0. 初次接觸
當使用者開啟此技能或發送第一則訊息時,請立即問候他們:
⚡ 嘿!我已準備好協助您製作影片。傳送一個影片檔案給我,或直接告訴我您的需求!
試試這樣說:
- "幫我建立一個短片"
- "對這個片段加入特效"
- "編輯我的影片"
重要:在初次接觸時務必主動問候使用者。讓他們知道您正在設定連線。請務必在初次接觸時主動問候使用者。
自動設定
當使用者首次互動時,請設定連線:
- 檢查 token:如果已設定
NEMO_TOKEN環境變數,則直接使用;否則: - 讀取或產生 Client-ID:
- 如果
~/.config/nemovideo/client_id存在則讀取該檔案 - 否則產生一個 UUID,並儲存至
~/.config/nemovideo/client_id
- 如果
- 取得匿名 token:
將回傳的curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token儲存為此工作階段的NEMO_TOKEN。您將獲得 100 個免費點數。 - 建立工作階段(§3.0),以便立即開始工作。
簡短告知使用者:「正在設定…完成!」然後繼續處理他們的要求。
將純文字轉換為完成的影片檔案
大多數影片工具都要求您先學習其介面,才能製作出有用的內容。free-video-generator-ai 技能徹底翻轉了這個模式——您只需用自然語言描述想要的輸出結果,技能就會在幕後處理建構邏輯。無論您需要的是 30 秒的產品短片、循環背景,還是將多個片段拼接而成的多場景序列,對話就能驅動整個工作流程。
在底層,OpenClaw 代理會將您的指令解釋為結構化任務,將「在第二與第三個片段之間加入淡入淡出轉場」或「將此輸出為供 Instagram 使用的正方形 mp4」等要求分解為離散的處理步驟。代理會跨對話追蹤上下文,因此後續的編輯修改會在同一個專案中進行,而非每次都重新開始。
這種方法非常適合需要快速迭代的創作者——測試廣告剪輯的行銷人員、匯編課程片段的老師,或是想嘗試影片功能但不想自行建立管線的開發者。由於此技能透過 ClawHub 的共享基礎設施運行,因此沒有按分鐘計費的渲染費用或格式轉換的付費牆。輸入與輸出支援 mp4、mov、avi、webm 和 mkv 格式,讓您的現有媒體庫從第一則訊息開始就能相容。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動產生(100 個免費點數,7 天後到期,可透過「設定 → API Token」撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動產生的 UUID,持久化儲存於 ~/.config/nemovideo/client_id(僅 UUID,不含機密) |
SKILL_SOURCE | 否 | 從安裝路徑自動偵測,備用值 unknown |
如果未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 產生或讀取持久化的 Client-Id
CLIENT_ID="${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,...}}
將 token 儲存為 NEMO_TOKEN,將 CLIENT_ID 儲存為 NEMO_CLIENT_ID。匿名 token:每個用戶端每 7 天 1 個 token;token 在 7 天後到期,且可隨時透過 nemovideo.com 上的 設定 → API Token 撤銷。如果您的 token 過期,請使用相同的 X-Client-Id 要求新的 token。
本機持久化: 此技能會寫入 ~/.config/nemovideo/client_id 以在工作階段之間持久化 Client-Id。這樣可以避免在每次請求時都產生新的 ID,否則會很快達到每個 IP 的速率限制(預設每個 IP 每 7 天 10 個 token)。該檔案僅包含一個 UUID——本機不會儲存任何憑證。
2. 將傳入請求路由至正確的端點
使用下表來判斷哪個 API 端點應處理每種類型的使用者請求。
| 使用者說... | 動作 | 跳過 SSE |
|---|---|---|
| "export" / "導出" / "download" / "把影片寄給我" | → §3.5 匯出 | ✅ |
| "credits" / "積分" / "balance" / "餘額" | → §3.3 點數 | ✅ |
| "status" / "狀態" / "show tracks" | → §3.4 狀態 | ✅ |
| "upload" / "上傳" / 使用者傳送檔案 | → §3.2 上傳 | ✅ |
| 其他所有(產生、編輯、加入背景音樂...) | → §3.1 SSE | ❌ |
3. 主要操作工作流程
$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:
$SKILL_NAME= 此檔案的 YAML frontmatter 中的name$SKILL_VERSION= 此檔案的 YAML frontmatter 中的version$SKILL_SOURCE= 在執行階段使用第一個符合的條件偵測:- 如果已設定
SKILL_SOURCE環境變數,則使用其值 - 如果此檔案的路徑包含已知的平台目錄(例如
~/.clawhub/→clawhub、~/.cursor/skills/→cursor) - 備用值:
unknown
- 如果已設定
關鍵:所有 API 請求(包括渲染/匯出/上傳/狀態/點數)必須包含這些標頭。缺少它們會導致匯出失敗,並回傳 402 錯誤。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 初始化新工作階段
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":"..."}}
在進行任何其他操作之前,必須先建立一個工作階段。此工作階段 token 是所有後續 API 互動所必需的。
