MCP-as-a-Language プロンプト Luma
想定用途
- Luma AI API（Dream Machine）を統合したMCPサーバーを開発する
- GitHubとnpmの両方にパッケージを公開する
- 動画生成APIをMCPツールとして提供する
- JavaScript SDKを活用したサーバー実装
プロンプト本文
text
下記の指令書に従って処理を行って
---
# 🛠️ 環境設定
- GitHub CLI設定
- ghコマンドは認証済みとして進める
- npmのパッケージのオーナ名は下記を参考にして
- @sunwood-ai-labs/dice-server-mcp
- リポジトリ
- main ブランチをベースにする
- コミットは基本 develop ブランチに行う
# 指令書
- luma-mcp-server という名前のリポジトリ名にして
- これでGithubとnpmに公開リポジトリを作成して
- 作成後に、下記で必要なタスクを洗い出してissueに登録して
- いくつissueを作っても大丈夫です
- 下記の luma のドキュメントを参考にして MCP サーバーを作成して
- 環境変数の LUMA_API_KEY を使用して
- パラメータの入力部分は英語にして
## luma API ドキュメント
Dream Machine API
...
[APIドキュメントの詳細は原文を参照]使い方
- npmパッケージのスコープ（@sunwood-ai-labs）を確認する
- GitHub CLIが認証済みであることを確認する
- npmへの公開権限を持っていることを確認する
- Luma APIドキュメントを参照して実装を進める
入力例
text
luma-mcp-serverを開発してください。
@sunwood-ai-labsスコープでnpmパッケージとして公開します。出力例
text
## タスクを洗い出してissueに登録します：
### Issue #1: リポジトリとnpmパッケージの作成
- ✅ GitHubでluma-mcp-serverリポジトリを作成
- ✅ npmパッケージ@sunwood-ai-labs/luma-mcp-serverを作成
- package.jsonの設定（公開用）
- README.mdの作成
### Issue #2: Luma SDKの統合
- lumaaiパッケージのインストール
- LUMA_API_KEY環境変数の実装
- クライアント認証の設定
### Issue #3: MCPツールの実装
- text-to-videoツールの実装
- image-to-videoツールの実装
- video-extendツールの実装
- パラメーターバリデーション（英語）
### Issue #4: ポーリングとステータス管理
- 生成ステータスのポーリング実装
- コールバックURLのサポート
- エラーハンドリング
### Issue #5: テストと公開
- ユニットテストの追加
- npmパッケージの公開
- GitHubリリースの作成
順次実装を進めます。注意点
- npmパッケージ名はスコープ付き（@sunwood-ai-labs/xxx）にする
- パラメータ名は英語にする
- Luma APIのレート制限に注意する
- 動画生成は非同期処理になるため、ポーリングが必要
- 環境変数は.env.exampleに含める
- npm公開前にpackage.jsonの設定を確認する