Lara Translate MCP Server

Was macht der “Lara Translate” MCP Server?

Der Lara Translate MCP Server ist ein Model Context Protocol (MCP) Server, der KI-Assistenten und Anwendungen mit der Lara Translate API verbindet und so professionelle Übersetzungsfunktionen bereitstellt. Als Brücke zwischen KI-Modellen und Übersetzungsdienst ermöglicht er die nahtlose Integration von Aufgaben wie Spracherkennung, kontextbewussten Übersetzungen und die Nutzung von Übersetzungsspeichern. Der Server befähigt KI-Anwendungen, Übersetzungen sicher und flexibel durchzuführen, verfügbare Tools und Ressourcen zu entdecken und Übersetzungsanfragen mit strukturierten Parametern zu bearbeiten. Dieser Ansatz verbessert Entwicklungs-Workflows, da Anwendungen hochwertige Übersetzungen anbieten können, ohne die zugrundeliegende API direkt zu verwalten – unter Wahrung der API-Sicherheit und mit Unterstützung für fortgeschrittene Funktionen für nicht-englische Sprachen.

Liste der Prompts

In der verfügbaren Dokumentation oder den Repository-Dateien sind keine expliziten Prompt-Vorlagen aufgeführt.

Liste der Ressourcen

In der verfügbaren Dokumentation oder den Repository-Dateien sind keine expliziten MCP-Ressourcen beschrieben.

Liste der Tools

• Übersetzungswerkzeug: Bietet Zugriff auf die zentralen Übersetzungsfunktionen von Lara Translate und ermöglicht strukturierte Anfragen für Textübersetzung, Spracherkennung und kontextbewusste Übersetzungsverarbeitung.

Anwendungsfälle dieses MCP Servers

• Mehrsprachige Inhaltserstellung: Automatische Übersetzung von Inhalten in mehrere Sprachen für ein globales Publikum ohne manuellen Aufwand.
• Kontextbewusste Übersetzungen: Steigerung der Übersetzungsgenauigkeit durch Kontext und Übersetzungsspeicher – ideal für fachspezifische Anwendungen.
• Nahtlose Workflow-Integration: Professionelle Übersetzungen in bestehende, KI-gesteuerte Workflows wie Chatbots oder Dokumentenverarbeitungssysteme integrieren – ohne direkte API-Aufrufe.
• Spracherkennung für KI-Agenten: KI-Agenten mit der Fähigkeit ausstatten, die Sprache des Eingangstextes zu erkennen – für bessere Nutzererfahrung und Routing.
• Sichere Zugangsdatenverwaltung: Übersetzungslogik und Sicherheit zentralisieren, indem API-Zugangsdaten im MCP Server verbleiben und so die Offenlegung in Client-Anwendungen minimieren.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Node.js installiert ist.
2. Suchen Sie Ihre windsurf.json oder eine entsprechende Konfigurationsdatei.
3. Fügen Sie den Lara Translate MCP Server im Abschnitt mcpServers hinzu:

   {
     "mcpServers": {
       "lara-mcp": {
         "command": "npx",
         "args": ["@translated/lara-mcp@latest"]
       }
     }
   }
   

4. Speichern Sie die Konfiguration und starten Sie Windsurf neu.
5. Prüfen Sie anhand der Windsurf-Logs, ob der Server läuft.

API-Schlüssel sichern:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "your-api-key"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Claude

1. Installieren Sie Node.js, falls noch nicht vorhanden.
2. Öffnen Sie Ihre Claude-Konfigurationsdatei.
3. Fügen Sie Lara Translate MCP im Bereich mcpServers hinzu:

   {
     "mcpServers": {
       "lara-mcp": {
         "command": "npx",
         "args": ["@translated/lara-mcp@latest"]
       }
     }
   }
   

4. Speichern Sie und starten Sie Claude neu.
5. Überprüfen Sie im Claude-Dashboard, ob die Integration erfolgreich ist.

API-Schlüssel sichern:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "your-api-key"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Cursor

1. Stellen Sie sicher, dass Node.js auf Ihrem System installiert ist.
2. Bearbeiten Sie die Cursor-Konfigurationsdatei.
3. Fügen Sie den Lara Translate MCP Server wie folgt hinzu:

   {
     "mcpServers": {
       "lara-mcp": {
         "command": "npx",
         "args": ["@translated/lara-mcp@latest"]
       }
     }
   }
   

4. Speichern Sie und starten Sie Cursor neu.
5. Bestätigen Sie die Einrichtung durch eine Testübersetzung.

API-Schlüssel sichern:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "your-api-key"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Cline

1. Stellen Sie sicher, dass Node.js verfügbar ist.
2. Öffnen Sie die Cline-Konfigurationsdatei.
3. Fügen Sie Lara Translate MCP im Abschnitt mcpServers hinzu:

   {
     "mcpServers": {
       "lara-mcp": {
         "command": "npx",
         "args": ["@translated/lara-mcp@latest"]
       }
     }
   }
   

4. Speichern Sie Ihre Änderungen und starten Sie Cline neu.
5. Prüfen Sie die Funktionalität mit einer Beispielübersetzung.

API-Schlüssel sichern:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "your-api-key"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Nutzung dieses MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow einzubinden, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie diese mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich für die System-MCP-Konfiguration fügen Sie die Details Ihres MCP-Servers in diesem JSON-Format ein:

{
  "lara-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent dieses MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, “lara-mcp” durch den tatsächlichen Namen Ihres MCP-Servers und die URL durch Ihre eigene MCP-Server-URL zu ersetzen.

Übersicht

Laut verfügbarer Dokumentation bietet Lara Translate MCP ein leistungsstarkes Übersetzungswerkzeug und klare Einrichtungshinweise, aber keine expliziten Prompt-Vorlagen, MCP-Ressourcenlisten oder Sampling/Root-Unterstützungsdokumentation. Insgesamt ein fokussierter, praxisnaher MCP Server für Übersetzungsaufgaben.

MCP Score