MCP-Lingvanex-Translate Server

MCP 原型 – 翻译服务器

本项目实现了一个用于文本翻译的 MCP（模型上下文协议）服务器。该服务器支持两种传输方式：

• stdio – 用于与 Claude Desktop 集成
• http（可流式传输） – 用于通过 HTTP + SSE 进行测试和工作

---

⚙️ 环境要求

• Node.js >= 18
• Yarn 或 npm
• 已安装 Claude Desktop（用于 stdio 集成）
• 用于文本翻译的 Lingvanex Translator 账户

---

🔑 Lingvanex Translator 设置

要使用 Lingvanex Translator，您需要一个 Lingvanex 账户。

1. 如果没有账户，请免费注册
2. 前往 Cloud API 选项卡：Cloud API
3. 填写 Billing Address 数据
4. 点击 Continue to payment
   • 要获取免费试用，无需添加您的支付卡
5. 您的 API key 将生成并显示在 Cloud API 选项卡中：API key

现在您已准备好开始使用翻译 API。以下是整个过程的视频教程（如果 Lingvanex 网站上提供）。

---

🚀 安装与构建

克隆仓库

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

安装依赖

yarn install

---

🔌 在 stdio 模式下运行（Claude Desktop）

stdio 模式由 Claude Desktop 用于连接本地 MCP 服务器。

设置环境变量：

TRANSPORT=stdio

启动服务器：

yarn build yarn start

预期输出：

MCP stdio transport running
Translate MCP Server ready

---

🌐 在 HTTP 模式下运行（可流式传输）

http 模式运行一个带有 HTTP 传输的本地 HTTP 服务器。适用于浏览器测试或与 curl 配合使用。

设置环境变量：

TRANSPORT=http HTTP_PORT=3000

测试服务器：

curl http://127.0.0.1:3000/ping

预期响应：

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

使用 MCP Inspector 进行调试：

npx @modelcontextprotocol/inspector

在 MCP Inspector 界面中，选择 Transport Type - Streamable HTTP；URL - http://localhost:3000/mcp. 点击 Connect。

---

🖥️ 与 Claude Desktop 集成

Claude Desktop 通过配置文件发现本地 MCP 服务器：

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

配置示例（Windows）

打开（或创建）claude_desktop_config.json 并添加：

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

⚠️ 请确保在构建后更新为您本地 dist/index.js 的路径！

---

✅ 如何验证

1. 启动 Claude Desktop。
2. 输入类似这样的请求：“使用 MCP 工具 translatetext 将 'Hello world' 翻译成俄语。”
3. 如果一切配置正确，Claude 将调用您的 MCP 服务器并返回翻译结果。

---

📌 可用工具

translate_text

将文本从一种语言翻译成另一种语言。

参数：

• text – 要翻译的文本
• sourceLang – 源语言代码（例如 "en"）
• targetLang – 目标语言代码（例如 "ru"）

请求示例：

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

响应示例：

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

---