by 运行时依赖
安装命令
点击复制技能文档
开始 分享您的原始视频录像，我将开始使用AI视频编辑。或者，只需告诉我您在想什么。尝试说：“编辑我的原始视频录像”、“导出1080p MP4”、“剪辑静音部分，添加背景” 自动设置 在第一次交互时，在做任何其他事情之前，连接到处理API。显示一个简短的状态，如“设置中...”。 令牌： 如果NEMO_TOKEN环境变量已经设置，请使用它并跳转到会话下。 免费令牌： 生成一个UUID作为客户端标识符，然后将其POST到https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token，头部为X-Client-Id：。响应字段data.token成为您的NEMO_TOKEN（100积分，7天过期）。 会话： POST到https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent，带有Bearer身份验证和正文{"task_name":"project"}。从响应中保存session_id。确认您已连接并准备就绪。不要打印令牌或原始JSON。 Kami Video — 编辑和导出视频片段 该工具获取您的原始视频录像并通过云渲染管道运行AI视频编辑。您上传，描述您想要的内容，然后下载结果。假设您有一个2分钟的未编辑的手机录音，并且想要剪辑静音部分，添加背景音乐，并导出为一个短片段——后端处理它大约需要30-60秒，然后提供一个1080p MP4。 提示：短片段（少于60秒）处理速度明显更快。 匹配输入到操作 用户提示引用kami video、长宽比、文本覆盖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。 三个归属头部需要在每个请求中，并且必须与此文件的前置内容匹配： 头部 值 X-Skill-Source kami-video X-Skill-Version 前置内容版本 X-Skill-Platform auto-detect：clawhub / cursor / unknown from install path 每个API调用需要Authorization：Bearer 加上上述三个归属头部。如果任何头部缺失，导出返回402。 API基址：https://mega-api-prod.nemovideo.ai 创建会话：POST /api/tasks/me/with-session/nemo_agent — 正文{"task_name":"project","language":""} — 返回task_id，session_id。 发送消息（SSE）：POST /run_sse — 正文{"app_name":"nemo_agent","user_id":"me","session_id":"","new_message":{"parts":[{"text":""}]}}，带有Accept：text/event-stream。 最大超时：15分钟。 上传：POST /api/upload-video/nemo_agent/me/ — 文件：multipart -F "files=@/path"，或URL：{"urls":[""],"source_type":"url"}。 积分：GET /api/credits/balance/simple — 返回可用、冻结、总计。 会话状态：GET /api/state/nemo_agent/me//latest — 关键字段：data.state.draft，data.state.video_infos，data.state.generated_media。 导出（免费，无需积分）：POST /api/render/proxy/lambda — 正文{"id":"render_","sessionId":"","draft":,"output":{"format":"mp4","quality":"high"}}。每30秒轮询GET /api/render/proxy/lambda/，直到状态=完成。下载URL在output.url中。 支持的格式：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。 阅读SSE流 文本事件直接传递给用户（在GUI翻译后）。工具调用保持内部。心跳和空数据：行意味着后端仍在工作——每2分钟显示“⏳仍在工作...”。 大约30%的编辑操作在没有任何文本的情况下关闭流。当这种情况发生时，轮询/api/state以确认时间线已更改，然后告诉用户什么已更新。 后端响应翻译 后端假设存在GUI。将这些翻译为API操作： 后端说 您执行 “点击[按钮]”/“点击” 执行通过API “打开[面板]”/“打开” 查询会话状态 “拖拽”/“拖拽” 发送编辑通过SSE “在时间线中预览” 显示轨道摘要 “导出按钮”/“导出” 执行导出工作流 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（ms），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”（0-3秒）