mcp-luma

LumaMCP

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

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

功能

• 文本转视频 - 根据文本提示词创建 AI 生成的视频
• 图像转视频 - 为图像制作动画，并控制起始帧和结束帧
• 视频扩展 - 为现有视频添加内容以延长视频
• 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
• 任务跟踪 - 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帧和/或结束帧生成 AI 视频。
luma_extend_video	为现有视频添加内容以延长视频。
luma_extend_video_from_url	使用现有视频的 URL 扩展视频。
luma_get_task	查询视频生成任务的状态和结果。
luma_get_tasks_batch	一次查询多个视频生成任务。
luma_list_aspect_ratios	列出 Luma 视频生成支持的所有宽高比。
luma_list_actions	列出所有可用的 Luma API 操作及对应工具。

连接方式：托管 OAuth、API 令牌或本地 stdio

托管端点为 https://luma.mcp.acedata.cloud/mcp。为 MCP 客户端选择一种连接方式：

方式	适用情况	凭据设置
托管 OAuth	客户端支持远程 MCP OAuth	只需添加 URL，然后登录 AceDataCloud 并批准访问。无需将令牌粘贴到客户端配置中。
托管 API 令牌	客户端无法完成 OAuth，或需要明确的集成凭据	在 Authorization: Bearer … 标头中发送 AceDataCloud API 令牌。请将其保存在本地密钥存储或环境变量中。
本地 stdio	客户端运行本地 MCP 进程	安装 mcp-luma 并将 ACEDATACLOUD_API_TOKEN 传递给该进程。该进程仍会调用 AceDataCloud API。

托管服务公布 OAuth 元数据和动态客户端注册（DCR）。DCR 注册的是客户端应用程序，不是 API 密钥。 OAuth 用于登录，客户端会发送由此获得的 Bearer 令牌；它可能会为该账户复用或创建 API 凭据。浏览器登录仍需要 AceDataCloud 账户。托管服务可能按使用量计费：执行实际操作前，请查看当前服务文档和页面显示的价格。不要为同一服务同时配置 OAuth 登录和固定的 Authorization 标头。

托管式 OAuth 示例

• Claude 和 Claude Desktop 聊天： 在 Customize → Connectors → Add custom connector 中添加远程自定义连接器，输入 https://luma.mcp.acedata.cloud/mcp，选择登录；如果 Claude 询问如何注册其 OAuth 客户端，请选择 Register automatically。完成授权。Claude Desktop 的本地 claude_desktop_config.json 是单独的配置步骤。Claude 连接器指南。
• Claude Code： claude mcp add --transport http --scope user luma https://luma.mcp.acedata.cloud/mcp，然后运行 claude mcp login luma。查看 /mcp。Claude Code MCP 指南。
• Cursor： 仅使用 https://luma.mcp.acedata.cloud/mcp 添加远程服务。对于项目，将下面的条目合并到 <project>/.cursor/mcp.json；个人使用则使用 ~/.cursor/mcp.json。Cursor MCP 指南。
• VS Code / Copilot： 运行 MCP: Add Server，选择 HTTP，输入 https://luma.mcp.acedata.cloud/mcp，然后完成浏览器登录。新的可移植工作区配置使用 <project>/.mcp.json；下面的 VS Code 专用格式使用 <project>/.vscode/mcp.json 或用户配置文件。查看 MCP: List Servers。VS Code MCP 设置。
• Codex： codex mcp add luma --url https://luma.mcp.acedata.cloud/mcp，然后运行 codex mcp login luma。用户设置位于 ~/.codex/config.toml。Codex 官方 MCP 指南。

Cursor 项目配置（OAuth）：

{
  "mcpServers": {
    "luma": {"url": "https://luma.mcp.acedata.cloud/mcp"}
  }
}

VS Code 专用工作区配置（OAuth）：

{
  "servers": {
    "luma": {"type": "http", "url": "https://luma.mcp.acedata.cloud/mcp"}
  }
}

托管 API 令牌

1. 打开 Ace Data Cloud → Applications。登录，或先注册账号。
2. 找到 General application。如果尚未创建，请选择 Initialize General Application。通用密钥可使用账号可用的服务；专用应用的密钥仅限其对应服务。请确认所需的服务/模型访问权限，并查看当前定价。
3. 从应用卡片中复制 API Key，或打开 Keys / Manage Keys → Create，为此集成创建单独的密钥。为密钥设置易于识别的名称，以便单独撤销或轮换。
4. 创建密钥时，请检查 Expiration Time、Set Usage Limitation 和 Allowed APIs。只启用所需的限制，并允许要调用的操作，然后点击 Create，再从密钥列表中复制令牌。查询任务不会授予提交生成请求的权限。请确认应用余额足以支付首次请求；任何试用额度均以账号当前显示为准。
5. 只复制令牌值，不要带引号、空格或 Bearer 。API Key / API Token 字段需要此原始值；只有手动配置 HTTP Authorization 标头时才需要 Bearer 前缀。platform-... 账号管理令牌不能代替生成 API 密钥。

