使用说明

项目简介

本项目 'mcp-translation' 是一个实现了 Model Context Protocol (MCP) 的服务器，专注于提供多语言文本翻译服务。它定义了一个名为 'translation-flow' 的 Prompt，允许客户端通过 MCP 协议请求将文本从一种语言翻译成另一种语言。此服务器旨在作为 LLM 应用的后端，为其提供标准化的翻译功能。

主要功能点

文本翻译 Prompt: 提供 'translation-flow' Prompt，接受源语言、目标语言和待翻译文本作为参数，返回翻译后的文本。
多语言支持: 理论上支持所有大型语言模型能够处理的语言翻译（取决于底层LLM的能力）。
MCP 协议: 遵循 MCP 协议标准，易于与任何兼容 MCP 协议的 LLM 客户端集成。
可配置性: 允许用户通过修改 Prompt 定义来定制翻译流程（虽然当前版本只有一个固定的翻译流程）。

安装步骤

安装 Python 3.12 或更高版本：确保你的环境中安装了 Python 3.12 或更高版本。
安装 'uv': 按照仓库 'README.md' 建议，使用 'uv' 包管理工具。如果尚未安装 'uv'，请先安装 'uv'。
创建虚拟环境并安装依赖: 在项目根目录下，使用 'uv' 创建虚拟环境并安装项目自身。
```
uv venv
uv pip install .
```

服务器配置

MCP 服务器是为 MCP 客户端提供服务的，客户端需要配置服务器的启动信息才能连接和使用翻译服务。以下是在 MCP 客户端配置文件（例如 'claude_desktop_config.json'）中配置 'mcp-translation-server' 的示例：

{
  "mcpServers": {
    "translation-flow-server": {  //  服务器名称，客户端可以自定义，用于在客户端配置中引用此服务器
      "command": "uv",         //  启动服务器的命令，这里使用 uv run 运行 Python 脚本
      "args": [                //  传递给 uv run 的参数列表
        "run",                //  uv run 子命令，用于运行脚本
        "mcp-translation-server" //  实际要运行的脚本入口点，对应项目中的 mcp-translation-server 命令
      ]
    }
  }
}

配置参数说明：

'server name': 'translation-flow-server' - 服务器的名称，客户端使用此名称来标识和引用该翻译服务器。你可以根据需要自定义此名称。
'command': 'uv' - 启动服务器进程的命令。这里配置为 'uv'，表示使用 'uv run' 来运行 Python 脚本。
'args': 启动参数列表。
- '"run"': 'uv run' 命令本身。
- '"mcp-translation-server"': 指定要运行的 Python 入口点。'mcp-translation-server' 对应于项目 'pyproject.toml' 文件中 '[project.scripts]' 部分定义的脚本名称，实际执行 'src/translation_server/main.py' 文件中的 'main' 函数。

注意：

请根据实际的 'mcp-translation' 项目路径，在客户端配置中调整 'args' 中的 '--project' 参数（如果需要，当前示例配置中 '--project' 参数已被移除，因为假定在项目根目录下启动客户端）。
'claude_desktop_config.json' 仅为示例，实际客户端配置文件名和位置可能有所不同，请参考你使用的 MCP 客户端的文档。

基本使用方法

启动 MCP 服务器：安装完成后，在项目根目录下运行以下命令启动翻译服务器：
```
uv run mcp-translation-server
```
服务器将通过标准输入/输出 (stdio) 与 MCP 客户端通信。
配置 MCP 客户端：
- 打开你的 MCP 客户端的配置文件（例如 'claude_desktop_config.json'）。
- 在 'mcpServers' 部分添加或修改服务器配置，使用上面提供的示例配置，并根据你的实际情况修改服务器名称 ('server name')。
在 MCP 客户端中使用翻译 Prompt：
- 在你的 LLM 应用或 MCP 客户端中，调用名为 'translation-flow' 的 Prompt。
- 传递以下参数：
  - 'source_language': 源语言，例如 "English", "中文"。
  - 'target_language': 目标语言，例如 "French", "日本語"。
  - 'text': 需要翻译的文本内容。
  - 'country' (可选): 目标语言国家/地区，例如 "US", "JP"，用于更精细的本地化翻译风格。
- 客户端将向 'mcp-translation-server' 发送 MCP 请求，服务器会调用相应的 Prompt 逻辑进行翻译，并将翻译结果返回给客户端。

示例 Prompt 调用 (伪代码，仅供理解)：

client.get_prompt(
    server_name="translation-flow-server", // 客户端配置中定义的服务器名称
    prompt_name="translation_flow",
    arguments={
        "source_language": "English",
        "target_language": "中文",
        "text": "Hello, world!",
        "country": "CN" // 可选
    }
)

通过以上步骤，你就可以使用 'mcp-translation-server' 为你的 LLM 应用提供多语言翻译服务。

关键词