MCP Translation Text
Provides text translation capabilities using the Niutrans API, supporting 455+ languages with code/alias mapping through a language catalog resource.
README
MCP 翻译服务
基于小牛翻译(Niutrans)API 的 MCP Provider,提供文字翻译工具和语种目录资源,方便在 Cursor/mcp-cli 等客户端中引用。
快速开始
使用 uv 安装并启动发布版
uv tool install mcp-translation-text
环境变量
NIUTRANS_API_KEY(必填):小牛翻译开放平台提供的 API Key,可免费使用, 请登录后获取:https://niutrans.com/cloud/account_info/info
MCP 客户端配置示例
若通过 uv tool install 安装,可在 mcp.json 中写:
{
"mcpServers": {
"translation": {
"type": "stdio",
"command": "uv",
"args": [
"tool",
"run",
"mcp-translation-text"
],
"env": {
"NIUTRANS_API_KEY": "${env.NIUTRANS_API_KEY}"
}
}
}
}
启动 Cursor 后执行 ListTools 即可看到 translate_text,同时支持 ListResources 读取 language://catalog。
可用功能
工具:translate_text
- 参数:
text:待翻译内容。source:源语言代码或别名(会通过本地映射表规范化)。target:目标语言代码或别名。
- 返回:
{ "source": "zh", "target": "en", "original_text": "你好", "translated_text": "Hello", "raw": { ... 小牛原始响应 ... } }
资源:language://catalog
提供所有可用语种及别名,示例如下:
{
"total": 455,
"languages": [
{"code": "zh", "zh": "中文(简体)", "en": "Chinese (Simplified)"},
{"code": "en", "zh": "英语", "en": "English"}
// ... 其余省略 ...
],
"aliases": {
"zhongwenjianti": "zh",
"english": "en"
// ... 其余省略 ...
}
}
推荐在客户端的 LLM 中先读取该资源,完成语种描述到代码的映射后,再调用 translate_text。
调试与常见问题
- 缺少 API Key:启动时报
缺少环境变量 NIUTRANS_API_KEY,请确认已在.env或系统环境中设置。 - 语种不支持:
translate_text会校验语种代码/别名,若报错请检查是否使用了language://catalog中列出的值。 - 路径或依赖问题:脚本依赖
uv,请先安装pip install uv或参考 uv 文档。 - 命令名称:通过 PyPI 安装后,可直接运行
mcp-translation-text;若 global PATH 中找不到,记得激活虚拟环境或使用python -m mcp_translation_text。 - 发布/升级包:
python -m build twine upload dist/*
目录结构(关键文件)
E:\MCP
├── pyproject.toml
├── server.py # 入口包装,确保 python server.py 可运行
├── src/
│ └── translation_server.py
├── scripts/
│ ├── start.ps1
│ └── start.sh
├── .env.example
├── LICENSE
└── README.md
发布后,用户只需设置 Niutrans API Key,即可通过 mcp-translation-text 直接加载该 Provider。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。