MCP ಸರ್ವರ್¶

Co-op Translator मध्ये ಏಜೆಂಟ್‌ಗಳು, ಸಂಪಾದಕರು ಮತ್ತು MCP-ಸಮಾನ ಕ್ಲೈಯಿಂಟ್‌ಗಳಿಗಾಗಿ Model Context Protocol ಸರ್ವರ್ ಸೇರಿದೆ.

ಡೀಫಾಲ್ಟ್ ಸ್ಥಳೀಯ ಸಂರಚನೆಗಾಗಿ, ಬಳಕೆದಾರರು ಒಂದೇ ವಿಭಿನ್ನ ಸರ್ವರ್ ಅನ್ನು ಕೈಯಿಂದ ಓಡಿಸುವ ಅಗತ್ಯವಿಲ್ಲ. ಅವೆರವರು ತಮ್ಮ MCP ಕ್ಲೈಯಿಂಟ್ನ್ನು ಸಂರಚಿಸುತ್ತಾರೆ, ಮತ್ತು ಕ್ಲೈಯಿಂಟ್ ಅವಶ್ಯಕತೆ ಇರುವಾಗ Co-op Translator સાધನಗಳಿಗೆ stdio ಮೂಲಕ ಸ್ವಯಂಚಾಲಿತವಾಗಿ co-op-translator-mcp ಅನ್ನು ಪ್ರಾರಂಭಿಸುತ್ತದೆ.

ನೀವು CLI, Python API, ಮತ್ತು MCP ನಡುವೆ ಆಯ್ಕೆ ಮಾಡುತ್ತಿರುವಲ್ಲಿ, Choose Your Workflow ನಿಂದ ಪ್ರಾರಂಭಿಸಿ.

MCP ಅನ್ನು ಬಳಸಿರಿ جڏهن ಏಜೆಂಟ್ ಅಥವಾ ಸಂಪಾದಕ ನೇರವಾಗಿ Co-op Translator ಅನ್ನು ಕರೆದಿರಬೇಕು:

User goal	MCP tools
Translate one Markdown document, notebook, or image	`translate_markdown_content`, `translate_notebook_content`, `translate_image_content`
Translate Markdown or notebook content with the host agent model	`start_markdown_agent_translation`, `finish_markdown_agent_translation`, `start_notebook_agent_translation`, `finish_notebook_agent_translation`
Rewrite translated Markdown or notebook links after choosing the output path	`rewrite_markdown_paths`, `rewrite_notebook_paths`
Translate a full repository like the CLI	`run_translation`, `translate_project`
Review translated output without LLM credentials	`run_review`
Inspect capabilities and environment status	`get_api_overview`, `list_supported_languages`, `get_configuration_status`

MCP ಸರ್ವರ್ Python API ನಲ್ಲಿ ದಾಖಲಿಸಿರುವ ಅದೇ ಪಬ್ಲಿಕ್ Python API ಅನ್ನು ಲೆಪಿಸುತ್ತದೆ. ಪ್ರೊವೈಡರ್-ನಿರ್ಧರಿತ ಸಾಧನಗಳು CLI ಮತ್ತು Python API ಗೆ ಕೊಂಡಿರುವ ಅದೇ ಸಂರಚಿಸಲಾದ ಪ್ರೊವೈಡರ್‌ಗಳನ್ನು ಬಳಸುತ್ತವೆ. ಏಜೆಂಟ್-ಸಹಾಯಕ ಸಾಧನಗಳು MCP ಹೋಸ್ಟ್ ಏಜೆಂಟ್‌ಗೆ ಅನುವಾದಿಸಲು ಚಂಕ್‌ಗಳನ್ನು ತಯಾರಿಸುತ್ತವೆ, ನಂತರ Co-op Translator ಅನ್ನು ಬಳಸಿಕೊಂಡು ಅಂತಿಮ Markdown ಅಥವಾ ನೋಟ್ಬುಕ್ ಅನ್ನು ಪುನರ್ನಿರ್ಮಾಣ ಮಾಡುತ್ತವೆ.

