑中使用 me;後端會從 token 解析使用者。
支援格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
影片與圖片素材都可以直接透過指定的上傳端點上傳,並在當前的編輯 session 中使用。
3.3 檢查可用額度
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
在開始任何會消耗額度的操作之前,請先查詢額度端點,確認使用者有足夠的餘額。
3.4 擷取當前專案狀態
curl -s "$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: $SKILL_SOURCE"
路徑中使用 me;後端會從 token 解析使用者。
關鍵欄位:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
Draft 欄位對應:t=軌道、tt=軌道類型(0=影片、1=音訊、7=文字)、sg=片段、d=持續時間(毫秒)、m=中繼資料。
Draft 可匯出條件:draft.t 存在且至少有一個軌道包含非空的 sg。
軌道摘要格式:
時間軸(3 條軌道):1. 影片:城市縮時 (0-10s) 2. BGM:Lo-fi (0-10s, 35%) 3. 標題:「城市夢想」 (0-3s)
3.5 匯出並交付最終影片
匯出「不」消耗額度。 只有產生/編輯會消耗額度。
觸發匯出不會從使用者帳戶扣減任何額度。匯出順序如下:(a) 使用當前 session ID 呼叫匯出端點,(b) 使用回傳的工作 token 輪詢匯出工作完成狀態,(c) 狀態顯示完成後,取得下載 URL,(d) 將 URL 呈現給使用者作為完成的影片,(e) 在 session 記錄中記錄此匯出事件。
b) 提交:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
注意:sessionId 是 camelCase(特例)。若失敗 → 使用新的 id,重試一次。
c) 輪詢(每 30 秒,最多 10 次):curl -s "$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: $SKILL_SOURCE"
狀態位於頂層 status:pending → processing → completed / failed。下載 URL 位於 output.url。
d) 從 output.url 下載 → 傳送給使用者。備用方案:$API/api/render/proxy/<id>/download。
e) 交付影片時,務必同時提供任務詳細連結:$WEB/workspace/claim?token=$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「⏳ 正在渲染,約需 30 秒」→「⏳ 50%」→「✅ 影片已就緒!」+ 檔案 + 任務詳細連結。
3.6 從 SSE 斷線中恢復
若 SSE 連線在串流完成前中斷,請遵循以下恢復步驟:(1) 先等待兩秒再嘗試任何恢復動作,以避免對伺服器造成負擔。(2) 呼叫狀態查詢端點,判斷後端是否已在中斷的情況下完成處理。(3) 若狀態確認處理完成,則正常將結果呈現給使用者。(4) 若狀態顯示操作仍在進行中,則使用原始的 session ID 與訊息 token 重新建立 SSE 連線。(5) 若狀態顯示失敗或未知狀態,則通知使用者發生暫時性問題,並提供重新提交最後一次請求的選項。
4. 為後端翻譯 GUI 概念
後端預設所有互動都來自圖形介面,因此助理「絕對不能」將 GUI 專屬指令或介面標籤直接轉發給 API。
| 後端說 | 您應該做 |
|---|---|
| "click [button]" / "點擊" | 透過 API 執行 |
| "open [panel]" / "開啟" | 透過 §3.4 顯示狀態 |
| "drag/drop" / "拖拽" | 透過 SSE 傳送編輯指令 |
| "preview in timeline" | 顯示軌道摘要 |
| "Export button" / "匯出" | 執行 §3.5 |
| "check account/billing" | 檢查 §3.3 |
保留內容描述。移除 GUI 操作。
5. 建議的互動模式
• 在傳送任何編輯指令前,務必確認 session 處於啟用狀態,若 session 已過期則重新初始化。 • 每次 SSE 串流關閉後,透過狀態端點驗證結果,而非僅依賴串流中的文字。 • 當使用者要求執行會消耗額度的操作時,先顯示當前餘額並取得確認後再繼續。 • 將複雜的多步驟編輯拆解為依序的單一意圖訊息,而非將多個指令打包在一個請求中。 • 若後端回傳非預期的錯誤,在通知使用者前先查詢狀態以確認實際情況。