Lara Translate MCP Server

Hva gjør “Lara Translate” MCP Server?

Lara Translate MCP Server er en Model Context Protocol (MCP)-server som kobler AI-assistenter og applikasjoner til Lara Translate API, og muliggjør profesjonell oversettelseskapasitet. Ved å fungere som en bro mellom AI-modeller og oversettelsestjenesten, tillater den sømløs integrasjon for oppgaver som språkdeteksjon, kontekstbevisste oversettelser og bruk av oversettelsesminner. Serveren gjør det mulig for AI-applikasjoner å utføre oversettelser sikkert og fleksibelt, oppdage tilgjengelige verktøy og ressurser, og håndtere oversettelsesforespørsler med strukturerte parametere. Denne tilnærmingen forbedrer utviklingsflyten og lar applikasjoner tilby oversettelser av høy kvalitet uten å måtte håndtere API-et direkte, samtidig som sikkerheten til API-nøkler opprettholdes og avanserte funksjoner for ikke-engelske språk støttes.

Liste over prompt-maler

Ingen eksplisitte prompt-maler er listet opp i tilgjengelig dokumentasjon eller repository-filer.

Liste over ressurser

Ingen eksplisitte MCP-ressurser er beskrevet i tilgjengelig dokumentasjon eller repository-filer.

Liste over verktøy

• Oversettelsesverktøy: Gir tilgang til Lara Translates sentrale oversettelsesfunksjoner, og muliggjør strukturerte forespørsler om tekstoversettelse, språkdeteksjon og kontekstbevisste oversettelser.

Bruksområder for denne MCP-serveren

• Generering av flerspråklig innhold: Automatisk oversettelse av innhold til flere språk for globale brukere uten manuell innsats.
• Kontekstbevisste oversettelser: Forbedre oversettelsesnøyaktigheten ved å bruke kontekst og oversettelsesminner, til nytte for applikasjoner som krever domene-spesifikt språk.
• Sømløs arbeidsflytintegrasjon: Integrer profesjonell oversettelse i eksisterende AI-drevne arbeidsflyter, som chatboter eller dokumentbehandlingssystemer, uten direkte API-kall.
• Språkdeteksjon for AI-agenter: Gi AI-agenter evnen til å oppdage språket i innkommende tekst, og dermed forbedre brukeropplevelsen og rutingen.
• Sikker håndtering av påloggingsinformasjon: Sentraliser oversettelseslogikk og sikkerhet ved å holde API-nøkler innenfor MCP-serveren, og redusere eksponering i klientapplikasjoner.

Hvordan sette det opp

Windsurf

1. Sørg for at du har Node.js installert.
2. Finn din windsurf.json eller tilsvarende konfigurasjonsfil.
3. Legg til Lara Translate MCP-serveren i mcpServers-seksjonen:

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

4. Lagre konfigurasjonen og start Windsurf på nytt.
5. Bekreft at serveren kjører ved å sjekke Windsurf-loggene.

Sikring av API-nøkler:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "din-api-nøkkel"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Claude

1. Installer Node.js hvis det ikke allerede er tilstede.
2. Åpne din Claude-konfigurasjonsfil.
3. Legg til Lara Translate MCP i mcpServers-konfigurasjonen:

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

4. Lagre og start Claude på nytt.
5. Sjekk statusdashboardet til Claude for å bekrefte integrasjonen.

Sikring av API-nøkler:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "din-api-nøkkel"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Cursor

1. Sørg for at Node.js er installert på systemet ditt.
2. Rediger Cursor-konfigurasjonsfilen.
3. Legg til Lara Translate MCP-serveren slik:

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

4. Lagre og start Cursor på nytt.
5. Bekreft oppsettet ved å kjøre en testoversettelse.

Sikring av API-nøkler:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "din-api-nøkkel"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Cline

1. Sørg for at Node.js er tilgjengelig.
2. Åpne Cline-konfigurasjonsfilen.
3. Legg til Lara Translate MCP i mcpServers-seksjonen:

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

4. Lagre endringene dine og start Cline på nytt.
5. Verifiser funksjonaliteten gjennom en prøveoversettelse.

Sikring av API-nøkler:

{
  "lara-mcp": {
    "env": {
      "LARA_API_KEY": "din-api-nøkkel"
    },
    "inputs": {
      "apiKey": "${LARA_API_KEY}"
    }
  }
}

Hvordan bruke denne MCP-en i flyter

Bruke MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flyten og koble den til din AI-agent:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon limer du inn MCP-serverdetaljene dine med dette JSON-formatet:

{
  "lara-mcp": {
    "transport": "streamable_http",
    "url": "https://dinmcpserver.eksempel/stimcp/url"
  }
}

Når det er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og egenskaper. Husk å endre “lara-mcp” til det faktiske navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på tilgjengelig dokumentasjon gir Lara Translate MCP et robust oversettelsesverktøy og tydelige oppsettinstruksjoner, men mangler eksplisitte prompt-maler, MCP-ressursoversikter og dokumentasjon for sampling/root-støtte. Alt i alt er det en fokusert og praktisk MCP-server for oversettelsesoppgaver.

MCP Score