Step 1: Install and Configure Co-op Translator¶

ನಿಮ್ಮ MCP ಕ್ಲೈಯಿಂಟ್ ಬಳಸಲಿರುವ Python ಪರಿಸರದಲ್ಲಿ Co-op Translator ಅನ್ನು ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿ:

pip install co-op-translator

ಈ ಸಂಗ್ರಹಣೆಯಿಂದ ಸ್ಥಳೀಯ ಅಭಿವೃದ್ಧಿಗಾಗಿ, ಪ್ಯಾಕೇಜ್ ಅನ್ನು editable ಮೋಡ್‌ನಲ್ಲಿ ಇನ್‌ಸ್ಟಾಲ್ ಮಾಡಿ:

pip install -e .

ನಿಮ್ಮ MCP ಕ್ಲೈಯಿಂಟ್ ಬಳಸಲಿರುವ ಅನುವಾದ ಮೋಡ್ ಆಯ್ಕೆಮಾಡಿ:

Mode	Use this for	Credentials
Provider-backed	Co-op Translator calls `translate_markdown_content`, `translate_notebook_content`, `translate_image_content`, or `run_translation`.	Markdown and notebook translation require Azure OpenAI or OpenAI. Image translation also requires Azure AI Vision.
Agent-assisted	The MCP host agent translates chunks returned by `start_markdown_agent_translation` or `start_notebook_agent_translation`.	No Co-op Translator LLM provider credentials are required for Markdown or notebook chunks. Image translation is not covered by agent-assisted mode yet.

ನೀವು Codex ಅಥವಾ Claude Code ಮುಂತಾದ ಏಜೆಂಟ್ ಒಳಗಡೆ Markdown ಅಥವಾ ನೋಟ್ಬುಕ್ ಅನುವಾದದಿಂದ ಪ್ರಾರಂಭಿಸುತ್ತಿದ್ದರೆ, agent-assisted ಮೋಡ್‌ನಿಂದ ಪ್ರಾರಂಭಿಸಿ. Co-op Translator ತನ್ನ ಜೊತೆಗೆ ನಿಮ್ಮ ಸಂರಚಿಸಲಾದ ಪ್ರೊವೈಡರ್‌ಗಳನ್ನು ಕರೆದುಕೊಳ್ಳಬೇಕಾದಾಗ, ಚಿತ್ರಗಳನ್ನು ಅನುವಾದಿಸುವಾಗ, ಅಥವಾ CLI ನ ಹಾಗೆ ಸಂಗ್ರಹಣಾ ಮಟ್ಟದ ಅನುವಾದ ನಡೆಸುವಾಗ provider-backed ಮೋಡ್ ಅನ್ನು ಬಳಸಿ.

ಪ್ರೊವೈಡರ್-ನಿರ್ಧರಿತ ವರ್ಕ್‌ಫ್ಲೋಗಳಿಗಾಗಿ ಮಾತ್ರ ಪ್ರೊವೈಡರ್ ಕ್ರೆಡೆನ್ಶಿಯಲ್ಸ್ ಅನ್ನು ಸಂರಚಿಸಿ:

AZURE_OPENAI_API_KEY="..."
AZURE_OPENAI_ENDPOINT="https://<resource>.openai.azure.com/"
AZURE_OPENAI_MODEL_NAME="gpt-4o"
AZURE_OPENAI_CHAT_DEPLOYMENT_NAME="<deployment>"
AZURE_OPENAI_API_VERSION="2024-12-01-preview"

ಪ್ರೊವೈಡರ್-ನಿರ್ಧರಿತ ಚಿತ್ರ ಅನುವಾದಕ್ಕಾಗಿ ಕೆಳಕಂಡವುಗಳು ಹೆಚ್ಚಾಗಿ ಅಗತ್ಯವಿದೆ:

AZURE_AI_SERVICE_API_KEY="..."
AZURE_AI_SERVICE_ENDPOINT="https://<resource>.cognitiveservices.azure.com/"

Note

Agent-assisted mode currently covers Markdown and notebook Markdown cells. Image translation still uses the provider-backed image pipeline and requires Azure AI Vision for OCR and layout-aware rendering.

