Lara Translate MCP 服务器

“Lara Translate” MCP 服务器能做什么？

Lara Translate MCP 服务器是一个模型上下文协议（MCP）服务器，可将 AI 助手和应用程序连接到 Lara Translate API，实现专业级的翻译能力。它作为 AI 模型与翻译服务之间的桥梁，可无缝集成语言检测、上下文感知翻译及利用翻译记忆等任务。该服务器让 AI 应用能够安全灵活地执行翻译、发现可用工具与资源，并用结构化参数处理翻译请求。这种方式提升了开发工作流，使应用能够提供高质量翻译，而无需直接管理底层 API，同时保障 API 凭证安全，并支持非英语语言的高级功能。

提示词列表

当前文档或仓库文件中未列出明确的提示模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

当前文档或仓库文件中未描述明确的 MCP 资源。

工具列表

• 翻译工具：提供访问 Lara Translate 核心翻译能力的入口，允许结构化请求文本翻译、语言检测和上下文感知翻译处理。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

该 MCP 服务器的使用场景

• 多语言内容生成：自动将内容翻译为多种语言，面向全球受众，无需人工干预。
• 上下文感知翻译：通过利用上下文和翻译记忆，提高翻译准确度，适用于需要领域专用语言的应用。
• 无缝工作流集成：将专业翻译集成到现有 AI 驱动的工作流（如聊天机器人、文档处理系统）中，无需直接调用 API。
• AI 代理的语言检测：为 AI 代理提供输入文本的语言检测能力，提升用户体验与分流能力。
• 安全凭证管理：通过将 API 凭证保存在 MCP 服务器，集中管理翻译逻辑和安全，减少客户端应用暴露风险。

如何设置

Windsurf

1. 确保已安装 Node.js。
2. 找到您的 windsurf.json 或等效配置文件。
3. 在 mcpServers 部分添加 Lara Translate MCP 服务器：

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

4. 保存配置并重启 Windsurf。
5. 通过检查 Windsurf 日志确认服务器正在运行。

API 密钥安全设置：

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

Claude

1. 如果尚未安装，请安装 Node.js。
2. 打开您的 Claude 配置文件。
3. 在 mcpServers 配置中添加 Lara Translate MCP：

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

4. 保存并重启 Claude。
5. 检查 Claude 状态面板确认集成成功。

API 密钥安全设置：

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

Cursor

1. 确保系统已安装 Node.js。
2. 编辑 Cursor 配置文件。
3. 如下添加 Lara Translate MCP 服务器：

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

4. 保存并重启 Cursor。
5. 通过运行测试翻译确认设置。

API 密钥安全设置：

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

Cline

1. 确保 Node.js 可用。
2. 打开 Cline 配置文件。
3. 在 mcpServers 部分添加 Lara Translate MCP：

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

4. 保存更改并重启 Cline。
5. 通过示例翻译请求验证功能。

API 密钥安全设置：

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

如何在流程中使用该 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中，请先将 MCP 组件添加到流程，并将其连接到您的 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用该 MCP，获取其所有功能和能力。请记得将 “lara-mcp” 替换为您 MCP 服务器的实际名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

根据现有文档，Lara Translate MCP 提供了强大的翻译工具和清晰的安装指导，但缺少明确的提示模板、MCP 资源列表及采样/模板相关文档。总体而言，它是一个专注实用的翻译 MCP 服务器。

MCP 评分