请将密钥保存在客户端的凭据存储中，或存入下方所示的环境变量。切勿将其放入提示词、共享工作流、截图或 Git 提交中。如果身份验证失败，请先检查复制的完整值、应用/服务访问权限、有效期、使用限制和余额，再创建其他密钥。

固定的 Bearer 标头会绕过 OAuth。如果标头无效，请在尝试浏览器登录前将其移除；请妥善保管已保存的凭据。

对于 Claude Code，添加服务时 shell 会展开令牌；请将已保存的用户 MCP 配置视为机密：

export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
claude mcp add --transport http --scope user luma https://luma.mcp.acedata.cloud/mcp \
  --header "Authorization: Bearer $ACEDATACLOUD_API_TOKEN"

对于 Claude Code 项目配置，请在 <project>/.mcp.json 中使用变量引用，并在启动 Claude Code 的环境中设置该变量：

{
  "mcpServers": {
    "luma": {
      "type": "http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${ACEDATACLOUD_API_TOKEN}"}
    }
  }
}

Cursor 在 ~/.cursor/mcp.json 或未提交的项目配置中使用不同的环境变量语法：

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

在 VS Code 中，运行 MCP: Open User Configuration，并合并此服务及其遮蔽输入；${input:...} 适用于 VS Code 的用户/工作区格式，不能直接用于 Agent Host 的 .mcp.json 格式：

{
  "inputs": [
    {"id": "acedata-luma-token", "type": "promptString", "description": "AceDataCloud API token", "password": true}
  ],
  "servers": {
    "luma": {
      "type": "http",
      "url": "https://luma.mcp.acedata.cloud/mcp",
      "headers": {"Authorization": "Bearer ${input:acedata-luma-token}"}
    }
  }
}

对于 Cline，请使用其 MCP 配置界面或 CLI 文件 ~/.cline/data/settings/cline_mcp_settings.json；其远程传输值为 streamableHttp。对于 JetBrains AI Assistant，请从 Settings → Tools → AI Assistant → Model Context Protocol (MCP) 添加远程 URL。对于 Zed，仅在使用 OAuth 时使用包含 URL 的 context_servers 条目，或添加本地 Bearer 标头。这些客户端的配置架构各不相同；请遵循各自当前的界面，不要复制其他客户端的 JSON。Cline · JetBrains · Zed。

本地 stdio

安装软件包，并为本地进程提供 API 令牌：

python -m pip install mcp-luma
export ACEDATACLOUD_API_TOKEN='YOUR_API_TOKEN'
mcp-luma

对于 Claude Desktop 本地 MCP，请将此条目合并到其开发者设置打开的文件中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json）。uvx 需要在 PATH 中安装 uv：

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

请妥善保管此用户级文件。可自托管的 HTTP 使用 mcp-luma --transport http --port 8000；只有在采取适当的网络和 TLS 控制措施后才能将其公开。本地执行仍会调用 AceDataCloud API。

使用服务前的检查

1. https://luma.mcp.acedata.cloud/health 返回 {"status":"ok"} 仅表示端点可访问。
2. 确认 MCP 客户端已加载工具。luma_list_actions 是一个参考工具；它无法验证下游 API 访问权限或余额。
3. 如需完整的 API 检查，请先查看当前服务文档和显示的价格，然后使用你自己的有效输入调用 luma_generate_video。如果结果包含任务 ID，请使用同一 ID 调用 luma_get_task，直到任务成功或失败。不必为了检查进度而重新提交操作。

遇到 401 时，请检查客户端使用了哪种身份验证方式，以及令牌或 OAuth 会话是否有效。403 可能表示账户权限不足或内容审核失败；请查看返回的错误信息。余额不足和下游服务故障需要分别排查。工具已列出或任务已提交，都不能证明已成功获得结果。

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	根据 ID 延长现有视频
luma_extend_video_from_url	根据 URL 延长现有视频

任务

工具	描述
luma_get_task	查询单个任务状态
luma_get_tasks_batch	一次查询多个任务

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"]

为图像制作动画

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]

延长视频

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	传统比例	经典视频格式
3:4	传统竖屏	竖屏内容
21:9	超宽屏	电影风格内容
9:21	高竖屏	特殊竖向显示屏

配置

环境变量

变量	描述	默认值
ACEDATACLOUD_API_TOKEN	AceDataCloud 的 API 令牌	必填
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	默认纵横比	16:9
LUMA_REQUEST_TIMEOUT	请求超时时间（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

此服务封装了 AceDataCloud Luma API：

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

参与贡献

欢迎贡献！请：

1. Fork 此仓库
2. 创建功能分支（git checkout -b feature/amazing）
3. 提交更改（git commit -m 'Add amazing feature'）
4. 推送到该分支（git push origin feature/amazing）
5. 创建 Pull Request

文档

文档

许可证

MIT 许可证 - 详情请参阅 LICENSE。

链接

• AceDataCloud 平台
• Luma Dream Machine
• Model Context Protocol
• MCP Python SDK

---

由 AceDataCloud 倾情打造