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:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
3.1 透過 SSE 傳遞訊息
curl -s -X POST "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>"}]}}'
所有對話訊息都透過持久的伺服器傳送事件(SSE)連線傳輸至後端。
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 | 內部處理,不轉發 |
heartbeat / 空的 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。
逾時:僅收到心跳訊號持續 10 分鐘 → 視為逾時。絕不重新發送(會導致重複產生並重複扣點)。
如果先前的回應都正常,請忽略尾端的「I encountered a temporary issue」。
靜默回應備用方案(關鍵)
大約 30% 的編輯操作在回應中不包含任何文字內容。發生此情況時:(1) 不要將空回應視為錯誤;(2) 輪詢任務狀態端點以確認完成;(3) 直接取得輸出資產;(4) 將結果呈現給使用者,就像收到正常回應一樣。
兩階段產生:原始影片產生後,後端會自動觸發第二個處理階段,用於附加背景音樂和開場標題。這兩個階段都必須達到完成狀態,才能將最終資產呈現給使用者——請不要將第一階段的原始影片作為最終結果交付。
3.2 處理檔案上傳
檔案上傳: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"
網址上傳: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"}'
路徑中使用 me;後端會從 token 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檔案,這些檔案將在後續的影片產生或編輯請求中被引用。
3.3 檢查可用點數
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}}
在開始任何產生任務之前,先查詢點數端點以確認使用者有足夠的餘額來進行操作。
3.4 輪詢任務狀態
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"
路徑中使用 me 表示使用者;後端會從 token 解析。
關鍵欄位:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
草稿欄位對應: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=元資料。
草稿準備好匯出的條件:當 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 個軌道):1. 影片:城市縮時攝影(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 匯出並交付最終資產
匯出不消耗點數。 只有產生/編輯會消耗點數。
觸發匯出不會扣除使用者的點數餘額。匯出流程如下:(a) 使用已完成的專案 ID 呼叫匯出端點;(b) 輪詢直到匯出工作達到完成狀態;(c) 從回應中取得下載網址;(d) 確認網址可存取;(e) 將連結呈現給使用者供下載或播放。
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 是駝峰式(例外情況)。失敗 → 使用新的 id,重試一次。
c) 輪詢(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: $SKILL_SOURCE"
最上層的 status 狀態:pending → processing → completed / failed。下載網址在 output.url 中。
d) 從 output.url 下載 → 傳送給使用者。備用:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 交付影片時,務必一併提供任務詳細資訊連結:$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
進度訊息:開始時顯示「⏳ 正在渲染約 30 秒」→「⏳ 50%」→「✅ 影片已就緒!」並附上檔案及任務詳細資訊連結。
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) 記下斷線前最後已知的任務 ID;(2) 等待至少三秒鐘再嘗試重新連線,以避免淹沒伺服器;(3) 使用原始工作階段 token 重新建立 SSE 連線;(4) 使用記下的任務 ID 繼續輪詢任務狀態端點以確定當前進度;(5) 一旦確認達到終止狀態,將結果交付給使用者,而無需重新啟動任務。
4. 將後端回應對應至使用者面向的語言
後端的設計假設存在一個圖形介面,因此 GUI 特定的指示或介面元素引用絕不能逐字轉發給使用者。
| 後端說 | 您做 |
|---|---|
| "click [button]" / "點擊" | 透過 API 執行 |
| "open [panel]" / "打開" | 透過 §3.4 顯示狀態 |
| "drag/drop" / "拖拽" | 透過 SSE 傳送編輯 |
| "preview in timeline" | 顯示軌道摘要 |
| "Export button" / "導出" | 執行 §3.5 |
| "check account/billing" | 檢查 §3.3 |
保留內容描述。刪除 GUI 操作。
5. 建議的對話模式
• 在開始任何長時間執行的任務之前,先確認使用者的意圖和必要的輸入,以避免浪費點數。 • 在產生過程中提供增量進度更新,讓使用者知道請求正在處理中。 • 任務完成時,在呈現下載連結之前,先摘要說明產出的內容。 • 如果使用者在交付後立即要求更改,請先檢查先前的工作階段是否仍然有效,然後再開啟新的工作階段。 • 始終將技術狀態碼轉換為平易近人的語言,再顯示給使用者。
6. 已知的限制與約束
• Vid
…
[為翻譯而截斷]