一種高速 AI 影片處理技能，可為內容創作者自動生成字幕和進行雲端渲染。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install caption-maker
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 caption-maker。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 Caption Maker？
Caption Maker 是一款功能強大的影片工具，旨在繞過專業編輯軟體的陡峭學習曲線。透過利用雲端 GPU 節點，它允許使用者僅透過描述需求即可執行高保真 AI 字幕生成。該技能支援包括 MP4、MOV、AVI 和 WebM 在內的多種格式，可輕鬆處理高達 500MB 的檔案。
此工具是 Openclaw Skills 生態系統的一部分，使開發者和創作者能夠在短短 30-60 秒內將原始素材轉換為精美的帶字幕內容。它處理從複雜的文字疊加到多語言同步的一切事務，確保您的影片在不需要本地硬體資源的情況下保持可存取性和專業性。
Caption Maker 應用場景
- 為社群媒體內容自動新增英語和西班牙語字幕並實現自動同步。
- 為 YouTube 教學和行銷影片快速匯出 1080p MP4 檔案。
- 在單個持久工作階段中批量處理多個影片上傳。
- 使用自然語言指令而不是手動時間軸進行迭代影片編輯。
- 為高達 500MB 的長篇錄音生成準確的字幕。
Caption Maker 運作原理
- 身分驗證：該技能檢查 NEMO_TOKEN 或透過唯一的用戶端識別碼生成匿名權杖。
- 工作階段初始化：在遠端後端建立一個新的專案工作階段，以追蹤影片圖層和編輯。
- 媒體攝取：使用者上傳影片檔案（MP4、MOV 等），這些檔案透過 multipart POST 請求發送到雲端儲存。
- 意圖處理：AI 解釋使用者提示（例如：新增英語和西班牙語字幕並自動同步），並透過伺服器發送事件 (SSE) 流發送指令。
- 雲端渲染：雲端 GPU 節點根據工作階段狀態合成影片、音訊和文字軌道。
- 匯出與交付：系統生成高品質的下載 URL，通常在 90 秒內完成。
Caption Maker 設定指南
要將 Caption Maker 整合到您的環境中，請按照以下步驟操作：
- 環境變數：確保配置了您的
NEMO_TOKEN。 - 目錄配置：該技能在
~/.config/nemovideo/中查找配置。 - 初始化：
# 如果未設置，手動獲取權杖的範例
curl -X POST https://mega-api-prod.nemovideo.ai/api/auth/anonymous-token \
-H "X-Client-Id: $(uuidgen)"
- 工作階段建立：Openclaw Skills 執行器將在第一次使用者互動時自動處理工作階段建立。
Caption Maker 資料結構與分類體系
該技能透過映射軌道和段的結構化工作階段狀態來管理數據：
| 欄位 | 描述 |
|---|---|
t |
軌道（影片、音訊和文字層陣列） |
tt |
軌道類型（0: 影片, 1: 音訊, 7: 文字/字幕） |
sg |
段（軌道內的特定剪輯或文字塊） |
d |
時長（以毫秒表示） |
m |
中繼資料（檔案資訊和渲染參數） |
所有產生的媒體都在工作階段狀態的 data.state.generated_media 節點中進行追蹤。
Caption Maker 進階特性
- 多語言支援：在所有段中新增英語和西班牙語字幕並自動同步的原生能力。
- SSE 事件處理：帶有心跳監測的即時回饋循環，以確保長時間執行的渲染不會逾時。
- 智慧狀態輪詢：當後端執行靜默 GUI 更新時，自動總結時間軸更改。
- 靈活的匯出品質：支援解析度高達 1080x1920 的高品質 H.264 壓縮。
- 歸屬標頭：透過 X-Skill-Source 和 X-Skill-Platform 標頭進行進階遙測追蹤，以實現多 IDE 相容性。
SKILL.md
加載中
Openclaw 相關技能
Video Maker for YouTube
一款強大的 AI 影片創作工具，可為 YouTube 準備的內容實現自動剪輯、音樂整合和 1080p 渲染。
精選*
