LumaMCP

Name: LumaMCP
Author: AceDataCloud

PyPI version PyPI downloads Python 3.10+ License: MIT MCP

AceDataCloud API を介して Luma Dream Machine を使用したAI動画生成のための Model Context Protocol (MCP) サーバーです。

Claude、VS Code、またはMCP互換クライアントから直接AI動画を生成できます。

機能

テキストから動画 - テキストプロンプトからAI生成動画を作成
画像から動画 - 開始/終了フレーム制御を使用して画像をアニメーション化
動画の延長 - 既存の動画にコンテンツを追加して延長
複数のアスペクト比 - 16:9、9:16、1:1などをサポート
ループ動画 - シームレスにループするアニメーションを作成
鮮明化 - オプションの動画品質向上
タスク追跡 - 生成の進捗状況を監視し、結果を取得

ツールリファレンス

ツール	説明
`luma_generate_video`	Luma Dream Machineを使用してテキストプロンプトからAI動画を生成します。
`luma_generate_video_from_image`	参照画像を開始フレームや終了フレームとして使用し、AI動画を生成します。
`luma_extend_video`	既存の動画にコンテンツを追加して延長します。
`luma_extend_video_from_url`	URLを使用して既存の動画を延長します。
`luma_get_task`	動画生成タスクのステータスと結果を照会します。
`luma_get_tasks_batch`	複数の動画生成タスクを一度に照会します。
`luma_list_aspect_ratios`	Luma動画生成で利用可能なすべてのアスペクト比を一覧表示します。
`luma_list_actions`	利用可能なすべてのLuma APIアクションと対応するツールを一覧表示します。

クイックスタート

1. APIトークンの取得

AceDataCloud Platform にサインアップ
APIドキュメントページに移動
「Acquire」 をクリックしてAPIトークンを取得
トークンをコピーして以下で使用

2. ホスト型サーバーの使用（推奨）

AceDataCloudが管理されたMCPサーバーをホストしているため、ローカルインストールは不要です。

エンドポイント: https://luma.mcp.acedata.cloud/mcp

すべてのリクエストにはBearerトークンが必要です。ステップ1で取得したAPIトークンを使用してください。

Claude.ai

Claude.ai でOAuthを使用して直接接続します（APIトークンは不要です）：

Claude.aiの 設定 → 統合 → 追加 に移動
サーバーURLを入力: https://luma.mcp.acedata.cloud/mcp
OAuthログインフローを完了
会話でツールの使用を開始

Claude Desktop

設定ファイル（macOSの場合は ~/Library/Application Support/Claude/claude_desktop_config.json）に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Cursor / Windsurf

MCP設定（.cursor/mcp.json または .windsurf/mcp.json）に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

VS Code (Copilot)

VS CodeのMCP設定（.vscode/mcp.json）に追加します：

{
  "servers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

または、VS Code用の Ace Data Cloud MCP拡張機能をインストールしてください。15個のMCPサーバーすべてがワンクリックでセットアップされます。

JetBrains IDEs

設定 → ツール → AI Assistant → Model Context Protocol (MCP) に移動
追加 → HTTP をクリック
以下を貼り付け：

{
  "mcpServers": {
    "luma": {
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Claude Code

Claude CodeはMCPサーバーをネイティブでサポートしています：

claude mcp add luma --transport http https://luma.mcp.acedata.cloud/mcp \
  -h "Authorization: Bearer YOUR_API_TOKEN"

または、プロジェクトの .mcp.json に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Cline

ClineのMCP設定（.cline/mcp_settings.json）に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Amazon Q Developer

MCP設定に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Roo Code

Roo CodeのMCP設定に追加します：

{
  "mcpServers": {
    "luma": {
      "type": "streamable-http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_TOKEN"
      }
    }
  }
}

Continue.dev

.continue/config.yaml に追加します：

mcpServers:
  - name: luma
    type: streamable-http
    url: https://luma.mcp.acedata.cloud/mcp
    headers:
      Authorization: "Bearer YOUR_API_TOKEN"

Zed

Zedの設定（~/.config/zed/settings.json）に追加します：

{
  "language_models": {
    "mcp_servers": {
      "luma": {
        "url": "https://luma.mcp.acedata.cloud/mcp",
        "headers": {
          "Authorization": "Bearer YOUR_API_TOKEN"
        }
      }
    }
  }
}

cURLテスト

# Health check (no auth required)
curl https://luma.mcp.acedata.cloud/health

# MCP initialize
curl -X POST https://luma.mcp.acedata.cloud/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json" \
  -H "Authorization: Bearer YOUR_API_TOKEN" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-03-26","capabilities":{},"clientInfo":{"name":"test","version":"1.0"}}}'

3. ローカルでの実行（代替手段）

サーバーを自分のマシンで実行したい場合：

# Install from PyPI
pip install mcp-luma
# or
uvx mcp-luma

# Set your API token
export ACEDATACLOUD_API_TOKEN="your_token_here"

# Run (stdio mode for Claude Desktop / local clients)
mcp-luma

# Run (HTTP mode for remote access)
mcp-luma --transport http --port 8000

Claude Desktop (ローカル)

{
  "mcpServers": {
    "luma": {
      "command": "uvx",
      "args": ["mcp-luma"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "your_token_here"
      }
    }
  }
}

