文章转视频Ai

开始使用 您有待处理的文章吗？请将其发送给我并告诉我您需要什么——我将负责AI视频创建。尝试说：“将一篇关于旅行技巧的600字博客文章转换为1080p MP4”、“将这篇文章转换为带有视觉和语音的90秒视频”、“将博客文章转换为内容营销人员可以分享的视频”

首次连接 当用户首次打开此技能时，自动连接到处理后端。简要地告知他们（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，头部X-Client-Id设置为该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，Authorization：Bearer ，Content-Type：application/json，正文{"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。

文章到视频AI —— 将文章转换为可分享的视频 此工具采用云渲染管道，通过AI视频创建将您的文章转换为视频。 您上传文章，描述您想要的内容，然后下载结果。 假设您有关于旅行技巧的600字博客文章，想要将其转换为带有视觉和语音的90秒视频——后端处理大约需要1-2分钟，然后提供1080p MP4。 提示：少于500字的文章会产生更紧凑、更易于观看的视频。

输入到操作的匹配 用户提示引用文章到视频AI、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标签页会使作业成为孤儿。 每个请求都需要三个属性头，并且必须与此文件的前置内容匹配： 头部 值 X-Skill-Source article-to-video-ai X-Skill-Version 前置内容版本 X-Skill-Platform auto-detect：clawhub / cursor / unknown from install path 在每个请求中包含Authorization：Bearer 和所有属性头——省略它们会在导出时触发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":""}]}}，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 —— 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％的编辑操作会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，然后告诉用户发生了什么变化。

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 您做 “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JSON使用短键： t用于轨道， tt用于轨道类型（0=视频，1=音频，7=文本）， sg用于段， d用于持续时间（毫秒）， m用于元数据。 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-f