MCP-Lingvanex-Translate

resmi

Lingvanex MCP Server Cloud API – Server Protokol Konteks Model yang menyediakan terjemahan teks cepat dan akurat menggunakan Lingvanex Cloud API. Mendukung 100+ bahasa dan terintegrasi dengan mulus dengan Claude Desktop serta klien lain yang kompatibel dengan MCP.

Apa yang bisa Anda lakukan dengan Lingvanex Translate MCP?

  • Menerjemahkan teks antar bahasa — minta asisten AI Anda untuk menerjemahkan frasa menggunakan translate_text dengan menentukan teks, kode bahasa sumber, dan kode bahasa target.
  • Mengintegrasikan terjemahan ke Claude Desktop — konfigurasikan server di claude_desktop_config.json sehingga Claude dapat memanggil translate_text secara langsung selama percakapan.
  • Menjalankan server melalui HTTP untuk pengujian — mulai server dalam mode HTTP dan gunakan curl atau MCP Inspector untuk memverifikasi endpoint /ping dan alur terjemahan.

Dokumentasi

MCP Prototype – Server Penerjemah

Proyek ini mengimplementasikan server MCP (Model Context Protocol) untuk penerjemahan teks. Server mendukung dua transport:

  • stdio – untuk integrasi dengan Claude Desktop
  • http (streamable) – untuk pengujian dan bekerja melalui HTTP + SSE

⚙️ Persyaratan

  • Node.js >= 18
  • Yarn atau npm
  • Claude Desktop terinstal (untuk integrasi stdio)
  • Akun Lingvanex Translator untuk penerjemahan teks

🔑 Pengaturan Lingvanex Translator

Untuk menggunakan Lingvanex Translator, Anda memerlukan akun Lingvanex.

  1. Jika belum punya, daftar gratis

  2. Buka tab Cloud API: Cloud API

  3. Isi data Alamat Penagihan

  4. Klik Lanjutkan ke pembayaran

    • Untuk mendapatkan uji coba gratis, tidak perlu menambahkan kartu pembayaran
  5. Kunci API Anda akan dibuat dan terlihat di tab Cloud API: Kunci API

Sekarang Anda siap mulai menggunakan API penerjemahan. Di bawah ini adalah tutorial video dari keseluruhan proses (jika tersedia di situs Lingvanex).


🚀 Instalasi & Build

# Clone the repository
git clone https://github.com/lingvanex-mt/MCP-Lingvanex-Translate.git
cd mcp-prototype

Instal dependensi

yarn install

🔌 Jalankan dalam mode stdio (Claude Desktop)

Mode stdio digunakan oleh Claude Desktop untuk terhubung ke server MCP lokal.

Atur variabel lingkungan:

TRANSPORT=stdio

Mulai server:

yarn build
yarn start

Output yang diharapkan:

MCP stdio transport running
Translate MCP Server ready

🌐 Jalankan dalam mode HTTP (streamable)

Mode http menjalankan server HTTP lokal dengan transport HTTP. Berguna untuk pengujian browser atau dengan curl.

Atur variabel lingkungan:

TRANSPORT=http
HTTP_PORT=3000

Mulai server:

yarn build
yarn start

Uji server:

curl http://127.0.0.1:3000/ping

Respons yang diharapkan:

{ "status": "ok", "transport": "http" }

Gunakan MCP Inspector untuk debugging:

npx @modelcontextprotocol/inspector

Di UI MCP Inspector, pilih Transport Type - Streamable HTTP; URL - http://localhost:3000/mcp. Klik Connect.


🖥️ Integrasi dengan Claude Desktop

Claude Desktop menemukan server MCP lokal melalui file konfigurasi:

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

Contoh konfigurasi (Windows)

Buka (atau buat) claude_desktop_config.json dan tambahkan:

{
  "mcpServers": {
    "translate": {
      "command": "node",
      "args": [
        "C:\\Users\\path\\to\\project\\dist\\index.js"
      ]
    }
  }
}

⚠️ Pastikan untuk memperbarui path ke dist/index.js lokal Anda setelah build!


✅ Cara Memverifikasi

  1. Luncurkan Claude Desktop.
  2. Masukkan permintaan seperti: "Gunakan alat MCP translate_text untuk menerjemahkan 'Hello world' ke dalam bahasa Rusia."
  3. Jika semuanya dikonfigurasi dengan benar, Claude akan memanggil server MCP Anda dan mengembalikan terjemahan.

📌 Alat yang Tersedia

translate_text

Menerjemahkan teks dari satu bahasa ke bahasa lain.

Argumen:

  • text – teks yang akan diterjemahkan
  • sourceLang – kode bahasa sumber (mis. "en")
  • targetLang – kode bahasa target (mis. "ru")

Contoh permintaan:

{
  "tool": "translate_text",
  "args": {
    "text": "Good morning",
    "sourceLang": "en",
    "targetLang": "fr"
  }
}

Contoh respons:

{
  "content": [
    { "type": "text", "text": "Bonjour" }
  ]
}