Translation MCP

🚀 翻譯 MCP 服務器

這是一個基於 Model Context Protocol (MCP) 的文本翻譯服務，支持 OpenAI 以及兼容 OpenAI API 的模型，能高效解決多語言文本翻譯問題，為各類應用提供標準化、靈活的翻譯支持。

✨ 主要特性

• 🌍 多語言支持：可實現 20+ 種主要語言之間的翻譯。
• 🤖 AI 驅動：依託 OpenAI 兼容的大語言模型進行翻譯。
• 📄 長文本處理：自動對大文檔進行分塊處理，有效突破 API 長度限制。
• 🔍 語言檢測：能自動識別輸入文本的語言。
• 🔌 MCP 協議：採用標準化接口，便於集成到支持 MCP 的應用中。
• ⚡ 異步處理：基於 asyncio 的高性能異步架構，提升處理效率。
• 🛠️ 靈活配置：支持自定義模型和 API 端點。

📦 安裝指南

環境要求

• Python 3.10+
• OpenAI API 密鑰（或兼容的 API 服務）

安裝依賴

# 克隆項目
git clone <repository-url>
cd translation_mcp

# 使用 uv 安裝依賴（推薦）
uv sync

# 或使用 pip 安裝
pip install -e .

環境配置

創建 .env 文件並配置必要的環境變量：

# OpenAI API 配置
OPENAI_API_KEY=your_api_key_here
OPENAI_BASE_URL=https://api.openai.com/v1  # 可選，默認為 OpenAI 官方 API
OPENAI_MODEL=gpt-3.5-turbo  # 可選，默認模型

💻 使用示例

作為 MCP 服務器使用

本項目是一個 MCP (Model Context Protocol) 服務器，需在支持 MCP 的客戶端中配置使用，而非直接運行。

在 Claude Desktop 中配置

在 Claude Desktop 的配置文件中添加：

{
  "mcpServers": {
    "translation": {
      "command": "python",
      "args": ["/path/to/translation_mcp.py"],
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

使用 uvx 運行（推薦）

首先構建分發包：

# 構建 wheel 包
uv build

# 查看生成的 whl 文件
ls dist/

然後在 Claude Desktop 配置中使用：

{
  "mcpServers": {
    "translation": {
      "command": "uvx",
      "args": ["/path/to/translation_mcp/dist/translation_mcp-0.1.0-py3-none-any.whl"],
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

或者直接從 PyPI 安裝（如果已發佈）：

{
  "mcpServers": {
    "translation": {
      "command": "uvx",
      "args": ["translation-mcp"],
      "env": {
        "OPENAI_API_KEY": "your_api_key_here"
      }
    }
  }
}

開發和測試

# 直接運行進行測試
python translation_mcp.py

# 運行測試套件
python test_mcp.py

MCP 工具

服務器提供以下 MCP 工具：

1. translate_text

翻譯普通文本到指定語言。 參數：

• text (string, 必需)：要翻譯的文本
• target_language (string, 必需)：目標語言代碼
• source_language (string, 可選)：源語言代碼，不指定則自動檢測

示例：

{
  "text": "Hello, world!",
  "target_language": "zh",
  "source_language": "en"
}

2. detect_language

檢測文本的語言。 參數：

• text (string, 必需)：要檢測語言的文本

示例：

{
  "text": "Bonjour le monde!"
}

3. translate_long_text

翻譯長文本，自動分塊處理。 參數：

• text (string, 必需)：要翻譯的長文本
• target_language (string, 必需)：目標語言代碼
• source_language (string, 可選)：源語言代碼
• max_chunk_size (integer, 可選)：每個文本塊的最大字符數，默認 2000

示例：

{
  "text": "很長的文本內容...",
  "target_language": "en",
  "max_chunk_size": 1500
}

MCP 資源

translation://languages

獲取所有支持的語言列表，包含語言代碼和名稱。

📚 詳細文檔

支持的語言

API 響應格式

成功響應

{
  "translated_text": "翻譯後的文本",
  "source_language": "en",
  "target_language": "zh",
  "model": "gpt-3.5-turbo",
  "success": true
}

錯誤響應

{
  "error": "錯誤信息",
  "success": false
}

長文本翻譯響應

{
  "translated_text": "完整的翻譯文本",
  "source_language": "auto-detected",
  "target_language": "zh",
  "chunks_count": 3,
  "success": true
}

配置選項

環境變量

自定義模型

支持使用兼容 OpenAI API 的其他服務：

# 使用本地模型服務
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=your_local_api_key

# 使用其他雲服務
OPENAI_BASE_URL=https://your-service.com/v1
OPENAI_API_KEY=your_service_api_key

開發

項目結構

translation_mcp/
├── translation_mcp.py    # 主程序文件
├── pyproject.toml       # 項目配置和依賴
├── uv.lock             # 鎖定的依賴版本
├── MANIFEST.in         # 打包配置
├── .env                # 環境變量配置
├── dist/               # 構建輸出目錄
└── README.md          # 項目文檔

構建和分發

# 構建項目
uv build

# 發佈到 PyPI（可選）
uv publish

核心組件

• OpenAITranslator：翻譯服務核心類
• TranslationMCPServer：MCP 服務器實現
• 異步處理：基於 asyncio 的異步架構
• 錯誤處理：完善的異常處理機制

📄 許可證

MIT License

貢獻

歡迎提交 Issue 和 Pull Request！

更新日誌

v0.1.0

• 初始版本發佈
• 支持基礎文本翻譯
• 支持語言檢測
• 支持長文本分塊翻譯
• MCP 協議集成