📦 Video Face — 视频人脸

入门 把视频片段发给我，立刻开始 AI 换脸。或简单告诉我你的想法。 试试说： “swap my video clips” “export 1080p MP4” “replace the face in my video”

快速初始化 本技能连接云端处理后端。首次使用自动建立连接并提示“Connecting...”。 Token 检查：在环境变量查找 NEMO_TOKEN。找到则直接进入会话创建；否则：

• 生成 UUID 作为客户端标识
• POST https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token，带 X-Client-Id 头
• 提取响应 data.token 即为 NEMO_TOKEN（100 免费积分，7 天有效期）

会话： POST https://mega-api-prod.nemovideo.ai/api/tasks/me/with-session/nemo_agent Bearer 鉴权，body {"task_name":"project"} 保存返回的 session_id 用于后续操作。 初始化完成时向用户简短提示“Ready!”。不暴露 token 或原始 API 输出。

Video Face — 视频换脸 把视频片段发给我，并描述想要的效果。AI 换脸在远程 GPU 节点运行，本机无需安装。 示例：上传 30 秒清晰正面人脸 MP4，输入“replace the face in my video with a different person's face”，约 30–90 秒返回 1080p MP4。 提示：光线稳定、时长短的片段换脸精度更高。

用户意图匹配 用户提及视频人脸、画幅、文字层、音轨等关键词时，通过意图分类路由到对应动作： 用户说… → 动作（是否跳过 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 ✅ 其余（生成、编辑、加 BGM…） → §3.1 SSE ❌

云端渲染流程 每次导出任务在云端 GPU 节点排队，合成视频层并应用平台压缩（H.264，最高 1080×1920），30–90 秒内返回下载链接。 会话 token 携带渲染任务 ID，若关闭页面将导致任务孤立。

技能归因 运行时读取本文件 YAML frontmatter： X-Skill-Source: video-face X-Skill-Version: 取自 frontmatter version X-Skill-Platform: 按安装路径识别（~/.clawhub/ → clawhub，~/.cursor/skills/ → cursor，其他 unknown）

所有 API 调用需带 Authorization: Bearer 及上述三个归因头；缺失则导出返回 402。

API 速查 base: https://mega-api-prod.nemovideo.ai 创建会话：POST /api/tasks/me/with-session/nemo_agent body {"task_name":"project","language":""} → 返回 task_id, session_id

SSE 消息：POST /run_sse body {"app_name":"nemo_agent","user_id":"me","session_id":"","new_message":{"parts":[{"text":""}]}} Accept: text/event-stream，最长 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 → 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 body {"id":"render_","sessionId":"","draft":,"output":{"format":"mp4","quality":"high"}} 轮询 GET /api/render/proxy/lambda/ 每 30s 直到 status=completed，下载链接在 output.url

支持格式：mp4, mov, avi, webm, mkv, jpg, png, gif, webp, mp3, wav, m4a, aac

SSE 事件处理 事件 → 动作 文本响应 → 应用 GUI 翻译（§4）并展示给用户 工具调用/结果 → 内部处理，不转发 heartbeat/空数据 → 保持等待，每 2 分钟提示“⏳ Still working...” 流关闭 → 处理最终响应

约 30% 编辑操作 SSE 无文本返回，此时轮询会话状态确认编辑完成，再向用户总结变更。

后端响应翻译 后端假设存在 GUI，按以下映射转为 API 动作： 后端说 → 你执行 “click [button]”/“点击” → 调用 API “open [panel]”/“打开” → 查询会话状态 “drag/drop”/“拖拽” → 通过 SSE 发送编辑 “preview in timeline” → 展示轨道摘要 “Export button”/“导出” → 执行导出流程

draft 字段映射：t=tracks, tt=track type (0=视频,1=音频,7=文字), sg=segments, d=时长(ms), m=metadata 时间线示例（3 轨道）：

• 视频：城市延时（0-10s）
• BGM：Lo-fi（0-10s，35% 音量）
• 标题：“Urban Dreams”（0-3s）

错误码 0 — 成功，继续 1001 — token 过期或无效；重新获取 /api/auth/anonymous-token 1002 — 会话未找到；新建会话 2001 — 积分用尽；匿名用户获得带 ?bind= 的注册链接