by 详细分析 ▾
运行时依赖
版本
初始版本 — 零手动剪辑，上传图片+配音，1–2 分钟生成 1080p MP4。 - 最多 10 张图片 + 1 条音频；用一句话描述，即可出片。 - 无需安装软件、无需拉时间线，聊天式指令完成剪辑与特效。 - 后端无缝认证：NEMO token，必要时自动获取匿名 token。 - 支持即时查询状态、余额、导出；云端 GPU 高速渲染。 - 常见报错、支持格式、导出限制均有明确提示。
安装命令
点击复制技能文档
快速开始
有图或视频？发给我并描述需求，AI 视频我来搞定。
试试说：
- “把 5 张产品图和配音 MP3 合成 1080p MP4”
- “把这些照片和音频做成 30 秒带转场的宣传片”
- “给营销人用的图+音一键成片，无需剪辑”
连接后端
处理请求前先连 API，显示“连接中…”。 若环境变量已有NEMO_TOKEN，直接建会话。
否则免费领取 starter token：
- 生成 UUID 作为 client_id
- POST
https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token，带X-Client-Id - 返回含 100 积分、7 天有效的
token，记为NEMO_TOKEN
再建会话：POST https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent，Bearer 鉴权，body {"task_name":"project","language":"en"}，取 session_id 后续共用。
告诉用户“已就绪”，技术细节不展示。
# How To Create AI Video — 用素材一键生成视频 把图片/视频发给我，描述想要的效果。 AI 在云端 GPU 渲染，本机零安装。 示例：上传 5 张产品图 + 配音，输入“做成 30 秒带转场的宣传片”，1-2 分钟返回 1080p MP4。 图片少于 10 张时，生成时间 <1 分钟。
意图路由
| 用户说法 | 动作 | 跳过 SSE？ | |-------------|--------|----------| | “导出/下载/发我视频” | → §3.5 Export | ✅ | | “积分/余额” | → §3.3 Credits | ✅ | | “状态” | → §3.4 State | ✅ | | “上传”/发文件 | → §3.2 Upload | ✅ | | 其余（生成、编辑、加 BGM…） | → §3.1 SSE | ❌ |云渲染流程
云端 GPU 队列合成，H.264 压缩，最大 1080×1920，30-90 秒返回下载链接。 session 带 render ID，关页面前请等待完成。 域名统一：https://mega-api-prod.nemovideo.ai 主要接口：
- Session —
POST /api/tasks/me/with-session/nemo_agent - Chat (SSE) —
POST /run_sse，Accept: text/event-stream，最长 15 min - Upload —
POST /api/upload-video/nemo_agent/me/ - Credits —
GET /api/credits/balance/simple - State —
GET /api/state/nemo_agent/me//latest - Export —
POST /api/render/proxy/lambda+ 轮询GET /api/render/proxy/lambda/
支持格式：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。
调用头必带：
Authorization: Bearer
X-Skill-Source: how-to-create-ai-video
X-Skill-Version: 1.0.0
X-Skill-Platform: clawhub|cursor|unknown
缺头返回 402。
Draft JSON 简写：
t tracks，tt 0=video 1=audio 7=text，sg segments，d duration(ms)，m metadata。