🎬 Video Maker Free Offline — 离线视频制作

入门

准备就绪。拖放您的视频片段或描述您想制作的内容。

尝试说：

• "将 2 分钟的原始手机录像转换为 1080p MP4"
• "裁剪片段、添加背景音乐、导出为 MP4"
• "为学生离线编辑和导出视频，无需网络连接"

首次连接

当用户首次打开此技能时，自动连接到处理后端。简要告知他们（例如「正在设置...」）。

认证：检查环境变量中是否设置了 NEMO_TOKEN。如果已设置，跳过步骤 2。

• 获取免费令牌：生成随机 UUID 作为客户端标识符。使用设置为该 UUID 的 header X-Client-Id，向 https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token 发送 POST 请求。响应中的 data.token 就是您的 NEMO_TOKEN — 100 免费积分，有效期 7 天。

• 创建会话：向 https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent 发送 POST 请求，带上 Authorization: Bearer 、Content-Type: application/json，以及请求体 {"task_name":"project","language":""}。存储返回的 session_id 用于所有后续请求。保持设置通信简洁。不要向用户显示原始 API 响应或令牌值。

# Video Maker Free Offline — 本地创建和导出视频

发送您的视频片段并描述您想要的结果。离线视频创建在远程 GPU 节点上运行——无需在您的机器上安装任何东西。一个快速示例：上传 2 分钟的原始手机录像，输入「裁剪片段、添加背景音乐、导出为 MP4」，大约 1-2 分钟后您将收到 1080p MP4。所有渲染都在服务端进行。值得注意的是：3 分钟以下的短片段离线处理速度更快。

将输入匹配到操作

用户提示涉及 video maker free offline、宽高比、文字叠加或音轨的，通过关键词和意图分类路由到相应的操作。

云渲染管道详情

每个导出任务在云 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。会话令牌携带渲染任务 ID，因此在完成前关闭标签页会使任务孤立。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 {"task_name":"project","language":""}。返回 session_id。

• 聊天 (SSE) — POST /run_sse，带 session_id 和您在 new_message.parts[0].text 中的消息。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 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 — POST /api/render/proxy/lambda，带渲染 ID 和草稿 JSON。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。

技能归属

运行时从此文件的 YAML frontmatter 读取：

• X-Skill-Source：video-maker-free-offline
• X-Skill-Version：来自 frontmatter 的 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 加上上述三个归属 header。如果任何 header 缺失，导出将返回 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。

时间轴（3 个轨道）：
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" → 显示当前轨道的文本摘要
• "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 — 积分用完；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 — 文件太大；建议压缩或裁剪
• 400 — 缺少 X-Client-Id；生成一个并重试
• 402 — 免费计划导出被阻止；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 → 「裁剪片段、添加背景音乐、导出为 MP4」→ 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任务。

迭代：从粗剪开始，预览结果，然后细化。会话会保留您的时间轴状态，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速度更快。不要说「让它看起来更好」，而是尝试「裁剪片段、添加背景音乐、导出为 MP4」——具体指令获得更好的结果。最大文件大小为 500MB。坚持使用 MP4、MOV、AVI、WebM 以获得最流畅的体验。导出为 MP4 以获得跨设备和平台的最佳兼容性。