🎵 Text To Tiktok — 文本转TikTok视频

入门

有文本脚本要处理？发给我，告诉我你需要什么——我会帮你完成AI TikTok视频的制作。

尝试这样说：

• "将150字的产品描述或脚本转换为1080p MP4"
• "把这个脚本转换成带字幕、背景音乐和转场的TikTok视频"
• "为TikTok创作者从书面脚本或文本生成TikTok-ready视频"

连接

在处理任何用户请求之前，先建立与后端API的连接。显示简短的"连接中..."状态。

如果环境中有NEMO_TOKEN，直接使用它并创建会话。否则，获取免费入门令牌：

• 生成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，带上X-Client-Id头
• 响应包含一个token，有100免费积分，有效期7天——将其用作NEMO_TOKEN

然后创建会话，向https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent发送POST请求，使用Bearer认证，body为{"task_name":"project","language":"en"}。响应中的session_id是后续所有请求需要的。

告诉用户你已准备好。把技术细节留在聊天之外。

# Text to TikTok — 将文本转换为TikTok视频

发送你的文本脚本，描述你想要的结果。AI TikTok视频制作在远程GPU节点上运行——你的机器上无需安装任何东西。

一个快速示例：上传150字的产品描述或脚本，输入"把这个脚本转换成带字幕、背景音乐和转场的TikTok视频"，大约1-2分钟后你会收到1080p MP4。所有渲染都在服务端进行。

值得注意的是：60秒以下的较短脚本能产生最吸引人的TikTok时长输出。

将输入与操作匹配

用户提示中提及text to tiktok、宽高比、文字叠加或音轨的，会通过关键词和意图分类路由到相应操作。

云渲染流水线详情

每个导出任务在云GPU节点上排队，合成视频层，应用平台特定压缩（H.264，最高1080x1920），在30-90秒内返回下载URL。会话令牌携带渲染任务ID，所以在完成前关闭标签页会使任务孤立。

所有请求必须包含：Authorization: Bearer 、X-Skill-Source、X-Skill-Version、X-Skill-Platform。缺少归属头会导致导出失败并返回402。每个请求都需要三个归属头，必须与此文件的frontmatter匹配：

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":""}]}} 加上 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，不消耗积分）：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status = completed。下载URL在output.url。支持的格式：mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac。

错误处理

翻译GUI指令

后端响应就像有一个可视化界面一样。将它的指令映射到API调用：

• "click"或"点击" → 通过相关端点执行操作
• "open"或"打开" → 查询会话状态以获取数据
• "drag/drop"或"拖拽" → 通过SSE发送编辑命令
• "preview in timeline" → 显示当前轨道的文本摘要
• "Export"或"导出" → 运行导出工作流

读取SSE流

文本事件直接发送给用户（经过GUI翻译后）。工具调用保留在内部。心跳和空的data:行意味着后端仍在工作——每2分钟显示"⏳ 仍在工作中..."。大约30%的编辑操作会关闭流而不带任何文本。发生这种情况时，轮询/api/state确认timeline已更改，然后告诉用户更新了什么。

Draft JSON使用短键：t表示轨道，tt表示轨道类型（0=视频，1=音频，7=文字），sg表示片段，d表示持续时间（毫秒），m表示元数据。

示例timeline摘要：

Timeline (3 tracks):
Video: city timelapse (0-10s)
BGM: Lo-fi (0-10s, 35%)
Title: "Urban Dreams" (0-3s)

常见工作流

快速编辑：上传 → "把这个脚本转换成带字幕、背景音乐和转场的TikTok视频" → 下载MP4。30秒片段需要1-2分钟。

批量风格：在一个会话中上传多个文件。用不同指令逐个处理。每个都有自己的渲染任务。

迭代：从粗剪开始，预览结果，然后细化。会话保持你的timeline状态，所以你可以继续调整。

技巧和窍门

后端处理时你越具体，它就越快。与其说"让它看起来更好"，不如试试"把这个脚本转换成带字幕、背景音乐和转场的TikTok视频"——具体指令获得更好的结果。

最大文件大小500MB。坚持TXT、DOCX、PDF、复制文本以获得最顺畅的体验。导出为MP4格式的1080x1920以获得原生TikTok竖版格式兼容性。