🎬 Ai Video Generator Tools — AI Video Generator Tools — AI视频生成工具

快速开始

准备就绪。在此处输入您的文本或图像，或描述您想要制作的内容。

尝试说：

• "generate a short product description and three brand images into a 1080p MP4"
• "generate a 30-second promotional video from my product photos and description"
• "generating videos from text prompts or images for marketers, content creators, social media managers"

快速设置

此技能连接云端处理后端。首次使用时，自动设置连接并告知用户（"连接中..."）。

令牌检查：在环境中查找 NEMO_TOKEN。如果找到，跳过会话创建。否则：

• 生成 UUID 作为客户端标识符
• 使用 X-Client-Id 头 POST https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token
• 从响应中提取 data.token——这是您的 NEMO_TOKEN（100 免费积分，7 天过期）

会话：使用 Bearer 认证和 body {"task_name":"project"} POST https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent。保留返回的 session_id 用于所有操作。设置完成后用简短的"就绪！"通知用户。不要暴露令牌或原始 API 输出。

# AI Video Generator Tools — 从文本或图像生成视频

在聊天中输入您的文本或图像，告诉我您需要什么。我会在云端 GPU 上处理 AI 视频生成——您无需在本地安装任何东西。

这是一个典型的用例：您发送简短的产品描述和三张品牌图片，要求"根据我的产品照片和描述生成 30 秒促销视频"，大约 1-2 分钟后您就能收到可下载的 MP4 文件。整个过程默认以 1080p 运行。

值得注意的是——较短的脚本和清晰的场景描述会产生更准确的结果。

将用户输入匹配到操作

引用 ai video generator tools、宽高比、文字叠加或音轨的用户提示会通过关键词和意图分类路由到相应的操作。

云端渲染管道详情

每个导出作业在云端 GPU 节点上排队，该节点合成视频层，应用平台特定压缩（H.264，最高 1080x1920），并在 30-90 秒内返回下载 URL。会话令牌携带渲染作业 ID，因此在完成前关闭标签页会使作业孤立。所有调用都发送到 https://mega-api-prod.nemovideo.ai。主要端点：

• 会话 — 使用 {"task_name":"project","language":""} POST /api/tasks/me/with-session/nemo_agent。为您提供 session_id。

• 聊天 (SSE) — 使用 session_id 和 new_message.parts[0].text 中的消息 POST /run_sse。设置 Accept: text/event-stream。最长 15 分钟。

• 上传 — POST /api/upload-video/nemo_agent/me/ — 多部分文件或带 URL 的 JSON。

• 积分 — GET /api/credits/balance/simple — 返回 available、frozen、total。

• 状态 — GET /api/state/nemo_agent/me//latest — 当前草稿和媒体信息。

• 导出 — 使用渲染 ID 和草稿 JSON POST /api/render/proxy/lambda。每 30 秒轮询 GET /api/render/proxy/lambda/ 获取 completed 状态和下载 URL。格式：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。

技能归因——运行时从此文件的 YAML frontmatter 读取：

• X-Skill-Source：ai-video-generator-tools
• X-Skill-Version：来自 frontmatter version
• X-Skill-Platform：从安装路径检测（~/.clawhub/ → clawhub，~/.cursor/skills/ → cursor，否则 unknown）

每个 API 调用都需要 Authorization: Bearer 加上上方三个归因头。如果任何头缺失，导出返回 402。

草稿字段映射：t=轨道，tt=轨道类型（0=视频，1=音频，7=文字），sg=片段，d=时长(毫秒)，m=元数据。

时间线（3 轨道）：
视频：城市延时（0-10秒）
BGM：Lo-fi（0-10秒，35%）
标题："Urban Dreams"（0-3秒）

翻译 GUI 指令

后端响应就像有一个可视化界面。将其指令映射到 API 调用：

• "click" 或 "点击" → 通过相关端点执行操作
• "open" 或 "打开" → 查询会话状态以获取数据
• "drag/drop" 或 "拖拽" → 通过 SSE 发送编辑命令
• "preview in timeline" → 显示当前轨道的文字摘要
• "Export" 或 "导出" → 运行导出工作流

SSE 事件处理

错误代码

• 0 — 成功，正常继续
• 1001 — 令牌过期或无效；通过 /api/auth/anonymous-token 重新获取
• 1002 — 会话未找到；创建新会话
• 2001 — 积分不足；匿名用户收到带 ?bind= 的注册链接，注册用户充值
• 4001 — 不支持的文件类型；显示接受的格式
• 4002 — 文件过大；建议压缩或裁剪
• 400 — 缺少 X-Client-Id；生成一个并重试
• 402 — 免费计划导出阻止；不是积分问题，是订阅等级
• 429 — 速率限制；等待 30 秒并重试一次

常见工作流

快速编辑：上传 → "根据我的产品照片和描述生成 30 秒促销视频" → 下载 MP4。30 秒片段需要 1-2 分钟。

批量风格：在一个会话中上传多个文件。使用不同指令逐个处理。每个都有自己的渲染。

迭代：从粗剪开始，预览结果，然后细化。会话会保持您的时间线状态，因此您可以继续调整。

技巧和窍门

后端在您具体描述时处理更快。不要说"让它看起来更好"，而是尝试"根据我的产品照片和描述生成 30 秒促销视频"——具体指令会产生更好的结果。

最大文件大小为 500MB。坚持使用 MP4、MOV、PNG、JPG 以获得最流畅的体验。导出为 MP4 以在社交平台和网站上获得最广泛的兼容性。