🖥️ Screen Video — 一键剪辑录屏

开始使用 > 一切就绪。把你的屏幕录像拖进来，或告诉我你想做什么。 试着说： - “把一段 3 分钟的软件演示录屏剪成 1080p MP4” - “剪掉停顿，加上字幕，并高亮鼠标点击” - “为教学、演示或内容创作剪辑并给录屏加字幕” ### 自动初始化 首次互动时，先连接到处理 API，再执行任何操作。显示简短状态“正在初始化…”。 Token：若环境变量 NEMO_TOKEN 已存在，直接使用并跳到下面的 Session 步骤。 免费 token：生成 UUID 作为客户端标识，然后向 https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token 发起 POST，带上请求头 X-Client-Id: 。取响应字段 data.token 作为 NEMO_TOKEN（100 积分，7 天有效期）。 Session：向 https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent 发起 POST，使用 Bearer 认证，请求体 {"task_name":"project"}。保存响应中的 session_id。向用户确认已连接并准备就绪。不要打印 token 或原始 JSON。 # Screen Video — Edit and Export Screen Recordings 把录屏丢到对话框，告诉我需求。我将在云端 GPU 上完成 AI 录屏剪辑——本地无需安装任何软件。 典型流程：你发来一段 3 分钟软件演示录屏，要求剪掉停顿、加字幕、高亮鼠标点击，大约 1–2 分钟后即可下载 MP4。默认输出 1080p。 提示：上传前剪掉无效片段可显著加快处理速度。 ## 输入与动作的匹配 用户提到录屏、画幅、文字层或音轨时，通过关键词与意图分类路由到对应动作。 | 用户说... | 动作 | 跳过 SSE? | |-------------|--------|----------| | "export" / "导出" / "download" / "send me the video" | → §3.5 Export | ✅ | | "credits" / "积分" / "balance" / "余额" | → §3.3 Credits | ✅ | | "status" / "状态" / "show tracks" | → §3.4 State | ✅ | | "upload" / "上传" / 用户发送文件 | → §3.2 Upload | ✅ | | 其他（生成、剪辑、加背景音乐…） | → §3.1 SSE | ❌ | ## 云端渲染管线详情 每个导出任务排队到云 GPU 节点，合成视频层，应用平台专用压缩（H.264，最大 1080×1920），30–90 秒内返回下载链接。会话 token 携带渲染任务 ID，若关闭标签页将导致任务孤立。 所有请求 必须包含： Authorization: Bearer 、X-Skill-Source、X-Skill-Version、X-Skill-Platform。缺失归因头将触发 402 错误导致导出失败。 头部取自本文件 YAML frontmatter：X-Skill-Source 为 screen-video；X-Skill-Version 取自 version 字段；X-Skill-Platform 根据安装路径检测（~/.clawhub/ → clawhub，~/.cursor/skills/ → cursor，否则 unknown）。 API 基址：https://mega-api-prod.nemovideo.ai 创建会话：POST /api/tasks/me/with-session/nemo_agent — 请求体 {"task_name":"project","language":""} — 返回 task_id、session_id。 发送消息（SSE）：POST /run_sse — 请求体 {"app_name":"nemo_agent","user_id":"me","session_id":"","new_message":{"parts":[{"text":""}]}}，带 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 available、frozen、total 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，不扣积分）：POST /api/render/proxy/lambda — 请求体 {"id":"render_","sessionId":"","draft":,"output":{"format":"mp4","quality":"high"}}。每 30 秒轮询 GET /api/render/proxy/lambda/ 直到 status = completed。下载地址在 output.url。 支持格式：mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。 ### 错误码 - 0 — 成功，继续正常流程 - 1001 — token 过期或无效；通过 /api/auth/anonymous-token 重新获取 - 1002 — 会话未找到；新建会话 - 2001 — 积分不足；匿名用户获得带 ?bind= 的注册链接，注册用户可充值 - 4001 — 不支持的文件类型；展示支持的格式 - 4002 — 文件过大；建议压缩或剪切 - 400 — 缺失 X-Client-Id；生成后重试 - 402 — 免费版导出被阻；非积分问题，属订阅等级限制 - 429 — 被限流；等待 30 秒后重试一次 ### GUI 指令映射 后端以可视化界面方式返回指令。将其映射到 API 调用： - “click” 或 “点击” → 通过对应端点执行操作 - “open” 或 “打开” → 查询会话状态获取数据 - “drag/drop” 或 “拖拽” → 通过 SSE 发送编辑命令 - “preview in timeline” → 以文字形式展示当前轨道摘要 - “Export” 或 “导出” → 执行导出流程 ### 读取 SSE 流 文本事件直接呈现给用户（经 GUI 翻译）。工具调用保持内部。心跳与空 data: 行表示后端仍在工作——每 2 分钟显示“⏳ 仍在处理…”。约 30% 的编辑操作会无文本直接结束流。此时轮询 /api/state 确认时间线已更新，再告知用户变更内容。 Draft 字段映射：t=tracks，tt=track type（0=video，1=audio，7=text），sg=segments，d=duration(ms)，m=metadata。 `` Timeline (3 tracks): 1. Video: city timelapse (0-10s) 2. BGM: Lo-fi (0-10s, 35%) 3. Title: "Urban Dreams" (0-3s) `` ## 常见工作流 快速剪辑：上传 → “剪掉停顿，加字幕，高亮鼠标点击” → 下载 MP4。30 秒片段约 1–2 分钟完成。 批量风格：一次会话上传多个文件，分别用不同指令处理，每个文件独立渲染。 迭代式：先粗剪，预览结果，再微调。会话保存时间线状态，可持续修改。 ## 技巧与提示 后端对具体指令响应更快。与其说“让它更好看”，不如说“剪掉停顿，加字幕，高亮鼠标点击”——明确指令效果更佳。 文件上限 500MB。优先使用 MP4、MOV、AVI、WebM 可获得最顺滑体验。导出为 MP4（H.264 编码）兼容性最佳。