MCP-Lingvanex-Translate

ทางการ

Lingvanex MCP Server Cloud API – เซิร์ฟเวอร์ Model Context Protocol ที่ให้บริการแปลข้อความที่รวดเร็วและแม่นยำโดยใช้ Lingvanex Cloud API รองรับมากกว่า 100 ภาษา และทำงานร่วมกับ Claude Desktop และไคลเอนต์อื่น ๆ ที่รองรับ MCP ได้อย่างราบรื่น

GitHubลองใช้ MCP นี้ผู้สนับสนุน

คุณทำอะไรได้บ้างด้วย Lingvanex Translate MCP?

  • แปลข้อความระหว่างภาษา — ขอให้ผู้ช่วย AI ของคุณแปลวลีโดยใช้ translate_text โดยระบุข้อความ รหัสภาษาต้นทาง และรหัสภาษาเป้าหมาย
  • ผสานการแปลเข้ากับ Claude Desktop — กำหนดค่าเซิร์ฟเวอร์ใน claude_desktop_config.json เพื่อให้ Claude สามารถเรียกใช้ translate_text ได้โดยตรงระหว่างการสนทนา
  • รันเซิร์ฟเวอร์ผ่าน HTTP เพื่อทดสอบ — เริ่มเซิร์ฟเวอร์ในโหมด HTTP และใช้ curl หรือ MCP Inspector เพื่อตรวจสอบจุดสิ้นสุด /ping และขั้นตอนการแปล

เอกสาร

MCP Prototype – เซิร์ฟเวอร์แปลภาษา

โปรเจกต์นี้ใช้งาน เซิร์ฟเวอร์ MCP (Model Context Protocol) สำหรับการแปลข้อความ เซิร์ฟเวอร์รองรับการเชื่อมต่อสองรูปแบบ:

  • stdio – สำหรับการผสานรวมกับ Claude Desktop
  • http (streamable) – สำหรับการทดสอบและทำงานผ่าน HTTP + SSE

⚙️ ข้อกำหนด

  • Node.js >= 18
  • Yarn หรือ npm
  • ติดตั้ง Claude Desktop แล้ว (สำหรับการผสานรวมแบบ stdio)
  • บัญชี Lingvanex Translator สำหรับการแปลข้อความ

🔑 การตั้งค่า Lingvanex Translator

ในการใช้ Lingvanex Translator คุณจะต้องมีบัญชี Lingvanex

  1. หากคุณยังไม่มี สมัครใช้งานฟรี

  2. ไปที่แท็บ Cloud API: Cloud API

  3. กรอกข้อมูล ที่อยู่สำหรับออกใบแจ้งหนี้

  4. คลิก ดำเนินการชำระเงินต่อ

    • หากต้องการทดลองใช้ฟรี ไม่จำเป็น ต้องเพิ่มบัตรชำระเงิน
  5. คีย์ API ของคุณจะถูกสร้างขึ้นและแสดงในแท็บ Cloud API: คีย์ API

ตอนนี้คุณพร้อมที่จะเริ่มใช้ API การแปลภาษาแล้ว ด้านล่างนี้คือวิดีโอสอนขั้นตอนโดยรวม (หากมีบนเว็บไซต์ Lingvanex)


🚀 การติดตั้งและการสร้าง

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

ติดตั้ง dependencies

yarn install

🔌 เรียกใช้ในโหมด stdio (Claude Desktop)

โหมด stdio ถูกใช้โดย Claude Desktop เพื่อเชื่อมต่อกับเซิร์ฟเวอร์ MCP ภายในเครื่อง

ตั้งค่าตัวแปรสภาพแวดล้อม:

TRANSPORT=stdio

เริ่มเซิร์ฟเวอร์:

yarn build
yarn start

ผลลัพธ์ที่คาดหวัง:

MCP stdio transport running
Translate MCP Server ready

🌐 เรียกใช้ในโหมด HTTP (streamable)

โหมด http จะเรียกใช้เซิร์ฟเวอร์ HTTP ภายในเครื่องด้วยการขนส่งแบบ HTTP มีประโยชน์สำหรับการทดสอบผ่านเบราว์เซอร์หรือกับ curl

ตั้งค่าตัวแปรสภาพแวดล้อม:

TRANSPORT=http
HTTP_PORT=3000

เริ่มเซิร์ฟเวอร์:

yarn build
yarn start

ทดสอบเซิร์ฟเวอร์:

curl http://127.0.0.1:3000/ping

การตอบกลับที่คาดหวัง:

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

ใช้ MCP Inspector สำหรับการดีบัก:

npx @modelcontextprotocol/inspector

ใน UI ของ MCP Inspector เลือก Transport Type - Streamable HTTP; URL - http://localhost:3000/mcp. คลิก Connect


🖥️ การผสานรวมกับ Claude Desktop

Claude Desktop ค้นพบเซิร์ฟเวอร์ MCP ภายในเครื่องผ่านไฟล์กำหนดค่า:

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

ตัวอย่างการกำหนดค่า (Windows)

เปิด (หรือสร้าง) claude_desktop_config.json และเพิ่ม:

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

⚠️ ตรวจสอบให้แน่ใจว่าได้อัปเดตพาธไปยัง dist/index.js ในเครื่องของคุณหลังจากสร้างเสร็จ!


✅ วิธีการตรวจสอบ

  1. เปิด Claude Desktop
  2. ป้อนคำขอเช่น: "ใช้เครื่องมือ MCP translate_text เพื่อแปล 'Hello world' เป็นภาษารัสเซีย"
  3. หากทุกอย่างกำหนดค่าถูกต้อง Claude จะเรียกเซิร์ฟเวอร์ MCP ของคุณและส่งคืนคำแปล

📌 เครื่องมือที่พร้อมใช้งาน

translate_text

แปลข้อความจากภาษาหนึ่งไปยังอีกภาษาหนึ่ง

อาร์กิวเมนต์:

  • text – ข้อความที่จะแปล
  • sourceLang – รหัสภาษาต้นทาง (เช่น "en")
  • targetLang – รหัสภาษาปลายทาง (เช่น "ru")

ตัวอย่างคำขอ:

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

ตัวอย่างการตอบกลับ:

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