Docker (セルフホスト)

docker pull ghcr.io/acedatacloud/mcp-luma:latest
docker run -p 8000:8000 ghcr.io/acedatacloud/mcp-luma:latest

クライアントは独自のBearerトークンで接続します。サーバーは各リクエストの Authorization ヘッダーからトークンを抽出します。

利用可能なツール

動画生成

ツール	説明
`luma_generate_video`	テキストプロンプトから動画を生成
`luma_generate_video_from_image`	参照画像を使用して動画を生成
`luma_extend_video`	IDで既存の動画を延長
`luma_extend_video_from_url`	URLで既存の動画を延長

タスク

ツール	説明
`luma_get_task`	単一のタスクステータスを照会
`luma_get_tasks_batch`	複数のタスクを一度に照会

情報

ツール	説明
`luma_list_aspect_ratios`	利用可能なアスペクト比を一覧表示
`luma_list_actions`	利用可能なAPIアクションを一覧表示

使用例

プロンプトから動画を生成

User: Create a video of waves on a beach

Claude: I'll generate a beach wave video for you.
[Calls luma_generate_video with prompt="Ocean waves gently crashing on sandy beach, sunset"]

画像をアニメーション化

User: Animate this image: https://example.com/image.jpg

Claude: I'll create a video from your image.
[Calls luma_generate_video_from_image with start_image_url and appropriate prompt]

動画を延長

User: Continue this video with more action

Claude: I'll extend the video with additional content.
[Calls luma_extend_video with video_id and new prompt]

利用可能なアスペクト比

アスペクト比	説明	ユースケース
`16:9`	横長（デフォルト）	YouTube、TV、プレゼンテーション
`9:16`	縦長	TikTok、Instagram Reels
`1:1`	正方形	Instagram投稿
`4:3`	伝統的	クラシックな動画形式
`3:4`	伝統的な縦長	縦長コンテンツ
`21:9`	ウルトラワイド	シネマティックコンテンツ
`9:21`	トールウルトラワイド	特殊な縦型ディスプレイ

設定

環境変数

変数	説明	デフォルト
`ACEDATACLOUD_API_TOKEN`	AceDataCloudのAPIトークン	必須
`ACEDATACLOUD_API_BASE_URL`	APIベースURL	`https://api.acedata.cloud`
`ACEDATACLOUD_OAUTH_CLIENT_ID`	OAuthクライアントID（ホストモード）	—
`ACEDATACLOUD_PLATFORM_BASE_URL`	プラットフォームベースURL	`https://platform.acedata.cloud`
`LUMA_DEFAULT_ASPECT_RATIO`	デフォルトのアスペクト比	`16:9`
`LUMA_REQUEST_TIMEOUT`	リクエストタイムアウト（秒）	`1800`
`LOG_LEVEL`	ログレベル	`INFO`

コマンドラインオプション

mcp-luma --help

Options:
  --version          Show version
  --transport        Transport mode: stdio (default) or http
  --port             Port for HTTP transport (default: 8000)

開発

開発環境のセットアップ

# Clone repository
git clone https://github.com/AceDataCloud/LumaMCP.git
cd LumaMCP

# Create virtual environment
python -m venv .venv
source .venv/bin/activate  # or `.venv\Scripts\activate` on Windows

# Install with dev dependencies
pip install -e ".[dev,test]"

テストの実行

# Run unit tests
pytest

# Run with coverage
pytest --cov=core --cov=tools

# Run integration tests (requires API token)
pytest tests/test_integration.py -m integration

コード品質

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

ビルドと公開

# Install build dependencies
pip install -e ".[release]"

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

プロジェクト構造

LumaMCP/
├── core/                   # Core modules
│   ├── __init__.py
│   ├── client.py          # HTTP client for Luma API
│   ├── config.py          # Configuration management
│   ├── exceptions.py      # Custom exceptions
│   ├── server.py          # MCP server initialization
│   ├── types.py           # Type definitions
│   └── utils.py           # Utility functions
├── tools/                  # MCP tool definitions
│   ├── __init__.py
│   ├── video_tools.py     # Video generation tools
│   ├── task_tools.py      # Task query tools
│   └── info_tools.py      # Information tools
├── prompts/                # MCP prompts
│   └── __init__.py        # Prompt templates
├── tests/                  # Test suite
│   ├── conftest.py
│   ├── test_client.py
│   ├── test_config.py
│   ├── test_integration.py
│   └── test_utils.py
├── deploy/                 # Deployment configs
│   └── production/
│       ├── deployment.yaml
│       ├── ingress.yaml
│       └── service.yaml
├── .env.example           # Environment template
├── .gitignore
├── CHANGELOG.md
├── Dockerfile             # Docker image for HTTP mode
├── docker-compose.yaml    # Docker Compose config
├── LICENSE
├── main.py                # Entry point
├── pyproject.toml         # Project configuration
└── README.md

APIリファレンス

このサーバーは AceDataCloud Luma API をラップしています：

Luma Videos API - 動画生成
Luma Tasks API - タスク照会

貢献

貢献を歓迎します！以下の手順に従ってください：

リポジトリをフォーク
フィーチャーブランチを作成 (git checkout -b feature/amazing)
変更をコミット (git commit -m 'Add amazing feature')
ブランチにプッシュ (git push origin feature/amazing)
プルリクエストを開く

ライセンス

MITライセンス - 詳細は LICENSE を参照してください。

リンク

Made with love by AceDataCloud