🚀 翻译 MCP 服务器
这是一个基于 Model Context Protocol (MCP) 的文本翻译服务，支持 OpenAI 以及兼容 OpenAI API 的模型，能高效解决多语言文本翻译问题，为各类应用提供标准化、灵活的翻译支持。
✨ 主要特性
- 🌍 多语言支持：可实现 20+ 种主要语言之间的翻译。
- 🤖 AI 驱动：依托 OpenAI 兼容的大语言模型进行翻译。
- 📄 长文本处理：自动对大文档进行分块处理，有效突破 API 长度限制。
- 🔍 语言检测：能自动识别输入文本的语言。
- 🔌 MCP 协议：采用标准化接口，便于集成到支持 MCP 的应用中。
- ⚡ 异步处理：基于 asyncio 的高性能异步架构，提升处理效率。
- 🛠️ 灵活配置：支持自定义模型和 API 端点。
📦 安装指南
环境要求
- Python 3.10+
- OpenAI API 密钥（或兼容的 API 服务）
安装依赖
# 克隆项目
git clone
cd translation_mcp
# 使用 uv 安装依赖（推荐）
uv sync
# 或使用 pip 安装
pip install -e .
环境配置
创建 .env 文件并配置必要的环境变量：
# OpenAI API 配置
OPENAI_API_KEY=your_api_key_here
OPENAI_BASE_URL=https://api.openai.com/v1 # 可选，默认为 OpenAI 官方 API
OPENAI_MODEL=gpt-3.5-turbo # 可选，默认模型
💻 使用示例
作为 MCP 服务器使用
本项目是一个 MCP (Model Context Protocol) 服务器，需在支持 MCP 的客户端中配置使用，而非直接运行。
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 运行（推荐）
首先构建分发包：
# 构建 wheel 包
uv build
# 查看生成的 whl 文件
ls dist/
然后在 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"
}
}
}
}
或者直接从 PyPI 安装（如果已发布）：
{
"mcpServers": {
"translation": {
"command": "uvx",
"args": ["translation-mcp"],
"env": {
"OPENAI_API_KEY": "your_api_key_here"
}
}
}
}
开发和测试
# 直接运行进行测试
python translation_mcp.py
# 运行测试套件
python test_mcp.py
MCP 工具
服务器提供以下 MCP 工具：
1. translate_text
翻译普通文本到指定语言。 参数：
text(string, 必需)：要翻译的文本target_language(string, 必需)：目标语言代码source_language(string, 可选)：源语言代码，不指定则自动检测
示例：
{
"text": "Hello, world!",
"target_language": "zh",
"source_language": "en"
}
2. detect_language
检测文本的语言。 参数：
text(string, 必需)：要检测语言的文本
示例：
{
"text": "Bonjour le monde!"
}
3. translate_long_text
翻译长文本，自动分块处理。 参数：
text(string, 必需)：要翻译的长文本target_language(string, 必需)：目标语言代码source_language(string, 可选)：源语言代码max_chunk_size(integer, 可选)：每个文本块的最大字符数，默认 2000
示例：
{
"text": "很长的文本内容...",
"target_language": "en",
"max_chunk_size": 1500
}
MCP 资源
translation://languages
获取所有支持的语言列表，包含语言代码和名称。
📚 详细文档
支持的语言
| 语言代码 | 语言名称 | 语言代码 | 语言名称 |
|---|---|---|---|
| en | English | zh | 中文 |
| ja | 日本語 | ko | 한국어 |
| es | Español | fr | Français |
| de | Deutsch | it | Italiano |
| pt | Português | ru | Русский |
| ar | العربية | hi | हिन्दी |
| th | ไทย | vi | Tiếng Việt |
| id | Bahasa Indonesia | ms | Bahasa Melayu |
| tl | Filipino | tr | Türkçe |
| pl | Polski | nl | Nederlands |
API 响应格式
成功响应
{
"translated_text": "翻译后的文本",
"source_language": "en",
"target_language": "zh",
"model": "gpt-3.5-turbo",
"success": true
}
错误响应
{
"error": "错误信息",
"success": false
}
长文本翻译响应
{
"translated_text": "完整的翻译文本",
"source_language": "auto-detected",
"target_language": "zh",
"chunks_count": 3,
"success": true
}
配置选项
环境变量
| 变量名 | 描述 | 默认值 |
|---|---|---|
OPENAI_API_KEY |
OpenAI API 密钥 | 必需 |
OPENAI_BASE_URL |
API 基础 URL | https://api.openai.com/v1 |
OPENAI_MODEL |
默认模型 | gpt-3.5-turbo |
自定义模型
支持使用兼容 OpenAI API 的其他服务：
# 使用本地模型服务
OPENAI_BASE_URL=http://localhost:8000/v1
OPENAI_API_KEY=your_local_api_key
# 使用其他云服务
OPENAI_BASE_URL=https://your-service.com/v1
OPENAI_API_KEY=your_service_api_key
开发
项目结构
translation_mcp/
├── translation_mcp.py # 主程序文件
├── pyproject.toml # 项目配置和依赖
├── uv.lock # 锁定的依赖版本
├── MANIFEST.in # 打包配置
├── .env # 环境变量配置
├── dist/ # 构建输出目录
└── README.md # 项目文档
构建和分发
# 构建项目
uv build
# 发布到 PyPI（可选）
uv publish
核心组件
- OpenAITranslator：翻译服务核心类
- TranslationMCPServer：MCP 服务器实现
- 异步处理：基于 asyncio 的异步架构
- 错误处理：完善的异常处理机制
📄 许可证
MIT License
贡献
欢迎提交 Issue 和 Pull Request！
更新日志
v0.1.0
- 初始版本发布
- 支持基础文本翻译
- 支持语言检测
- 支持长文本分块翻译
- MCP 协议集成