Lara Translate MCPサーバー

「Lara Translate」MCPサーバーの機能とは？

Lara Translate MCPサーバーは、AIアシスタントやアプリケーションをLara Translate APIと接続するModel Context Protocol (MCP)サーバーです。プロフェッショナルレベルの翻訳機能を提供し、AIモデルと翻訳サービスの橋渡しとして、言語検出や文脈認識型翻訳、翻訳メモリの活用などのタスクをシームレスに統合できます。このサーバーにより、AIアプリケーションは安全かつ柔軟に翻訳を実行し、利用可能なツールやリソースを発見し、構造化されたパラメータで翻訳リクエストを処理できます。このアプローチにより、アプリケーションはAPIの直接管理なしで高品質な翻訳を提供でき、API認証情報の安全性を維持しつつ、非英語言語向けの高度な機能もサポートします。

プロンプト一覧

利用可能なドキュメントやリポジトリファイルには、明示的なプロンプトテンプレートは記載されていません。

ビジネスを成長させる準備はできましたか？

今日から無料トライアルを開始し、数日で結果を確認しましょう。

デモをリクエスト ログイン

リソース一覧

利用可能なドキュメントやリポジトリファイルには、明示的なMCPリソースの説明はありません。

ツール一覧

• 翻訳ツール: Lara Translateのコア翻訳機能にアクセスでき、テキスト翻訳・言語検出・文脈認識型翻訳処理などの構造化リクエストが可能です。

ニュースレターに登録

最新のヒント、トレンド、お得な情報を無料で入手。

メールアドレス

登録する

このMCPサーバーのユースケース

• 多言語コンテンツ生成: 手作業なしで、グローバル向けに複数言語への自動翻訳を実現。
• 文脈認識型翻訳: 文脈や翻訳メモリを活用し、ドメイン特化アプリケーションの翻訳精度を向上。
• シームレスなワークフロー統合: 既存のAI駆動ワークフロー（チャットボットや文書処理システムなど）に、直接APIコールせずプロ翻訳を統合。
• AIエージェントの言語検出: 入力テキストの言語を検出し、ユーザー体験や経路分岐を最適化。
• 安全な認証情報管理: 翻訳ロジックと認証情報をMCPサーバー内に集約し、クライアントアプリでの漏洩リスクを低減。

セットアップ方法

Windsurf

1. Node.jsがインストールされていることを確認してください。
2. windsurf.json または同等の設定ファイルを見つけます。
3. mcpServersセクションにLara Translate MCPサーバーを追加します:

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

4. 設定を保存し、Windsurfを再起動します。
5. Windsurfのログを確認してサーバーが稼働しているか検証します。

APIキーの安全な管理:

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

Claude

1. Node.jsがインストールされていない場合はインストールしてください。
2. Claudeの設定ファイルを開きます。
3. mcpServers設定にLara Translate MCPを追加します:

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

4. 保存してClaudeを再起動します。
5. Claudeのステータスダッシュボードで統合が完了したか確認します。

APIキーの安全な管理:

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

Cursor

1. システムにNode.jsがインストールされていることを確認してください。
2. Cursorの設定ファイルを編集します。
3. Lara Translate MCPサーバーを以下のように追加します:

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

4. 保存してCursorを再起動します。
5. テスト翻訳を実行しセットアップを確認します。

APIキーの安全な管理:

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

Cline

1. Node.jsが利用可能であることを確認してください。
2. Clineの設定ファイルを開きます。
3. mcpServersセクションにLara Translate MCPを追加します:

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

4. 変更を保存し、Clineを再起動します。
5. サンプル翻訳リクエストで機能を検証します。

APIキーの安全な管理:

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

このMCPをFlowHuntで使うには

FlowHuntでMCPを統合するには、まずフローにMCPコンポーネントを追加し、AIエージェントに接続します。

MCPコンポーネントをクリックして設定パネルを開きます。システムMCP設定セクションで、以下のJSONフォーマットでMCPサーバー情報を入力します:

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

設定が完了すると、AIエージェントはこのMCPをツールとして利用でき、すべての機能にアクセス可能となります。“lara-mcp"は実際のMCPサーバー名に、URLはご自身のMCPサーバーURLに置き換えてください。

概要

利用可能なドキュメントに基づくと、Lara Translate MCPは堅牢な翻訳ツールと明確なセットアップ手順を提供していますが、明示的なプロンプトテンプレートやMCPリソース一覧、サンプリング・rootサポートの記載はありません。全体として、翻訳タスク向けに特化した実用的なMCPサーバーです。

MCPスコア