anubis-mcp

anubis-mcp: serwer MCP do lokalizacji AI i edytowania plików i18n

anubis-mcp, opracowany przez Zoedsoupe, jest serwerem Model Context Protocol typu open-source do lokalizacji tekstów wspomaganej przez AI. Łączy modele językowe z plikami tłumaczeń projektów, aby deweloperzy mogli żądać zlokalizowanych zmian w języku naturalnym. Serwer udostępnia narzędzia specyficzne dla zadań do wylistowania kluczy, pobierania brakujących ciągów i stosowania aktualizacji. Przeznaczony dla programistów, inżynierów i18n oraz menedżerów lokalizacji, którzy chcą programatycznej, świadomej kontekstu edycji plików tłumaczeń w ramach swojego przepływu pracy deweloperskiej.

Jakie zadania narzędzie automatyzuje dla zespołów lokalizacyjnych

anubis-mcp implementuje most serwerowy, który pozwala AI działać na zasobach tłumaczeniowych bazy kodu, przekształcając naturalne zapytania w edycje plików. Repozytorium dokumentuje przykłady "chat-to-localize", gdzie programista prosi asystenta o przetłumaczenie strony logowania, a serwer zapisuje zaktualizowane ciągi z powrotem do projektu. Ten proces eliminuje ręczne wyszukiwanie kluczy, udostępniając skryptowe narzędzia, które model może wywołać, aby sprawdzić i zmodyfikować treści i18n.

Jak produkowana jest poprawność tłumaczenia i co na nią wpływa

Modelowi dostarczany jest kontekst, aby tłumaczenia mogły odzwierciedlać intencje i strukturę UI; projekt zawiera logikę do przekazywania modelowi otaczających kluczy i ścieżek plików. Dokładność zależy zatem od wyników podłączonego modelu językowego, a nie samego serwera. Rola serwera polega na przedstawieniu ustrukturyzowanego kontekstu i zastosowaniu edycji; produkowane tłumaczenia nadal wymagają przeglądu przez człowieka przed scaleniem z kontrolą źródła.

Jakie wejścia i hosty akceptuje oraz wsparcie dla formatów

Serwer działa pod hostem MCP i Node.js; wymaga środowiska zgodnego z MCP, takiego jak Claude Desktop, aby akceptować wywołania modelu, a typowe ścieżki instalacji obejmują npm lub klonowanie repozytorium GitHub i konfigurowanie ustawień hosta. Obsługa formatów plików obejmuje zagnieżdżone struktury JSON używane przez i18next i inne powszechne formaty lokalizacyjne, umożliwiając narzędziom przeszukiwanie i aktualizowanie hierarchicznych kluczy.

Jak wpisuje się w przepływy pracy programistów i rozszerzenia społeczności

Zaplanowane do integracji z istniejącymi cyklami deweloperskimi, projekt udostępnia konkretne punkty końcowe narzędzi do listowania kluczy, pobierania brakujących ciągów i stosowania aktualizacji, aby zespoły mogły umieszczać sugerowane przez AI edycje w pull requestach lub kontrolach CI. Baza kodu jest open source na GitHubie, co umożliwia tworzenie niestandardowych rozszerzeń i adapterów napędzanych przez społeczność dla dodatkowych hostów MCP lub niestandardowych formatów plików.

Praktyczny wybór dla zespołów, które chcą programatycznych, przeglądowych edycji AI

anubis-mcp odpowiada zespołom, które potrzebują edycji opartych na modelu stosowanych bezpośrednio do plików repozytoriów, zachowując jednocześnie nadzór ludzki. Jako praktyczna wskazówka, używaj skoncentrowanych, bogatych w kontekst podpowiedzi i kontroluj zmiany AI poprzez przegląd kodu, aby tłumaczenia generowane przez model były walidowane przed wdrożeniem. Dla organizacji, które wymagają zautomatyzowanej, przeglądowej ścieżki od podpowiedzi do zmiany pliku, jest to pragmatyczna opcja, która integruje się z istniejącymi przepływami pracy programistów.