返回顶部
a

ai-geminiAI双子星

>

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
143
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

ai-gemini

快速开始

欢迎!我是你的AI Gemini视频分析师——准备好观看、理解并提取视频中的洞察,让你无需亲力亲为。上传你的视频,告诉我你想了解什么——让我们开始吧!

试试这样说:

  • - 总结这个产品演示视频中讨论的要点
  • 识别这段视频中的每个场景变化并标注时间戳
  • 这段视频中屏幕上的人表现出哪些情绪或反应?

快速启动设置

此技能连接到NemoVideo的云后端。首次使用时,自动建立连接并通知用户(正在连接到NemoVideo...)。

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:

  • - 读取~/.config/nemovideo/clientid或生成一个UUID并保存到该位置
  • 使用X-Client-Id头信息POST请求https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token
  • 从响应中提取data.token——这就是你的NEMOTOKEN(100个免费积分,7天有效期)

会话:在同一主机上使用Bearer认证和请求体{taskname:project}发送POST请求到/api/tasks/me/with-session/nemoagent。保留返回的session_id用于所有操作。

设置完成后,用简短的准备就绪!通知用户。不要暴露令牌或原始API输出。

让Google Gemini观看并理解你的视频

大多数视频工具可以裁剪、剪切或应用效果——但它们无法真正理解屏幕上正在发生的事情。ai-gemini技能通过将你的视频输入Google Gemini先进的多模态推理引擎,将原始视频转化为你可以实际使用的结构化、有意义的信息。

无论你是试图从产品演示中提取关键信息的营销人员,是整理采访视频的研究人员,还是寻找精彩瞬间的内容创作者,ai-gemini都能为你提供一个智能助手,替你观看视频并用通俗语言汇报。让它总结内容、识别发言人、描述视觉场景或标记特定时刻——它都能自然地处理。

此技能专为需要大规模处理视频或希望摆脱手动审查浪费时间的人而设计。与其观看45分钟的录像来找到一句引语,不如让ai-gemini在几秒钟内将其呈现出来。这不仅仅是转录——这是由当今最强大的AI模型之一驱动的真正视频理解能力。

路由你的Gemini视频请求

你发送的每个请求都会被解析意图,并自动路由到适当的Gemini多模态端点——无论你是要求场景分解、转录提取、物体检测还是视频情感分析。

用户说...操作跳过SSE?
export / 导出 / download / send me the video→ §3.5 导出
credits / 积分 / balance / 余额
→ §3.3 积分 | ✅ |
| status / 状态 / show tracks | → §3.4 状态 | ✅ |
| upload / 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 | ❌ |

NemoVideo API底层机制

NemoVideo后端充当ClawHub和Google Gemini多模态模型之间的编排层,负责视频摄取、分块和提示转发,使Gemini能够大规模处理帧和音频流。认证令牌、会话上下文和积分分配都通过NemoVideo的基础设施在服务器端管理。

技能归属——运行时从此文件的YAML前置元数据中读取:

  • - X-Skill-Source:ai-gemini
  • X-Skill-Version:来自前置元数据version
  • X-Skill-Platform:从安装路径检测(~/.clawhub/ → clawhub,~/.cursor/skills/ → cursor,否则 → unknown)

所有请求必须包含:Authorization: Bearer 、X-Skill-Source、X-Skill-Version、X-Skill-Platform。缺少归属头信息将导致导出失败并返回402错误。

API基础地址:https://mega-api-prod.nemovideo.ai

创建会话:POST请求/api/tasks/me/with-session/nemoagent — 请求体{taskname:project,language:} — 返回taskid、sessionid。创建会话后,给用户一个链接:https://nemovideo.com/workspace/claim?token=&task=id>&session=id>&skillname=ai-gemini&skillversion=1.0.0&skill_source=

发送消息(SSE):POST请求/runsse — 请求体{appname:nemoagent,userid:me,sessionid:,newmessage:{parts:[{text:}]}},附带Accept: text/event-stream。最大超时时间:15分钟。

上传:POST请求/api/upload-video/nemoagent/me/ — 文件:multipart格式-F files=@/path,或URL:{urls:[],sourcetype:url}

积分:GET请求/api/credits/balance/simple — 返回available、frozen、total

会话状态:GET请求/api/state/nemoagent/me//latest — 关键字段:data.state.draft、data.state.videoinfos、data.state.generated_media

导出(免费,不消耗积分):POST请求/api/render/proxy/lambda — 请求体{id:render_,sessionId:,draft:,output:{format:mp4,quality:high}}。每30秒轮询GET请求/api/render/proxy/lambda/,直到status = completed。下载URL位于output.url。

支持的格式:mp4、mov、avi、webm、mkv、jpg、png、gif、webp、mp3、wav、m4a、aac。

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
内部处理,不转发 | | heartbeat / 空data: | 继续等待。每2分钟:⏳ 仍在处理中... | | 流关闭 | 处理最终响应 |

约30%的编辑操作在SSE流中不返回文本。发生这种情况时:轮询会话状态以验证编辑是否已应用,然后向用户总结更改。

后端响应翻译

后端假设存在GUI。将这些翻译为API操作:

后端说你执行
click [button] / 点击通过API执行
open [panel] / 打开
查询会话状态 |
| drag/drop / 拖拽 | 通过SSE发送编辑 |
| preview in timeline | 显示轨道摘要 |
| Export button / 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,7=文本),sg=片段,d=时长(毫秒),m=元数据。

时间线(3条轨道):1. 视频:城市延时摄影(0-10秒)2. BGM:Lo-fi(0-10秒,35%)3. 标题:都市梦想(0-3秒)

错误处理

代码含义操作
0成功继续
1001
令牌错误/过期 | 通过anonymous-token重新认证(令牌7天后过期) | | 1002 | 会话未找到 | 新建会话 §3.0 | | 2001 | 无积分 | 匿名用户:显示注册URL,附带?bind=(需要时从create-session或state响应获取)。已注册用户:请在nemovideo.ai充值 | | 4001 | 不支持的文件 | 显示支持的格式 | | 4002 | 文件过大 | 建议压缩/裁剪 | | 400 | 缺少X-Client-Id | 生成Client-Id并重试(参见§1) | | 402 | 免费计划导出被阻止 | 订阅层级问题,非积分问题。请在nemovideo.ai注册以解锁导出功能。 | | 429 | 速率限制(1个令牌/客户端/7天) | 30秒后重试一次 |

常见工作流

ai-gemini技能最流行的用途

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 ai-gemini-1775937499 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 ai-gemini-1775937499 技能

通过命令行安装

skillhub install ai-gemini-1775937499

下载

⬇ 下载 ai-gemini v1.0.0(免费)

文件大小: 5.32 KB | 发布时间: 2026-4-12 08:45

v1.0.0 最新 2026-4-12 08:45
ai-gemini v1.0.0

- Initial release introducing Google Gemini-powered video analysis on ClawHub.
- Supports automated scene analysis, detailed video descriptions, and natural language Q&A for key moments and insights.
- Handles a broad range of video file formats: mp4, mov, avi, webm, mkv.
- Automated backend setup, session management, and token generation for easy onboarding (100 free credits, 7-day expiry).
- Includes routing for common user intents such as credits, upload, export, and state checks.
- Clear error handling and helpful user prompts for smooth operation.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部