我们推荐通过uv
构建虚拟环境来运行MCP server,关于`uv你可以在这里找到一些说明。
按照官方流程,你会安装Python
包管理工具uv
。除此之外,你也可以尝试其他方法(如Anaconda
)来创建你的Python
虚拟环境。
通过uv
添加mcp
依赖
uv add "mcp[cli]"
验证mcp依赖是否安装成功,执行如下命令
uv run mcp
当出现下图时代表安装成功
通过uv
安装python
,最低版本要求为3.13
uv python install 3.13
前往TranslationX Mcp Server 官方开源仓库下载
通过uv
创建一个项目
uv init mcp_server_translation
将src
文件夹拷贝到该目录下,通过如下命令测试mcp server是否正常运行
uv run --with mcp[cli] mcp run {YOUR_PATH}/src/main.py
# 如果是mac,需要加转义符
uv run --with mcp\[cli\] mcp run {YOUR_PATH}/src/main.py
如果没有报错则MCP Server启动成功
打开Cursor
配置,在MCP中添加MCP Server
在文件中添加如下内容后保存, TRANSLATIONX_TOKEN 可以在X-DOC中获取
{
"mcpServers": {
"translationx": {
"command": "uv",
"args": [
"run",
"--with",
"mcp[cli]",
"mcp",
"run",
"{YOUR_PATH}/src/main.py"
],
"env": {
"token": "<YOUR_TRANSLATIONX_TOKEN>"
}
}
}
}
回到配置,此时TranslationX MCP Server已经启用
创建项目,并创建文件夹,然后文件到文件夹中,并提交翻译:
Seamless access to top MCP servers powering the future of AI integration.