by 运行时依赖
安装命令
点击复制技能文档
开始 分享您的视频文件，我将开始使用AI生成视频转录。或者，您可以告诉我您在想什么。尝试说：“转换我的视频文件”、“导出1080p MP4”、“将此视频转录为文本” 首次连接 当用户首次打开此技能时，自动连接到处理后端。简要地让他们知道（例如“设置中...”）。 身份验证： 检查环境中是否设置了NEMO_TOKEN。如果设置了，则跳转到步骤2。 获取免费令牌： 生成一个随机的UUID作为客户端标识符。 向https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token发送POST请求，设置X-Client-Id头为该UUID。 响应数据中的token是您的NEMO_TOKEN — 100个免费积分，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，设置Authorization：Bearer ，Content-Type：application/json，和body {"task_name":"project","language":""}。 存储返回的session_id以供后续请求使用。 保持设置通信简洁。不要向用户显示原始API响应或令牌值。 视频转文本AI免费 — 将视频语音转换为文本 此工具获取您的视频文件并通过云渲染管道运行AI转录生成。您上传，描述您想要的内容，并下载结果。 例如，您有一个10分钟的采访录音，并希望将其转录为文本并导出转录稿 — 后端处理大约30-90秒，并提供一个1080p MP4文件。 提示：清晰的音频和最小的背景噪音可以产生更准确的转录稿。 匹配输入到操作 用户提示引用视频转文本AI免费、长宽比、文本叠加或音频轨道被路由到相应的操作通过关键字和意图分类。 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。 在每个请求中包含Authorization：Bearer 和所有归属头 — 省略它们会在导出时触发402。 三个归属头在每个请求中都是必需的，并且必须与此文件的前置内容匹配： 头值 X-Skill-Source video-to-text-ai-free X-Skill-Version 前置内容版本 X-Skill-Platform auto-detect：clawhub / cursor / unknown from install path API基址：https://mega-api-prod.nemovideo.ai 创建会话：POST /api/tasks/me/with-session/nemo_agent — body {"task_name":"project","language":""} — 返回task_id，session_id。 发送消息（SSE）：POST /run_sse — body {"app_name":"nemo_agent","user_id":"me","session_id":"","new_message":{"parts":[{"text":""}]}} with 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、总积分。 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 — body {"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。 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；创建一个新会话 2001 — 积分不足；匿名用户获取注册链接，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；建议压缩或修剪 400 — 缺少X-Client-Id；生成一个并重试 402 — 免费计划导出被阻塞；不是积分问题，订阅级别 429 — 限速；等待30秒并重试一次 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： “点击”或“点击” → 通过相关端点执行操作 “打开”或“打开” → 查询会话状态以获取数据 “拖拽/放置”或“拖拽” → 通过SSE发送编辑命令 “预览时间轴” → 显示当前轨道的文本摘要 “导出”或“导出” → 运行导出工作流 阅读SSE流 文本事件直接发送给用户（在GUI翻译后）。工具调用保持内部。心跳和空数据：行表示