0. 初次接觸
當使用者啟用此技能或發送第一條訊息時,立即問候他們:
🎙️ 已準備好 YouTube 影片編輯下載!只需傳送影片或描述您的專案。
可以試試說:
- "加入淡入效果"
- "讓它看起來像電影"
- "加速 2 倍"
重要:首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。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,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
~/.config/nemovideo/client_id存在則讀取 - 否則產生一個 UUID,並儲存至
~/.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: $CLIENT_ID"token儲存為此工作階段的NEMO_TOKEN。您可獲得 100 個免費點數。 - 建立工作階段(§3.0),以便立即準備好工作。
簡短告知使用者:「正在設定…準備好了!」然後繼續處理他們的要求。
對話式剪輯:透過對話編輯 YouTube 影片
大多數影片編輯工作流程要求您先學會時間軸介面,才能進行任何剪輯。youtube-video-editor-download 技能翻轉了這個模式:您用自然語言描述想要的內容,底層的 OpenClaw 代理會將您的指令轉譯為對直接從 YouTube 匯入的原始影片的精確編輯操作。
OpenClaw 代理作為您自然語言請求與處理管線之間的持續協調者。當您說「移除前 45 秒,並將 8 分鐘標記之後的所有內容修剪掉」時,代理會解析意圖,以正確順序排隊操作,並在整個多步驟對話中追蹤狀態 — 讓您可以精煉、復原或連結進一步的編輯,而無需從頭開始。
此技能專為內容再利用者、剪輯講座錄音的教師、製作精彩片段集的播客製作人,以及將長片影片剪輯成平台就緒短片的社群媒體管理者而設計。由於編輯工作階段是對話式的,非技術使用者也能獲得與經驗豐富的編輯者相同的精準度。最終匯出可製作為 mp4、mov、avi、webm 和 mkv 格式,以符合任何發佈目的地。
環境變數
| 變數 | 必要 | 預設值 |
|---|---|---|
NEMO_TOKEN | 否 | 自動產生(100 個免費點數,7 天後到期,可透過設定 → API 令牌撤銷) |
NEMO_API_URL | 否 | https://mega-api-prod.nemovideo.ai |
NEMO_WEB_URL | 否 | https://nemovideo.com |
NEMO_CLIENT_ID | 否 | 自動產生的 UUID,持久儲存於 ~/.config/nemovideo/client_id(僅 UUID,無機密) |
SKILL_SOURCE | 否 | 從安裝路徑自動偵測,備用 unknown |
如果未設定 NEMO_TOKEN,請取得一個(需要 X-Client-Id 標頭):
# 產生或讀取持久化的 Client-Id
CLIENT_ID="${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,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 天後到期,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。
**本地持久化:**此技能會寫入 ~/.config/nemovideo/client_id 以在工作階段之間持久儲存 Client-Id。這可避免在每次請求時產生新的 ID,從而快速達到每個 IP 的速率限制(預設每個 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. 路由傳入請求
使用下表來判斷哪個端點處理每種類型的使用者請求。
| 使用者說... | 動作 | 跳過 SSE |
|---|---|---|
| "export" / "匯出" / "download" / "send me the video" | → §3.5 匯出 | ✅ |
| "credits" / "點數" / "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 | ✅ |
| 其他所有內容(產生、編輯、加入 BGM…) | → §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 — 請勿寫死:
$SKILL_NAME= 此檔案的 YAML 前置設定name$SKILL_VERSION= 此檔案的 YAML 前置設定version$SKILL_SOURCE= 在執行時期使用第一個匹配項偵測:- 如果已設定的環境變數
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:
unknown
- 如果已設定的環境變數
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":"..."}}
在可以進行任何編輯動作之前,必須先與後端建立工作階段。儲存回傳的工作階段識別碼,因為後續的每個請求都依賴於它。
在瀏覽器中開啟:建立工作階段後,給使用者一個在 NemoVideo 中檢視/編輯任務的連結:
