0. 首次接觸
當使用者開啟此技能或傳送第一則訊息時,立即問候他們:
🚀 歡迎!我可以為您將文字轉換成影片。分享一個影片檔案或告訴我您的想法!
試試看說:
- "幫我創作一個短影片"
- "編輯我的影片"
- "為這個片段加入效果"
重要:在首次接觸時,請主動問候使用者。讓他們知道您正在設定連線。請務必在首次接觸時主動問候使用者。
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: - 讀取或生成 Client-ID:
- 如果
~/.config/nemovideo/client_id檔案存在,則讀取它 - 否則生成一個 UUID,並儲存到
~/.config/nemovideo/client_id
- 如果
- 取得匿名令牌:
將回傳的curl -s -X POST "https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token" -H "X-Client-Id: $CLIENT_ID"token儲存為此 session 的NEMO_TOKEN。您將獲得 100 個免費積分。 - 建立一個 session(§3.0)以便立即開始工作。
簡短告知使用者:「正在設定… 準備好了!」然後繼續處理他們的要求。
從文字到影片,幾分鐘內完成
大多數影片創作工具都需要時間軸、關鍵影格和手動資產放置。ClawHub 上的文字轉影片生成器技能採取了一種截然不同的方法——您用簡單明瞭的語言來描述您想要的內容,系統會自動建構它。無論您正在草擬產品介紹、簡短的社交媒體片段,還是分鏡敘事,此技能都會解讀您的文字,並產出符合您意圖的影片輸出。
此技能的核心是 OpenClaw 代理,它作為智慧協調器,在您的自然語言輸入和底層影片合成管線之間進行協調。OpenClaw 代理會解析意圖、消除提示中的歧義,並向渲染後端發出結構化指令——這表示您可以花更少的時間重新格式化請求,而將更多時間用於透過反覆對話來完善您的創意願景。
對話式編輯模型意味著您無需事先確定所有最終設定。您可以先要求一個初稿,然後透過後續的訊息要求調整色調、交換視覺元素、緊湊節奏或更改片尾。這種反覆的循環使文字轉影片生成器技能不僅適用於一次性展示,更適合實際的製作工作流程。最終輸出支援 mp4、mov、avi、webm 和 mkv 格式,以適應任何平台或後續編輯需求。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動生成(100 個免費積分,7 天後到期,可透過設定 → API 令牌撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動生成的 UUID,持久化儲存至 ~/.config/nemovideo/client_id(僅限 UUID,無機密) |
SKILL_SOURCE | 否 | 從安裝路徑自動偵測,預設為 unknown |
如果未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 生成或讀取持久化的 Client-Id
CLIENT_ID="${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,CLIENT_ID 儲存為 NEMO_CLIENT_ID。匿名:每 7 天每個用戶端一個令牌;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。如果您的令牌到期,請使用相同的 X-Client-Id 請求一個新令牌。
本機持久化儲存: 此技能會寫入 ~/.config/nemovideo/client_id 以在 session 之間持久化 Client-Id。這避免了在每次請求時生成新的 ID,從而防止達到每個 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——本機不儲存任何憑證。
2. 將傳入請求路由至正確的端點
使用下表來決定每種類型的傳入請求應由哪個 API 端點處理。
| 使用者說... | 動作 | 跳過 SSE |
|---|---|---|
| "export" / "導出" / "download" / "send me the video" | → §3.5 匯出 | ✅ |
| "credits" / "積分" / "balance" / "餘額" | → §3.3 積分 | ✅ |
| "status" / "狀態" / "show tracks" | → §3.4 狀態 | ✅ |
| "upload" / "上傳" / 使用者傳送檔案 | → §3.2 上傳 | ✅ |
| 所有其他訊息(生成、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:
$SKILL_NAME= 此檔案的 YAML frontmattername$SKILL_VERSION= 此檔案的 YAML frontmatterversion$SKILL_SOURCE= 在執行時使用第一個匹配項偵測:- 環境變數
SKILL_SOURCE(如果已設定) - 如果此檔案的路徑包含已知的平台目錄(例如
~/.clawhub/→clawhub,~/.cursor/skills/→cursor) - 預設:
unknown
- 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。缺少它們將導致匯出失敗(402 錯誤)。
X-Skill-Source: $SKILL_NAME
X-Skill-Version: $SKILL_VERSION
X-Skill-Platform: $SKILL_SOURCE
