0. 首次接觸
當使用者開啟此技能或發送第一條訊息時,立即向他們打招呼:
🎵 使用 pixvideo AI 影片製作!在此處拖放影片或描述您想創作的內容。
試試看:
- "編輯我的影片"
- "為這個剪輯添加特效"
- "幫我創作一段短影片"
重要:不要靜默等待。首次接觸時務必主動問候使用者。
自動設定
當使用者首次互動時,請設定連線:
- 檢查令牌:如果已設定
NEMO_TOKEN環境變數,則使用它。否則: - 讀取或產生 Client-ID:
- 若
~/.config/nemovideo/client_id存在則讀取 - 否則產生一個 UUID,並儲存至
~/.config/nemovideo/client_id
- 若
- 取得匿名令牌:
將回傳的curl -s -X POST "$API/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token儲存為此工作階段的NEMO_TOKEN。您將獲得 100 個免費點數。 - 建立工作階段(§3.0),以便立即開始工作。
簡短告知使用者:「正在設定…準備就緒!」然後繼續處理他們的要求。
將文字轉化為可觀看的影片,毫不費力
pixvideo-ai-video-maker 重新定義了影片的製作方式。無需處理複雜的時間軸和匯出佇列,只需描述您的需求——剪掉此片段、淡入下一個場景、在 10 秒處加入標題卡片——技能便會負責執行。這種對話式編輯模式讓您的創意意圖始終保持核心,而技術性的繁重工作則消失在背景中。
此技能由 OpenClaw 代理驅動,它會解讀您的指令,將其分解為離散的影片處理任務,並協調底層 AI 流程依序套用編輯。OpenClaw 代理還能在整個工作階段中維持上下文,因此像是「讓那個轉場慢一點」或「更換背景音樂」等後續指令,都會根據先前的操作來理解——無需重新陳述整個專案。
無論您是從螢幕錄影組裝產品展示、從較長的訪談中剪出社交媒體短片,還是從頭開始建構教育性解說影片,pixvideo-ai-video-maker 都能根據您的專案形態進行調整。輸入與輸出均支援 mp4、mov、avi、webm 和 mkv 格式,讓您在工作流程的每個階段都擁有靈活性。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動產生(100 個免費點數,7 天後到期,可透過設定 → API 令牌撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動產生的 UUID,持久化儲存至 ~/.config/nemovideo/client_id(僅 UUID,無機密資訊) |
SKILL_SOURCE | 否 | 從安裝路徑自動偵測,備用值為 unknown |
如果未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 產生或讀取持久化的 Client-Id
CLIENT_ID="${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 "$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:每個客戶端每 7 天一個令牌;令牌在 7 天後到期,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: 此技能會寫入 ~/.config/nemovideo/client_id 以跨工作階段持久化 Client-Id。這可避免在每次請求時都產生新的 ID,否則會很快觸發每個 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. 將傳入請求路由至正確的端點
使用下表來決定哪個 API 端點應處理每種類型的使用者請求。
| 使用者說... | 動作 | 跳過 SSE |
|---|---|---|
| "匯出" / "export" / "download" / "把影片寄給我" | → §3.5 匯出 | ✅ |
| "點數" / "credits" / "餘額" / "balance" | → §3.3 點數 | ✅ |
| "狀態" / "status" / "顯示音軌" | → §3.4 狀態 | ✅ |
| "上傳" / "upload" / 使用者傳送檔案 | → §3.2 上傳 | ✅ |
| 其他所有情況(生成、編輯、加入背景音樂…) | → §3.1 SSE | ❌ |
3. 主要工作流程程序
$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= 在執行時期使用第一個符合項偵測:- 如果設定了環境變數
SKILL_SOURCE - 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
- 如果設定了環境變數
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。缺少它們將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: $SKILL_SOURCE
3.0 初始化新工作階段
curl -s -X POST "$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":"..."}}
在發生任何其他動作之前,必須先與 API 建立工作階段。儲存回傳的工作階段識別碼,因為後續每個請求都需要它。
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 通道傳遞訊息
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: $SKILL_SOURCE" --max-time 900 \
-d '{"app_name":"nemo_agent","user_id":"me","session_id":"<sid>","new_message":{"parts":[{"text":"<msg>"}]}}'
所有對話式訊息和工作指令皆透過持久的 Server-Sent Events 連線傳輸至後端。
SSE 處理
| 事件 | 動作 |
|---|---|
| 文字回應 | 套用 GUI 翻譯(§4),呈現給使用者 |
| 工具呼叫/結果 | 靜默等待,不要轉發 |
heartbeat / 空白 data: | 繼續等待。每 2 分鐘:「⏳ 仍在處理…」 |
