logo
pub

如何用 FastAPI 封装 Luma AI 的 API：实用指南

1. Lumalabs 和 Dream Machine 简介

Lumalabs 是一家在 AI 和机器学习领域非常有创意的公司。它们的一大亮点就是 Dream Machine，这个功能让你可以通过最先进的 AI 从文字或图片生成视频。现在，我们有了一个非官方的 RESTful API，我将告诉你如何用 FastAPI 来封装它。无论你是想把 AI 视频生成集成进你的应用，还是想玩玩 Luma 的功能，这篇指南都能帮你入门。

API 文档：Luma API

2. 设置 FastAPI

2.1. 安装 FastAPI

首先，咱们得装 FastAPI。如果你还没装的话，可以用 pip 快速安装。只需要运行：

pip install fastapi

然后，你还需要一个 ASGI 服务器来运行你的 FastAPI 应用，比如 uvicorn：

pip install uvicorn

2.2. 创建一个基础的 FastAPI 应用

咱们先来一个超级简单的 FastAPI 应用，确认一切都正常。创建一个叫 main.py 的新 Python 文件：

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"message": "Hello, Luma AI!"}

现在，用 uvicorn 启动服务器：

uvicorn main:app --reload

接着，在浏览器里打开 http://127.0.0.1:8000/，你应该能看到 "Hello, Luma AI!" 的消息。

3. 封装 Luma API

3.1. 设置你的 POST 端点

接下去，我们要创建一个 POST 端点，用 FastAPI 封装 Luma API 来生成视频。目标是让它变得简单好用，方便内部调用。

你可以这样设置端点：

import requests
from fastapi import FastAPI, Form

app = FastAPI()

LUMA_API_URL = "https://api.lumaapi.com/api/v1/generation/add"
LUMA_API_TOKEN = "sk-xxx"  # 把这个换成你自己的 token

@app.post("/generate-video/")
def generate_video(
    prompt: str = Form(...),
    callback_url: str = Form(...),
    image_url: str = Form(None),
    image_end_url: str = Form(None),
    aspect_ratio: str = Form("16:9")
):
    payload = {
        'arg_prompt': prompt,
        'callback': callback_url,
        'arg_image_url': image_url,
        'arg_image_end_url': image_end_url,
        'arg_aspect_ratio': aspect_ratio
    }
    headers = {
        'Authorization': f'Bearer {LUMA_API_TOKEN}'
    }

    response = requests.post(LUMA_API_URL, headers=headers, data=payload)

    return response.json()

3.2. 解析这个端点

  • 准备负载：我们用 FastAPI 的 Form 函数收集必要的数据，比如提示词、回调 URL 和图片 URL，这样能生成 Luma API 需要的表单数据结构。

  • 授权：在请求头里加上 Bearer token，以确保安全访问 API。

  • 发送 API 请求：然后我们就把 POST 请求发给 Luma API，并返回 JSON 格式的响应。

4. 测试你的 API

4.1. 使用 FastAPI 的内置文档

FastAPI 的一个大优点就是自动生成的文档。一旦你把应用运行起来，可以去 http://127.0.0.1:8000/docs，会看到一个很棒的交互式文档页面。

4.2. 发起测试请求

你可以直接在文档里测试你的 /generate-video/ 端点。填写表单字段，添加一个示例提示词和回调 URL，选填一些图片 URL，然后点击 "Execute" 查看结果。

5. 处理回调

5.1. 设置回调端点

视频生成完成后，Luma 的 API 会向你提供的回调 URL 发送一个 POST 请求。咱们来设置一个端点来处理这个请求：

from fastapi import Request

@app.post("/api/cb_task/")
async def handle_callback(request: Request):
    callback_data = await request.json()
    # 处理回调数据，比如把视频 URL 存到数据库里
    return {"status": "Callback received", "data": callback_data}

5.2. 处理回调数据

在回调处理函数里，你可以按自己的需要处理数据。比如，你可以把视频 URL 存到数据库中，或者根据响应触发其他操作。

6. 总结

你刚刚用 FastAPI 封装了 Luma API，这样就能轻松地把 AI 驱动的视频生成嵌入到你的项目中了。无论你是在做一个大型应用，还是在探索 AI 的各种可能性，这个设置都能给你提供强大的工具。祝你编码愉快！

SHARE