Lara翻译MCP服务器
一种模型上下文协议（MCP）服务器 劳拉翻译 API，提供强大的翻译功能，支持语言检测、上下文感知翻译和翻译记忆。
 ](https://hub.docker.com/r/translatednet/lara-mcp) ](https://www.npmjs.com/package/@translated/lara-mcp)
📚 目录
- 🧩 安装发动机
- 💻 支持MCP的热门客户端
- 🆘 支持
📖 引言
What is MCP?
模型上下文协议（MCP）是一种开放的标准化通信协议，使AI应用程序能够与外部工具、数据源和服务连接。将MCP想象成AI应用程序的USB-C端口——就像USB-C提供了一种将设备连接到各种外围设备的标准化方式一样，MCP提供了一个将AI模型连接到不同数据源和工具的标准化方法。
Lara Translate MCP Server使人工智能应用程序能够通过此标准化协议访问Lara translation强大的翻译功能。
有关模型上下文协议的更多信息，请访问：https://modelcontextprotocol.io/
How Lara Translate MCP Works
Lara Translate MCP Server实现了模型上下文协议，为人工智能应用程序提供无缝翻译功能。集成遵循以下流程：
- 连接建立：当MCP兼容的AI应用程序启动时，它会连接到配置的MCP服务器，包括Lara Translate MCP服务器
- 工具和资源发现：AI应用程序发现Lara Translate MCP服务器提供的可用翻译工具和资源
- 请求处理：确定翻译需求时：
- AI应用程序使用要翻译的文本、语言对和可选上下文格式化结构化请求 - MCP服务器验证请求并将其转换为Lara Translate API调用 - 使用您的凭据将请求安全地发送到Lara Translate的API
- 翻译与响应：Lara Translate使用先进的人工智能模型处理翻译
- 结果集成：翻译结果返回给AI应用程序，然后AI应用程序可以将其合并到响应中
这种集成架构允许人工智能应用程序在不直接实施API的情况下访问专业级翻译，同时维护API证书的安全性，并通过自然语言指令提供调整翻译参数的灵活性。
Why to use Lara inside an LLM
将Lara与LLMs相结合，可以产生强大的协同效应，显著提高非英语语言的翻译质量。
为什么普通法学硕士在翻译方面表现不佳
虽然大型语言模型具有广泛的语言能力，但它们往往缺乏在特定领域和语言中进行准确翻译所需的专业知识和最新术语。
Lara的领域特定优势
Lara通过利用在数十亿个专业翻译片段上训练的翻译语言模型（T-LM）克服了这一局限性。这些模型提供了特定领域的机器翻译，捕捉了通用LLM可能错过的文化细微差别和行业术语。结果：翻译在上下文中准确，对母语人士来说听起来很自然。
专为非英语能力而设计
Lara非常关注非英语语言，解决了GPT-4等模型中的性能差距。英语在Common Crawl和维基百科等数据集中的主导地位导致其他语言的输出质量较低。Lara通过在多语言环境中提供更高质量的理解、生成和重组来帮助缩小这一差距。
更快、更智能的多语言性能
通过将复杂的翻译任务卸载到专门的T-LM，Lara减少了计算开销并最大限度地减少了延迟——这是LLM处理非英语输入的常见问题。其架构与LLM并行处理翻译，在不影响速度或效率的情况下实现实时、高质量的输出。
大规模经济高效的翻译
Lara还降低了在非英语工作流程中使用GPT-4等模型的成本。由于标记化（和定价）针对英语进行了优化，使用Lara可以在进入LLM之前进行翻译，这意味着只处理翻译后的英语内容。这提高了成本效率，并支持全球企业具有竞争力的可扩展性。
🛠 可用工具
翻译工具
translate - Translate text between languages
输入:
text（array）：要翻译的文本块数组，每个文本块都有：
- text （string）：文本内容 - translatable （boolean）：是否应翻译此块
source（可选字符串）：源语言代码（例如“en-en”）target（string）：目标语言代码（例如“it it”）context（可选字符串）：增加上下文以提高翻译质量instructions（可选字符串\[\]）：调整翻译行为的说明source_hint（可选字符串）：语言检测指南
退货：翻译后的文本块保持原始结构
翻译记忆库工具
list_memories - List saved translation memories
退货：记忆阵列及其细节
create_memory - Create a new translation memory
输入:
name（string）：新内存的名称external_id（可选字符串）：要从MyMemory导入的内存的ID（例如，'ext_my\_\[MyMemory ID\]'）
退货：已创建内存数据
update_memory - Update translation memory name
输入:
id（string）：要更新的内存的IDname（string）：内存的新名称
退货：更新内存数据
delete_memory - Delete a translation memory
输入:
id（string）：要删除的内存的ID
退货：已删除内存数据
add_translation - Add a translation unit to memory
输入:
id（string | string\[\]）：添加翻译单元的一个或多个存储器的IDsource（string）：源语言代码target（string）：目标语言代码sentence（string）：源句translation（string）：翻译后的句子tuid（可选字符串）：翻译单元唯一标识符sentence_before（可选字符串）：前面的上下文句子sentence_after（可选字符串）：后面的上下文句子
退货：添加了翻译详细信息
delete_translation - Delete a translation unit from memory
输入:
id（string）：内存的IDsource（string）：源语言代码target（string）：目标语言代码sentence（string）：源句translation（string）：翻译后的句子tuid（可选字符串）：翻译单元唯一标识符sentence_before（可选字符串）：前面的上下文句子sentence_after（可选字符串）：后面的上下文句子
退货：已删除翻译详细信息
import_tmx - Import a TMX file into a memory
