Luma MCP Integrationsanleitung

MCP (Model Context Protocol) ist ein von Anthropic eingeführtes Modellkontextprotokoll, das es KI-Modellen (wie Claude, GPT usw.) ermöglicht, externe Tools über standardisierte Schnittstellen aufzurufen. Über den von AceData Cloud bereitgestellten Luma MCP Server kannst du direkt in AI-Clients wie Claude Desktop, VS Code, Cursor usw. KI-Videos generieren.

Funktionsübersicht

Der Luma MCP Server bietet folgende Kernfunktionen:

Textgenerierung zu Video — Hochwertige Videos aus Textaufforderungen generieren
Bildgenerierung zu Video — Videos aus Bildern als Ausgangs- oder Endpunkt generieren
Video Fortsetzung — Vom letzten Frame eines vorhandenen Videos fortfahren
Verschiedene Bildverhältnisse — Unterstützung für 16:9, 9:16, 1:1 und andere Verhältnisse
Bildverbesserung — Optionale visuelle Qualitätsverbesserungsfunktion
Aufgabenabfrage — Überwachung des Generierungsfortschritts und Abruf von Ergebnissen

Vorbereitungen

Vor der Nutzung musst du ein AceData Cloud API Token erhalten:

Registriere dich oder melde dich bei der AceData Cloud Plattform an
Gehe zur Seite Luma Videos API
Klicke auf „Acquire“, um ein API Token zu erhalten (bei der ersten Anfrage wird ein kostenloses Kontingent gewährt)

Installation und Konfiguration

Methode 1: pip Installation (empfohlen)

pip install mcp-luma

Methode 2: Quellcodeinstallation

git clone https://github.com/AceDataCloud/LumaMCP.git
cd LumaMCP
pip install -e .

Nach der Installation kannst du den Dienst mit dem Befehl mcp-luma starten.

Verwendung in Claude Desktop

Bearbeite die Konfigurationsdatei von Claude Desktop:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
Windows: %APPDATA%\Claude\claude_desktop_config.json

Füge die folgende Konfiguration hinzu:

{
  "mcpServers": {
    "luma": {
      "command": "mcp-luma",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "dein API Token"
      }
    }
  }
}

Wenn du uvx verwendest (keine vorherige Paketinstallation erforderlich):

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

Speichere die Konfiguration und starte Claude Desktop neu, um die Luma-Tools im Gespräch zu verwenden.

Verwendung in VS Code / Cursor

Erstelle im Stammverzeichnis des Projekts die Datei .vscode/mcp.json:

{
  "servers": {
    "luma": {
      "command": "mcp-luma",
      "env": {
        "ACEDATACLOUD_API_TOKEN": "dein API Token"
      }
    }
  }
}

Oder verwende uvx:

{
  "servers": {
    "luma": {
      "command": "uvx",
      "args": ["mcp-luma"],
      "env": {
        "ACEDATACLOUD_API_TOKEN": "dein API Token"
      }
    }
  }
}

Verfügbare Werkzeugliste

Werkzeugname	Beschreibung
`luma_generate_video`	Videos aus Textaufforderungen generieren
`luma_generate_video_from_image`	Videos aus Bildern generieren
`luma_extend_video`	Fortsetzung eines vorhandenen Videos
`luma_extend_video_from_url`	Fortsetzung eines Videos von einer URL
`luma_get_task`	Abfrage des Status einer einzelnen Aufgabe
`luma_get_tasks_batch`	Batchabfrage des Status von Aufgaben

Nutzung Beispiele

Nach der Konfiguration kannst du diese Funktionen direkt in der AI-Client-Anwendung mit natürlicher Sprache aufrufen, zum Beispiel:

„Hilf mir, ein Video von einem Sonnenuntergang am Meer zu generieren“
„Verwende dieses Foto als ersten Frame und generiere ein 5-sekündiges Video“
„Setze dieses Video fort und verlängere es um einen Abschnitt“
„Generiere ein Hochformatvideo im Verhältnis 9:16“

Weitere Informationen

GitHub Repository: AceDataCloud/LumaMCP
PyPI Paket: mcp-luma
API Dokumentation: Luma Video Generierungs API

​Funktionsübersicht

​Vorbereitungen

​Installation und Konfiguration

​Methode 1: pip Installation (empfohlen)

​Methode 2: Quellcodeinstallation

​Verwendung in Claude Desktop

​Verwendung in VS Code / Cursor

​Verfügbare Werkzeugliste

​Nutzung Beispiele

​Weitere Informationen