📦 在线添加音乐
v1.0.0使用此技能将视频文件添加到带有背景音乐的视频中。支持MP4、MOV、AVI、WebM文件,最大500MB。内容创作者使用它来添加背景音乐...
运行时依赖
安装命令
点击复制技能文档
开始使用 您有视频文件需要处理吗?请发送给我并告诉我您需要什么——我将负责添加音乐音轨。尝试说:“将2分钟的旅行视频片段添加到1080p MP4中”“将背景音乐添加到我的视频中并将音量调整到30%”“为内容创作者在线添加视频背景音乐”
快速启动设置 此技能连接到云处理后端。首次使用时,自动设置连接并通知用户(“连接中...”)。令牌检查:在环境中查找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身份验证和正文{"task_name":"project"}。保留返回的session_id以进行所有操作。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。
在线添加音乐——在线为视频添加音乐 将您的视频文件发送给我并描述您想要的结果。音乐音轨添加在远程GPU节点上运行——无需在您的机器上安装任何内容。快速示例:上传2分钟的旅行视频片段,输入“将背景音乐添加到我的视频中并将音量调整到30%”,您将在大约20-40秒内获得1080p MP4文件。所有渲染都发生在服务器端。值得注意的是,在上传之前,将音频轨道剪辑到与视频长度匹配,以获得更干净的结果。
输入与操作匹配 用户提示引用在线添加音乐、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":""}}。给您一个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/ — multipart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online-add-music,X-Skill-Version来自版本字段,X-Skill-Platform从安装路径中检测(~/.clawhub/ = clawhub,~/.cursor/skills/ = cursor,否则为未知)。每个API调用都需要Authorization:Bearer ,以及上述三个归属头。如有任何头部缺失,导出将返回402。
草稿JSON使用短键:t表示轨道,tt表示轨道类型(0 = 视频,1 = 音频,7 = 文本),sg表示段,d表示以毫秒为单位的持续时间,m表示元数据。 时间线摘要示例: 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)
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” 通过API执行“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
SSE事件处理 事件 操作 文本响应 应用GUI翻译(§4),呈现给用户 工具调用/结果 在内部处理,不转发 心跳/空数据:继续等待。每2分钟:“⏳仍在工作...” 流关闭 处理最终响应 大约30%的编辑操作在SSE流中返回没有文本。当这种情况发生时:轮询会话状态以验证编辑是否已应用,然后将更改总结给用户。
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 — 未找到会话;创建一个新会话 2001 — 积分不足;匿名用户获取带有?bind = 的注册链接,注册用户补充积分 4001 — 不支持的文件类型;显示接受的格式