Luma Events

Luma 活动 MCP 服务

一个 FastMCP 服务，用于从 Luma 发现活动——整合 Discover 信息流和已订阅的日历，并支持距离筛选和 ICS 导出。基本发现功能无需 API 密钥。

工作原理

Luma 的 Discover API 有两个行为截然不同的端点：

• 类别搜索（例如 AI、Tech、Food）——返回数百个带有丰富标签的活动，但仅限于你的所在地区。内容丰富，但地域受限。
• 城市搜索（例如 Paris、London、Tokyo）——为该城市精选约 20–40 个热门/特色活动。覆盖面广，但结果较少。

此 MCP 服务通过两种搜索模式使用这两个端点：

• 本地模式（默认，不传入 city 参数）——通过 Category API 搜索你偏好的类别，并根据地址和距离筛选丰富的结果。
• 旅行模式（传入 city）——通过 Place API 获取该城市精选的热门活动。

首次运行时，服务会返回你附近的热门活动（根据 IP 进行地理位置加权），然后逐步引导你设置类别、地址和登录，以获取更丰富的结果。

工具

工具	功能
search_events	本地模式：按类别搜索，并根据地址/距离筛选。旅行模式：获取指定城市的精选活动。
set_preferences	保存默认类别（列表）、地址和最大距离。设置会保存在 SQLite 中，并在重启后保留。
get_event	通过 API ID 或 lu.ma URL 获取单个活动的完整详情。
export_event_ics	为任意活动生成 ICS 字符串，可粘贴到 Apple Calendar、Google Calendar、Outlook 等应用中。

设置

前提条件

• Python 3.10+
• uv（推荐）或 pip

安装

git clone <this-repo>
cd "Luma Cal MCP"
uv venv .venv --python 3.12
source .venv/bin/activate
uv pip install -e .

已订阅的日历（可选）

如需访问你在 Luma 上关注的日历中的活动，请安装可选的身份验证依赖项：

uv pip install -e ".[auth]"
playwright install chromium

首次运行

首次使用时，原始 Discover 信息流会返回你附近数百个热门活动（根据 IP 进行地理位置加权）。随后，服务会一次询问一个提示词，引导你完成设置，以缩小结果范围：

1. 地址——询问你的位置和偏好的搜索半径，从而大幅缩小结果范围，只显示你附近的活动。
2. 类别——询问你感兴趣的主题（可选：tech、ai、food、arts、climate、fitness、wellness、crypto），以便有针对性地发现活动。
3. 登录——询问是否登录以访问已订阅的日历。

每个提示词都会在返回结果后出现，因此你可以立即查看活动。设置某项偏好后，搜索会自动重新运行，并显示下一个提示词。你可以回复“暂时不了”（下次会再次提示）或“永不”（永久跳过）。

配置

使用 set_preferences 保存默认设置，这些设置会在重启后保留：

set_preferences(address="3180 18th St, San Francisco", max_distance_miles=15)
set_preferences(categories=["ai", "tech"])

运行

# stdio transport (for Cursor, Claude Desktop, etc.)
fastmcp run src/luma_mcp/server.py

# or directly
python -m luma_mcp.server

身份验证

访问已订阅的日历需要 Luma 会话 Cookie。服务会通过内嵌登录流程自动处理。

工作原理：

1. 首次调用——返回结果后，服务会提示登录。Agent 会在聊天中询问你。
2. 登录——Agent 使用 login=true 调用 search_events。Chromium 浏览器会打开 lu.ma/signin；正常登录即可。会话 Cookie 会保存在本地 SQLite 数据库中。
3. 拒绝——Agent 使用 skip_login_days=N 调用 search_events，以延后登录（0 = 下次再问，-1 = 永不询问）。
4. 回访用户，Cookie 已过期——浏览器会自动打开以重新进行身份验证。
5. 验证——每 24 小时通过 Luma 的 API 验证一次已保存的 Cookie。

新活动跟踪

服务会维护一个本地 SQLite 数据库（默认路径为 ~/.luma-mcp/events.db），记录首次发现每个活动的时间。这样，search_events 就能使用以下两种筛选条件：

• added_within_days——仅返回最近 N 天内首次发现的活动。
• new_only——仅返回从未发现过的活动。

每条结果还包含 first_seen_at（ISO 时间戳）和 is_new（布尔值）。

Cursor MCP 配置

添加到 Cursor MCP 设置（.cursor/mcp.json）：

{
  "mcpServers": {
    "luma-events": {
      "command": "uv",
      "args": [
        "run",
        "--directory", "/path/to/Luma Cal MCP",
        "fastmcp", "run", "src/luma_mcp/server.py"
      ],
      "env": {
        "PYTHONPATH": "/path/to/Luma Cal MCP/src"
      }
    }
  }
}

数据源

来源	身份验证	覆盖范围
Discover（api.lu.ma）	无需身份验证	按城市和类别筛选的公开活动 — 与 luma.com/discover 上的内容相同
已订阅的日历（api.lu.ma）	浏览器登录（自动管理）	来自你在 Luma 上关注的日历的活动

即使不登录，服务仍可正常使用 — Discover 无需身份验证即可完整使用。

距离筛选

通过 set_preferences(address="...") 设置家庭地址，并指定 max_distance_miles。在家庭模式下，超出半径范围的活动会被排除。默认情况下，包含没有位置数据的活动（distance_miles: null）。在旅行模式下，距离筛选会自动以城市中心为基准，范围为 25 英里。

默认使用 Nominatim（免费，基于 OpenStreetMap）进行地理编码。如需更高用量，可设置 GEOCODING_PROVIDER=google 或 mapbox，并在环境中设置相应的 GEOCODING_API_KEY。

活动时间

活动时间（start_at、end_at）会按照用户的系统时区返回。每条结果都会包含 Luma 提供的 timezone 字段，供参考。

限制

• RSVP 仅支持通过浏览器操作。 get_event 会返回 RSVP URL；没有无头注册途径。请使用 export_event_ics 将活动添加到日历。
• Web 端点没有文档。 Discover 和已订阅日历的信息流使用 Luma 的内部 API（api.lu.ma），该 API 可能会在没有通知的情况下发生变化。若出现问题，影响仅限于 luma_web_client.py。