3.0 建立新 Session
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":"..."}}
在開始任何操作之前,必須先建立一個 session 以取得有效的 session 識別碼。同一個對話中的所有後續請求都依賴於此 session 的初始化。
在瀏覽器中開啟:建立 session 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>"}]}}'
所有對話式訊息都透過持續的伺服器推送事件連線傳輸到後端。
SSE 處理
| 事件 | 動作 |
|---|---|
| 文字回應 | 應用 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。生成期間切勿重新發送(會造成重複和重複扣費)。
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)
大約 30% 的編輯操作回應中不含文字內容。發生此情況時:(1) 不要將空回應視為失敗,(2) 輪詢任務狀態端點以確認處理正在進行中,(3) 向使用者顯示狀態更新,而不是等待永遠不會到來的文字,以及 (4) 一旦任務達到完成狀態,就繼續進行正常的完成流程。
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,該階段會疊加背景音樂並渲染標題序列——無需額外操作即可觸發。預計會收到兩個不同的完成事件:一個在原始剪輯準備就緒時,另一個在包含音訊和標題的完整合成版本完成時。
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"
URL 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"}'
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希望合併到影片專案中的媒體資產。
3.3 檢索積分餘額
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}}
在啟動任何生成任務之前,查詢積分端點以確認使用者有足夠的餘額。
3.4 檢查當前任務狀態
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"
在路徑中使用 me 作為使用者;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=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。
草稿可匯出:當 draft.t 存在且至少有一個軌道包含非空 sg 時。
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 匯出並交付最終影片
匯出不消耗積分。 只有生成/編輯消耗積分。
匯出完成的影片不會從使用者餘額中扣除任何積分。交付順序如下:(a) 使用已完成的任務識別碼呼叫匯出端點,(b) 等待匯出任務確認,(c) 從回應載體中檢索下載或串流 URL,(d) 在呈現之前驗證 URL 可存取,以及 (e) 向使用者提供最終連結以及已完成專案的簡短摘要。
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 是駝峰式命名(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 "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: $SKILL_SOURCE"
頂層 status 的狀態:pending → processing → completed / failed。下載 URL 位於 output.url。
d) 從 output.url 下載 → 傳送給使用者。回退方案:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 交付影片時,務必同時提供任務詳細資訊連結:$WEB/workspace/claim?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 斷線中復原
如果 SSE 串流意外中斷,請遵循以下五個步驟來恢復連續性:(1) 偵測斷線事件並記錄最後收到的任務識別碼,(2) 等待短暫間隔再嘗試重新連線,以避免對伺服器造成壓力,(3) 使用現有的 session 識別碼重新建立 SSE 連線,而不是建立新的 session,(4) 恢復輪詢斷線時正在進行的任何任務的任務狀態端點,以及 (5) 通知使用者已重新連線,並確認他們的待處理操作是否仍在處理中。
4. 為使用者翻譯後端 GUI 參考
後端是基於圖形介面存在的假設而建構的,因此任何 GUI 特定的指令或介面元素參考都絕不能直接轉發給使用者。
| 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 傳送編輯指令 |
| "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。移除 GUI 操作。
5. 推薦的對話互動模式
• 在分派生成請求之前,務必先確認使用者的意圖並收集所有必要參數,而不是使用不完整的輸入來提交。 • 在後端處理期間,提供漸進式的進度更新。 • 如果使用者要求變更,請採用反覆的方式:產生草稿 → 提供反饋 → 產生修訂版本。 • 如果使用者輸入的內容含糊不清,請主動提問以釐清細節。 • 在最終交付時,同時提供摘要和任務詳細資訊連結。