输入:
id（string）：要更新的内存的IDtmx（文件路径）：要上传的TMX文件的路径gzip（boolean）：指示文件是否已压缩（.gz）
退货：导入详细信息
check_import_status - Checks the status of a TMX file import
输入:
id（string）：导入作业的ID
退货：导入详细信息
🚀 入门指南
📋 需求
- Lara翻译API证书
- 要获取它们，您可以参考 官方文件
- 支持模型上下文协议（MCP）的LLM客户端，如Claude Desktop、Cursors或GitHub Copilot
- NPX或Docker（取决于您喜欢的安装方法）
🔌 安装
引言
所有MCP客户端的安装过程都是标准化的。它涉及手动将配置对象添加到客户端的MCP配置JSON文件中。
如果您不确定如何与您的客户配置MCP，请参阅您的MCP客户的官方文档。
Lara Translate MCP支持多种安装方式，包括NPX和Docker。 \ 下面，我们将以NPX为例。
______________________________________________________________________
安装和配置
步骤1：使用文本编辑器打开客户端的MCP配置JSON文件，然后复制并粘贴以下代码段：
{
"mcpServers": {
"lara-translate": {
"command": "npx",
"args": [
"-y",
"@translated/lara-mcp@latest"
],
"env": {
"LARA_ACCESS_KEY_ID": "",
"LARA_ACCESS_KEY_SECRET": ""
}
}
}
}步骤2：替换 ` 和 ` 使用您的Lara Translate API证书（请参阅 官方文件 详细信息）。
步骤3：重新启动MCP客户端。
______________________________________________________________________
验证安装
重启MCP客户端后，您应该在可用MCP列表中看到Lara Translate MCP。
查看已安装MCP的方法因客户端而异。请查阅您的MCP客户的文档。
要验证Lara Translate MCP是否正常工作，请尝试使用简单的提示进行翻译：
Translate with Lara "Hello world" to Spanish您的MCP客户端将开始生成响应。如果Lara Translate MCP安装和配置正确，您的客户端将请求批准该操作或显示正在使用Lara Translation的通知。
🧩 安装发动机
Option 1: Using NPX
此选项要求在您的系统上安装Node.js。
- 将以下内容添加到MCP配置文件中：
{
"mcpServers": {
"lara-translate": {
"command": "npx",
"args": ["-y", "@translated/lara-mcp@latest"],
"env": {
"LARA_ACCESS_KEY_ID": "",
"LARA_ACCESS_KEY_SECRET": ""
}
}
}
}- 替换 `
和` 使用您的实际Lara API证书。
Option 2: Using Docker
此选项要求在您的系统上安装Docker。
- 将以下内容添加到MCP配置文件中：
{
"mcpServers": {
"lara-translate": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"LARA_ACCESS_KEY_ID",
"-e",
"LARA_ACCESS_KEY_SECRET",
"translatednet/lara-mcp:latest"
],
"env": {
"LARA_ACCESS_KEY_ID": "",
"LARA_ACCESS_KEY_SECRET": ""
}
}
}
}- 替换 `
和` 使用您的实际Lara API证书。
Option 3: Building from Source
使用Node.js
- 克隆存储库：
git clone https://github.com/translated/lara-mcp.git
cd lara-mcp- 安装依赖项并构建：
# Install dependencies
pnpm install
# Build
pnpm run build- 将以下内容添加到MCP配置文件中：
{
"mcpServers": {
"lara-translate": {
"command": "node",
"args": ["/dist/index.js"],
"env": {
"LARA_ACCESS_KEY_ID": "",
"LARA_ACCESS_KEY_SECRET": ""
}
}
}
}- 替换：
- ` 带有项目文件夹的绝对路径 - 和 ` 使用您的实际Lara API证书。
构建Docker镜像
- 克隆存储库：
git clone https://github.com/translated/lara-mcp.git
cd lara-mcp- 构建Docker镜像：
docker build -t lara-mcp .- 将以下内容添加到MCP配置文件中：
{
"mcpServers": {
"lara-translate": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"-e",
"LARA_ACCESS_KEY_ID",
"-e",
"LARA_ACCESS_KEY_SECRET",
"lara-mcp"
],
"env": {
"LARA_ACCESS_KEY_ID": "",
"LARA_ACCESS_KEY_SECRET": ""
}
}
}
}- 替换 `
和` 凭你的真实证件。
💻 支持MCP的热门客户端
有关MCP客户端及其功能支持的完整列表，请访问 MCP客户官方页面.
| 客户端 | 描述 |
|---|---|
| 克劳德桌面 | Claude AI的桌面应用程序 |
| Aixplain | 生产就绪的人工智能代理 |
| 光标 | AI第一代码编辑器 |
| 使用VS代码 | 用于AI辅助的VS代码扩展 |
| GitHub Copilot MCP集成的VS代码扩展 | |
| 帆板运动 | AI驱动的代码编辑器和开发环境 |
🆘 支持
- 有关Lara Translate API的问题：请访问 Lara翻译API和集成支持
- 有关此MCP服务器的问题：请在上打开问题