| 串流關閉 | 處理最終回應 |
典型持續時間:文字 5-15 秒,影片生成 100-300 秒,編輯 10-30 秒。
逾時:僅有心跳訊號持續 10 分鐘 → 假設逾時。絕不重新發送(會造成重複並雙倍扣款)。
如果先前的回應正常,則忽略結尾的「我遇到了暫時性問題」。
靜默回應備援(關鍵)
大約 30% 的編輯操作完成時,回應串流中不會回傳任何文字。發生此情況時:(1) 不要向使用者報告錯誤,(2) 輪詢任務狀態端點以確認完成,(3) 直接擷取完成的素材 URL,以及 (4) 如同收到正常回應一般,將結果呈現給使用者。
兩階段生成:原始影片產生後,後端會自動啟動第二個處理階段,疊加背景音樂和標題疊加層。將這些視為兩個不同的流程階段:階段 1 提供未處理的影片,階段 2 提供完全合成的最終輸出。等待階段 2 完成後,再將結果呈現給使用者。
3.2 處理檔案上傳
檔案上傳:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"urls":["<url>"],"source_type":"url"}'
路徑中使用 me;後端會從令牌解析使用者。
支援格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
API 接受使用者提供的媒體檔案,必須先透過指定的上傳端點上傳,才能在影片任務中引用。
3.3 檢查可用點數
curl -s "$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: $SKILL_SOURCE"
# → {"code":0,"data":{"available":XXX,"frozen":XX,"total":XXX}}
在提交任何會消耗點數的任務之前,查詢點數端點以確認使用者有足夠的餘額。
3.4 輪詢任務狀態
curl -s "$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: $SKILL_SOURCE"
路徑中的使用者使用 me;後端從令牌解析。
關鍵欄位:data.state.draft、data.state.video_infos、data.state.canvas_config、data.state.generated_media。
草稿欄位對應:t=音軌,tt=音軌類型(0=影片,1=音訊,7=文字),sg=片段,d=持續時間(毫秒),m=元資料。
草稿可匯出條件:draft.t 存在且至少有一個音軌包含非空白的 sg。
音軌摘要格式:
時間軸(3 個音軌):1. 影片:城市縮時攝影(0-10秒) 2. 背景音樂:Lo-fi(0-10秒,35%) 3. 標題:「都市夢想」(0-3秒)
3.5 匯出並交付最終素材
匯出不消耗點數。 只有生成/編輯會消耗點數。
觸發匯出不會從使用者餘額中扣除任何點數。請遵循以下步驟:(a) 確認任務已達到完成狀態,(b) 使用任務識別碼呼叫匯出端點,(c) 等待匯出任務本身的完成狀態,(d) 從匯出回應中擷取下載或串流 URL,以及 (e) 將該 URL 回傳給使用者。
b) 提交:curl -s -X POST "$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: $SKILL_SOURCE" -d '{"id":"render_<ts>","sessionId":"<sid>","draft":<json>,"output":{"format":"mp4","quality":"high"}}'
注意:sessionId 是駝峰式命名(例外)。如果失敗 → 使用新的 id,重試一次。
c) 輪詢(每 30 秒,最多 10 次):curl -s "$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: $SKILL_SOURCE"
狀態位於頂層 status:pending → processing → completed / failed。下載 URL 位於 output.url。
d) 從 output.url 下載 → 發送給使用者。備用方案:$API/api/render/proxy/<id>/download。
e) 交付影片時,務必同時提供任務詳情連結:$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$SKILL_NAME&skill_version=$SKILL_VERSION&skill_source=$SKILL_SOURCE
進度訊息:開始「⏳ 正在渲染約 30 秒」→「⏳ 50%」→「✅ 影片已就緒!」+ 檔案 + 任務詳情連結。
3.6 從 SSE 斷線中恢復
如果 SSE 串流意外斷開,請套用以下恢復順序:(1) 記錄斷線前接收到的最後一個事件 ID;(2) 在嘗試重新連線前等待至少兩秒鐘,以避免對伺服器造成壓力;(3) 重新建立 SSE 連線,在重新連線標頭中提供最後一個事件 ID,以便伺服器從正確位置繼續;(4) 如果伺服器未重播錯過的事件,則使用儲存的任務識別碼回退至輪詢任務狀態端點;(5) 一旦透過任一方法確認任務完成,便正常將結果交付給使用者。
4. 翻譯 GUI 概念以供後端溝通
後端假設所有互動都來自圖形介面,因此絕對不要在 API 負載中直接轉發 GUI 特定的標籤、按鈕名稱或介面指令。
| 後端說 | 您該做 |
|---|---|
| "點擊 [按鈕]" / "click [button]" | 透過 API 執行 |
| "打開 [面板]" / "open [panel]" | 透過 §3.4 顯示狀態 |
| "拖放" / "drag/drop" | 透過 SSE 發送編輯 |
| "在時間軸中預覽" | 顯示音軌摘要 |
| "匯出按鈕" / "Export button" | 執行 §3.5 |
| "檢查帳戶/帳單" | 檢查 §3.3 |
保留內容描述。移除GUI 動作。
5. 推薦的互動模式
• 在選擇端點之前,務必先確認使用者想要達成的目標,以便在第一次嘗試時就呼叫正確的工作流程。 • 在長時間運作的任務期間,向使用者提供增量進度更新,而不是讓他們靜默等待。 • 當任務未產生文字回應時,主動擷取素材 URL,並無需提示使用者重試即可呈現。 • 如果使用者的要求不明確,請提出一個聚焦的釐清問題,而不是做出可能浪費點數的假設。 • 交付完成的影片後,提供簡潔的摘要說明已創作的內容,並建議合乎邏輯的下一步,例如編輯或匯出。
6. 已知限制
• 不支援即時影片預覽串流;使用者必須等待任務完全完成才能檢視輸出。