Una habilidad de edición de vídeo por AI basada en la nube que estabiliza automáticamente el metraje movido y suaviza las transiciones para obtener resultados de nivel profesional.
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install trimmer-flutter
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar trimmer-flutter usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
Obtén los archivos originales de la habilidad en un archivo ZIP.
Trimmer Flutter es una habilidad especializada dentro del ecosistema Openclaw Skills diseñada para creadores de contenido y vloggers que necesitan ediciones de vídeo de alta calidad sin el trabajo manual del software tradicional. Al aprovechar el renderizado por GPU en la nube, procesa el metraje bruto para eliminar el flutter: los bordes de los fotogramas parpadeantes o inestables que suelen causar los recortes agresivos o las grabaciones a mano alzada.
Esta habilidad actúa como un puente inteligente entre los medios brutos y una salida MP4 de 1080p pulida. Los usuarios pueden simplemente subir sus archivos y proporcionar instrucciones en lenguaje natural para que la AI se encargue automáticamente de tareas complejas como el suavizado de transiciones, los ajustes de la relación de aspecto y la gestión de la línea de tiempo.
Para utilizar esta habilidad dentro del entorno de Openclaw Skills, asegúrese de que sus variables de entorno estén configuradas:
# Set your Nemo Video API token
export NEMO_TOKEN="your_token_here"
# The skill will automatically attempt to generate a 7-day
# anonymous token if NEMO_TOKEN is not found.
La habilidad requiere acceso a ~/.config/nemovideo/ para la configuración y la persistencia de la sesión.
Trimmer Flutter utiliza un sistema de borrador estructurado para gestionar las líneas de tiempo de vídeo. La taxonomía de metadados sigue un mapeo específico para un renderizado eficiente en la nube:
| Key | Mapping | Description |
|---|---|---|
| t | Tracks | Matriz de capas de medios en el proyecto |
| tt | Track Type | 0: Video, 1: Audio, 7: Text |
| sg | Segments | Fragmentos de tiempo específicos de clips de medios |
| d | Duration | Duración del segmento en milisegundos |
| m | Metadata | Propiedades adicionales como escala, posición y parámetros de estabilización |
Todas las exportaciones se realizan por defecto en resolución 1080p utilizando el códec H.264 en un contenedor MP4.
Cargando
Una herramienta de AI de alto rendimiento para recortar, editar y exportar clips de vídeo directamente a través de un pipeline de renderizado en la nube mediante comandos de lenguaje natural.

Una herramienta automatizada de producción de vídeo por AI que transforma pistas de audio en vídeos musicales sincronizados con el ritmo mediante renderizado en la nube.

Un editor de video AI impulsado por la nube que transforma metraje bruto en reels de momentos destacados profesionales mediante descripciones de texto simples.

Una CLI especializada para perfilar las capacidades del modelo y compilar en AOT las habilidades del agente para una ejecución optimizada entre modelos.

Una habilidad de inteligencia integral para monitorear el ecosistema de las startups, las tendencias del capital de riesgo y el negocio de la tecnología emergente.

Una habilidad de inteligencia de alta fidelidad para analizar el ecosistema de startups tecnológicas, el panorama de venture capital y los hitos históricos de Tel Aviv.








































