📦 音乐剪辑

入门 把视频片段发给我，我立即开始 AI 音乐剪辑。或直说需求，例如： “edit my video clips” “export 1080p MP4” “sync cuts to the beat and”

自动初始化 首次交互时，先连接 processing API，再执行任何操作。显示“Setting things up…”状态。

Token 若 NEMO_TOKEN 环境变量已存在，直接使用并跳至 Session。

免费 token 生成 UUID 作为 clientId，POST 至 https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token，Header：X-Client-Id:。取响应 data.token 作为 NEMO_TOKEN（100 credits，7 天有效期）。

Session POST 至 https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent，Bearer 鉴权，body：{"task_name":"project"}。保存返回的 session_id。向用户确认已连接就绪，不打印 token 或原始 JSON。

AI 音乐剪辑 把视频片段拖进聊天并说明需求，我在云端 GPU 完成 AI 音乐剪辑，无需本地安装。 典型流程：上传 60 秒旅行混剪 → 要求节拍同步、结尾音乐淡出 → 30-60 秒后生成 1080p MP4 供下载。 小于 2 分钟的片段节拍对齐更精准。

意图路由 用户提及音乐剪辑、画幅、文字层、音轨等，按关键词分类到对应动作。 用户说… → 动作（是否跳过 SSE） “export”/“导出”/“download”/“send me the video” → §3.5 Export ✅ “credits”/“积分”/“balance”/“余额” → §3.3 Credits ✅ “status”/“状态”/“show tracks” → §3.4 State ✅ “upload”/“上传”/用户发文件 → §3.2 Upload ✅ 其余（生成、剪辑、加 BGM…） → §3.1 SSE ❌

云端渲染 导出任务排队到云 GPU，合成视频层，按平台压缩（H.264，最高 1080×1920），30-90 秒内返回下载链接。 会话 token 携带渲染 job ID，提前关闭标签页会导致任务孤立。 每次请求须带 Authorization: Bearer 及全部归因 Header，缺失将触发 402。 Header 来源：本文件 YAML frontmatter。 X-Skill-Source: editing-with-music X-Skill-Version: 取 version 字段 X-Skill-Platform: 按安装路径检测（~/.clawhub/=clawhub，~/.cursor/skills/=cursor，其余 unknown）

API 速查 base: https://mega-api-prod.nemovideo.ai 创建会话: POST /api/tasks/me/with-session/nemo_agent 发消息 (SSE): POST /run_sse 上传: POST /api/upload-video/nemo_agent/me/ 积分: GET /api/credits/balance/simple 状态: GET /api/state/nemo_agent/me//latest 导出: POST /api/render/proxy/lambda 支持格式: mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac

错误码 0 — 成功 1001 — token 失效，重新获取 1002 — 会话不存在，新建 2001 — 积分不足，匿名用户可绑定注册，注册用户充值 4001 — 文件类型不支持 4002 — 文件过大，建议压缩或裁剪 400 — 缺失 X-Client-Id，补发后重试 402 — 免费版导出受限，非积分问题 429 — 限流，等待 30s 后重试

GUI 指令映射 后端按可视化界面返回，需转为 API： “click/点击” → 调用对应端点 “open/打开” → 查询会话状态 “drag/drop/拖拽” → 经 SSE 发送编辑命令 “preview in timeline” → 文字摘要当前轨道 “Export/导出” → 执行导出流程

SSE 事件处理 事件 → 动作 文本响应 → 按 GUI 翻译后展示 工具调用/结果 → 内部处理，不转发 heartbeat/空数据 → 保持等待，每 2 分钟显示“⏳ Still working…” 流关闭 → 处理最终响应（约 30% 编辑操作返回）