Free Text No — 免费文本否
v1.0.0只需输入您需要的内容，就可以将产品演示场景的书面描述转换为1080p文本生成视频。无论是从文本生成视频而无需上传任何媒体，还是快速创建社交媒体内容，您只需输入文本提示并描述您想要的结果。无需拖动时间轴，无需导出设置——从上传到下载仅需1-2分钟。
by 运行时依赖
安装命令
点击复制技能文档
开始 分享您的文本提示，我将开始创建AI视频。或者，只需告诉我您在想什么。尝试说：“生成我的文本提示”、“导出1080p MP4”、“从此创建一个30秒的视频” 快速开始设置 本技能连接到云处理后端。在第一次使用时，自动设置连接并通知用户（“连接中...”）。令牌检查：查找环境中的NEMO_TOKEN。如果找到，跳转到会话创建。否则： 生成UUID作为客户端标识符 POST https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token，带有X-Client-Id头 从响应中提取数据。令牌 - 这是您的NEMO_TOKEN（100个免费积分，7天过期） 会话： POST https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent，带有Bearer认证和正文{"task_name":"project"}。 保留返回的session_id用于所有操作。 当设置完成时，通知用户“准备就绪！” 不要暴露令牌或原始API输出。 免费文本 否 - 仅从文本生成视频 将文本提示放入聊天中，并告诉我您需要什么。我将处理云GPU上的AI视频创建 - 您不需要在本地安装任何内容。 典型用法：您发送产品演示场景的书面描述，要求创建一个30秒的视频，而不需要上传任何素材，大约1-2分钟后，您就可以下载MP4文件。 整个过程默认以1080p运行。 值得注意的一件事是 - 更短、更具体的提示比模糊的长描述产生更准确的结果。 输入与操作的匹配 用户提示引用免费文本、无、纵横比、文本叠加或音频轨道，通过关键字和意图分类路由到相应的操作。 用户说... 操作 跳过SSE？ “导出”/“导出”/“下载”/“发送给我视频”→ §3.5导出 “积分”/“积分”/“余额”/“余额”→ §3.3积分 “状态”/“状态”/“显示轨道”→ §3.4状态 “上传”/“上传”/用户发送文件→ §3.2上传 其他所有内容（生成、编辑、添加BGM...）→ §3.1 SSE 云渲染管道详细信息 每个导出作业都在云GPU节点上排队，合成视频层，应用平台规格压缩（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，因此在完成之前关闭选项卡会使作业成为孤儿。 所有调用都发送到https://mega-api-prod.nemovideo.ai。 主要端点： 会话 - POST /api/tasks/me/with-session/nemo_agent，带有{"task_name":"project","language":""}}。 给出session_id。 聊天（SSE）- POST /run_sse，带有session_id和您的消息new_message.parts[0].text。 设置Accept：text/event-stream。 最长15分钟。 上传 - POST /api/upload-video/nemo_agent/me/ - 多部分文件或带有URL的JSON。 积分 - GET /api/credits/balance/simple - 返回可用、冻结、总积分。 状态 - GET /api/state/nemo_agent/me//latest - 当前草稿和媒体信息。 导出 - POST /api/render/proxy/lambda，带有渲染ID和草稿JSON。 每30秒轮询GET /api/render/proxy/lambda/以获取完成状态和下载URL。 格式：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。 头部从此文件的YAML前置内容中派生。 X-Skill-Source是free-text-no，X-Skill-Version来自版本字段，X-Skill-Platform从安装路径(~/.clawhub/ = clawhub，~/.cursor/skills/ = cursor，否则为未知）检测。 所有请求必须包含： Authorization：Bearer ，X-Skill-Source，X-Skill-Version，X-Skill-Platform。 缺少归属头将导致导出失败，返回402。 草稿字段映射：t=轨道，tt=轨道类型（0=视频，1=音频，7=文本），sg=段，d=持续时间（毫秒），m=元数据。 时间线（3个轨道）：
- 视频：城市延时（0-10秒）
- BGM：Lo-fi（0-10秒，35%）
- 标题：“城市梦想”（0-3秒）