LumaMCP

Name: LumaMCP
Author: AceDataCloud

PyPI version PyPI downloads Python 3.10+ License: MIT MCP

一个用于通过 AceDataCloud API 使用 Luma Dream Machine 进行 AI 视频生成的 Model Context Protocol (MCP) 服务器。

直接从 Claude、VS Code 或任何兼容 MCP 的客户端生成 AI 视频。

功能特性

文生视频 - 根据文本提示词创建 AI 生成的视频
图生视频 - 通过起始/结束帧控制为图像添加动画
视频扩展 - 使用额外内容扩展现有视频
多种宽高比 - 支持 16:9、9:16、1:1 等
循环视频 - 创建无缝循环动画
清晰度增强 - 可选的视频质量增强
任务追踪 - 监控生成进度并获取结果

工具参考

工具	描述
`luma_generate_video`	使用 Luma Dream Machine 根据文本提示词生成 AI 视频。
`luma_generate_video_from_image`	使用参考图像作为起始和/或结束帧来生成 AI 视频。
`luma_extend_video`	使用额外内容扩展现有视频。
`luma_extend_video_from_url`	使用 URL 扩展现有视频。
`luma_get_task`	查询视频生成任务的状态和结果。
`luma_get_tasks_batch`	同时查询多个视频生成任务。
`luma_list_aspect_ratios`	列出所有可用于 Luma 视频生成的宽高比。
`luma_list_actions`	列出所有可用的 Luma API 操作及对应的工具。

快速开始

1. 获取您的 API Token

在 AceDataCloud 平台注册
前往 API 文档页面
点击 “Acquire” 获取您的 API token
复制该 token 以供下方使用

2. 使用托管服务器（推荐）

AceDataCloud 托管了一个受管理的 MCP 服务器 —— 无需本地安装。

端点： https://luma.mcp.acedata.cloud/mcp

所有请求都需要 Bearer token。请使用第 1 步中的 API token。

Claude.ai

通过 OAuth 直接在 Claude.ai 上连接 —— 无需 API token：

前往 Claude.ai 设置 → 集成 → 添加更多
输入服务器 URL：https://luma.mcp.acedata.cloud/mcp
完成 OAuth 登录流程
在对话中开始使用这些工具

Claude Desktop

添加到您的配置文件（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）：

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

Cursor / Windsurf

添加到您的 MCP 配置文件（.cursor/mcp.json 或 .windsurf/mcp.json）：

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

VS Code (Copilot)

添加到您的 VS Code MCP 配置文件（.vscode/mcp.json）：

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

或者为 VS Code 安装 Ace Data Cloud MCP 扩展，该扩展集成了所有 15 个 MCP 服务器，支持一键设置。

JetBrains IDEs

前往 设置 → 工具 → AI Assistant → Model Context Protocol (MCP)
点击添加 → HTTP
粘贴：

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

Claude Code

Claude Code 原生支持 MCP 服务器：

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

或者添加到项目的 .mcp.json 中：

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

Cline

添加到 Cline 的 MCP 设置（.cline/mcp_settings.json）：

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

Amazon Q Developer

添加到您的 MCP 配置：

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

Roo Code

添加到 Roo Code MCP 设置：

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

Continue.dev

添加到 .continue/config.yaml：

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

Zed

添加到 Zed 的设置（~/.config/zed/settings.json）：

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

cURL 测试

# 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. 或本地运行（替代方案）

如果您更喜欢在自己的机器上运行服务器：

# 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 (本地)

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

Docker (自托管)

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

客户端使用各自的 Bearer token 进行连接 —— 服务器会从每个请求的 Authorization 标头中提取 token。

可用工具

视频生成

工具	描述
`luma_generate_video`	根据文本提示词生成视频
`luma_generate_video_from_image`	使用参考图像生成视频
`luma_extend_video`	通过 ID 扩展现有视频
`luma_extend_video_from_url`	通过 URL 扩展现有视频

任务

工具	描述
`luma_get_task`	查询单个任务状态
`luma_get_tasks_batch`	同时查询多个任务

信息

工具	描述
`luma_list_aspect_ratios`	列出可用的宽高比
`luma_list_actions`	列出可用的 API 操作

使用示例

根据提示词生成视频

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"]

为图像添加动画

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]

扩展视频

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]

可用宽高比

宽高比	描述	使用场景
`16:9`	横屏（默认）	YouTube、电视、演示文稿
`9:16`	竖屏	TikTok、Instagram Reels
`1:1`	正方形	Instagram 帖子
`4:3`	传统	经典视频格式
`3:4`	传统竖屏	肖像内容
`21:9`	超宽屏	电影内容
`9:21`	高超宽屏	特殊竖屏显示器

配置

环境变量

变量	描述	默认值
`ACEDATACLOUD_API_TOKEN`	来自 AceDataCloud 的 API token	必需
`ACEDATACLOUD_API_BASE_URL`	API 基础 URL	`https://api.acedata.cloud`
`ACEDATACLOUD_OAUTH_CLIENT_ID`	OAuth 客户端 ID（托管模式）	—
`ACEDATACLOUD_PLATFORM_BASE_URL`	平台基础 URL	`https://platform.acedata.cloud`
`LUMA_DEFAULT_ASPECT_RATIO`	默认宽高比	`16:9`
`LUMA_REQUEST_TIMEOUT`	请求超时（秒）	`1800`
`LOG_LEVEL`	日志级别	`INFO`

命令行选项

mcp-luma --help

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

开发

设置开发环境

# 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]"

运行测试

# 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

代码质量

# Format code
ruff format .

# Lint code
ruff check .

# Type check
mypy core tools

构建与发布

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

# Build package
python -m build

# Upload to PyPI
twine upload dist/*

项目结构

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 参考

此服务器封装了 AceDataCloud Luma API：

Luma Videos API - 视频生成
Luma Tasks API - 任务查询

贡献

欢迎贡献！请：

Fork 本仓库
创建功能分支 (git checkout -b feature/amazing)
提交您的更改 (git commit -m 'Add amazing feature')
推送到分支 (git push origin feature/amazing)
开启 Pull Request

许可证

MIT 许可证 - 详情请参阅 LICENSE。

链接

由 AceDataCloud 用心制作