📦 Mediaio Auto Subtitle Generator — Mediaio 自动字幕生成器

开始使用 分享您的视频文件，我将开始使用AI生成字幕。或者，只需告诉我您在想什么。尝试说：“添加我的视频文件”、“导出1080p MP4”、“自动生成和嵌入英语字幕” 快速开始设置 本技能连接到云处理后端。在第一次使用时，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头部 从响应中提取数据。令牌——这是您的NEMO_TOKEN（100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认证和正文{"task_name":"project"}。保留返回的session_id用于所有操作。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。 Mediaio Auto Subtitle Generator —— 生成和嵌入视频字幕 发送您的视频文件并描述您想要的结果。AI字幕生成在远程GPU节点上运行——无需在您的机器上安装任何内容。 一个快速示例：上传一个3分钟的教程视频（MP4格式），输入“自动生成和嵌入英语字幕”，并在大约30-60秒内以1080p MP4格式返回。所有渲染都发生在服务器端。值得注意的是，5分钟以下的较短片段产生最准确的字幕同步。 匹配输入到操作 用户提示引用mediaio auto subtitle generator、aspect ratio、text overlays或audio tracks，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，应用平台规范压缩（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。 基础URL：https://mega-api-prod.nemovideo.ai 端点 方法 目的 /api/tasks/me/with-session/nemo_agent POST 开始新的编辑会话。正文：{"task_name":"project","language":""}。返回session_id。 /run_sse POST 发送用户消息。正文包括app_name、session_id、new_message。流响应，Accept：text/event-stream。超时：15分钟。 /api/upload-video/nemo_agent/me/ POST 上传文件（multipart）或URL。 /api/credits/balance/simple GET 检查剩余积分（可用、冻结、总计）。 /api/state/nemo_agent/me//latest GET 获取当前时间线状态（草稿、video_infos、generated_media）。 /api/render/proxy/lambda POST 开始导出。正文：{"id":"render_","sessionId":"","draft":,"output":{"format":"mp4","quality":"high"}}。每30秒轮询状态一次。 接受的文件类型：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。 技能归属——从此文件的YAML前置内容中读取运行时： X-Skill-Source：mediaio-auto-subtitle-generator X-Skill-Version：从前置内容版本中获取 X-Skill-Platform：从安装路径中检测（~/.clawhub/ → clawhub，~/.cursor/skills/ → cursor，否则未知） 每个API调用都需要Authorization：Bearer ，以及上述三个归属头。如有任何头缺失，导出将返回402。 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，注册用户补充积分 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 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流中返回无文本。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。 后端响应翻译 后端假设GUI存在。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 “预览在时间线中” 显示轨道摘要 “导出按钮”/“导出” 执行导出工作流 草稿字段映射：t=轨道，tt=轨道类型（0=视频，1=音频）