Translation MCP Server

一个基于 Model Context Protocol (MCP) 的文本翻译服务，支持 OpenAI 和兼容 OpenAI API 的模型。

功能特性

🌍 多语言支持: 支持 20+ 种主要语言之间的翻译
🤖 AI 驱动: 基于 OpenAI 兼容的大语言模型
📄 长文本处理: 自动分块处理大文档，突破 API 长度限制
🔍 语言检测: 自动识别输入文本的语言
🔌 MCP 协议: 标准化接口，易于集成到支持 MCP 的应用中
⚡ 异步处理: 基于 asyncio 的高性能异步架构
🛠️ 灵活配置: 支持自定义模型和 API 端点

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

安装

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 <repository-url>
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

使用方法

作为 MCP 服务器使用

本项目是一个 MCP (Model Context Protocol) 服务器，需要在支持 MCP 的客户端中配置使用，而不是直接运行。

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。

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