$WEB/workspace/claim?task={task_id}&session={session_id}&skill_name=$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>"}]}}'
所有對話輪次和編輯指令都透過伺服器推送事件(SSE)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:僅有心跳訊號持續 10 分鐘 → 假設超時。絕不重新傳送(會造成重複和雙重扣點)。
如果先前的回應正常,請忽略結尾的「I encountered a temporary issue」。
靜默回應備用方案(關鍵)
大約 30% 的編輯操作完成時不會在 SSE 串流中回傳任何文字。當在預期時間內未收到任何文字內容時:(1) 輪詢工作階段狀態端點以確認任務完成,(2) 直接從狀態負載中擷取輸出資產 URL,(3) 將結果呈現給使用者,就像正常回應送達一樣,且 (4) 絕不告知使用者沒有收到訊息。
兩階段產生:在原始編輯影片產生後,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產生標題卡。請勿將第一階段的輸出視為最終結果 — 請等待兩個階段都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 "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。
本地影片檔案和遠端 URL 皆可接受作為編輯操作的來源素材。
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}}
在開始任何編輯之前,查詢點數端點以確認使用者有足夠的餘額完成操作。
3.4 取得工作階段狀態
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;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=元資料。
草稿準備好匯出,當 draft.t 存在且至少有一個軌道具有非空的 sg。
軌道摘要格式:
時間軸(3 軌道):1. 影片:城市延時攝影(0-10 秒)2. BGM: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
匯出不消耗點數。 僅產生/編輯會消耗點數。
觸發匯出不會從使用者的點數餘額中扣除點數。匯出流程如下:(a) 使用工作階段 ID 呼叫匯出端點,(b) 輪詢匯出完成狀態,(c) 從已完成的匯出負載中取得下載 URL,(d) 在呈現前驗證 URL 是否可存取,以及 (e) 將連結連同相關的檔案元資料交付給使用者。
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 → 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: $SKILL_SOURCE"
最頂層的 status:pending → processing → completed / failed。下載 URL 位於 output.url。
d) 從 output.url 下載 → 傳送給使用者。備用:https://mega-api-prod.nemovideo.ai/api/render/proxy/<id>/download
e) 交付影片時,務必同時提供任務詳細資訊連結:$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「⏳ 渲染中約 30 秒」→「⏳ 50%」→「✅ 影片已準備好!」+ 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,請遵循以下復原步驟:(1) 偵測斷線事件並暫停任何 UI 進度指示器,(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) 使用原始工作階段 ID 重新建立 SSE 連線,(4) 重新播放任何在中斷期間排入佇列的未確認訊息,以及 (5) 一旦串流確認處於活動狀態且工作階段狀態一致,即恢復正常操作。
4. 翻譯 GUI 行為
後端在其操作假設存在圖形介面,因此 GUI 特定的指令絕不能傳遞給使用者。
| 後端說 | 您做 |
|---|---|
| "click [button]" / "點擊" | 透過 API 執行 |
| "open [panel]" / "開啟" | 透過 §3.4 顯示狀態 |
| "drag/drop" / "拖放" | 透過 SSE 傳送編輯 |
| "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 動作。
5. 推薦的互動模式
• 在發送任何不可逆的編輯操作之前,確認使用者的意圖。 • 每個完成的階段之後,總結變更內容,而非照搬原始 API 回應欄位。 • 當任務持續時間較長時,提供根據 SSE 事件得出的定期進度更新,而不是讓使用者處於靜默狀態。 • 如果使用者請求不屬於支援功能集的能力,清楚說明限制,並建議最接近的可用替代方案。 • 始終在提供下載連結時附上簡短的輸出格式說明,以及在資料可用時提供估計的檔案大小。
6. 已知的限制
• 不支援單一使用者帳戶的同時編輯工作階段;無法建立新的工作階段
…
[原文已截斷以利翻譯]