Step 2: Configure Your MCP Client¶

ಸಾಮಾನ್ಯ ಸ್ಥಳೀಯ stdio ಸಂರಚನೆಗಾಗಿ, ನಿಮ್ಮ MCP ಕ್ಲೈಯಿಂಟ್ ಕಾನ್ಫಿಗ್‌ಗೆ Co-op Translator ಅನ್ನು ಸೇರಿಸಿ. ಕ್ಲೈಯಿಂಟ್ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪ್ರಾರಂಭ ಮತ್ತು ನಿಲ್ಲಿಸುತ್ತದೆ.

Installed package configuration:

{
  "mcpServers": {
    "co-op-translator": {
      "command": "co-op-translator-mcp",
      "args": []
    }
  }
}

Source checkout configuration on Windows:

{
  "mcpServers": {
    "co-op-translator": {
      "command": "C:\\Users\\you\\dev\\co-op-translator\\.venv\\Scripts\\python.exe",
      "args": ["-m", "co_op_translator.mcp.server"],
      "cwd": "C:\\Users\\you\\dev\\co-op-translator"
    }
  }
}

Source checkout configuration on macOS or Linux:

{
  "mcpServers": {
    "co-op-translator": {
      "command": "/Users/you/dev/co-op-translator/.venv/bin/python",
      "args": ["-m", "co_op_translator.mcp.server"],
      "cwd": "/Users/you/dev/co-op-translator"
    }
  }
}

MCP ಕ್ಲೈಯಿಂಟ್ ಸಂರಚನೆಯನ್ನು ಬದಲಿಸಿದ ನಂತರ, ಹೊಸ ಸರ್ವರ್ ಕಂಡುಹಿಡಿಯಲು ಕ್ಲೈಯಿಂಟ್ ಅನ್ನು ಮರುಪ್ರಾರಂಭ ಅಥವಾ ರೀಲೋಡ್ ಮಾಡಿ.

Step 3: Verify the Server in the Client¶

ಲಭ್ಯವಿರುವ ಸಾಧನಗಳನ್ನು ಪ್ರತ್ಯೇಕಿಸಲು ಅಥವಾ ಮೊದಲಿಗೆ ಓದು ಮಾತ್ರ ಸಹಾಯಕರನ್ನು ಕರೆದೊಯ್ಯಲು MCP ಕ್ಲೈಯಿಂಟ್‌ಗೆ ಕೇಳಿ:

{
  "tool": "get_api_overview",
  "arguments": {}
}

ಉಪಯುಕ್ತ ಪ್ರಾಥಮಿಕ ಪರೀಕ್ಷೆಗಳು:

Tool	What to check
`get_api_overview`	Confirms the server is reachable and shows available workflows.
`list_supported_languages`	Confirms packaged language data can be loaded.
`get_configuration_status`	Confirms LLM and Vision provider availability without exposing secret values.

Step 4: Choose a Workflow¶

Translate Individual Files or Documents¶

MCP ಕ್ಲೈಯಿಂಟ್ ಈಗಾಗಲೇ ಡೋಕ್ಯುಮೆಂಟ್ ವಿಷಯ ಅಥವಾ ಚಿತ್ರ ಮಾರ್ಗವನ್ನು ಹೊಂದಿದ್ದರೆ ಮತ್ತು Co-op Translator ಸಂರಚಿಸಲಾದ ಅನುವಾದ ಪ್ರೊವೈಡರ್‌ಗಳನ್ನು ಕರೆದುಕೊಳ್ಳಬೇಕು ಎಂದಾದರೆ provider-backed content tools ಅನ್ನು ಬಳಸಿರಿ.

Markdown ಗೆ:

document, language_code, ಮತ್ತು ಐಚ್ಛಿಕವಾಗಿ source_path ಒದಗಿಸಿ translate_markdown_content ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಅನುವದಿತ ಫಲಿತಾಂಶವನ್ನು Co-op Translator ಔಟ್‌ಪುಟ್ ಲೇಔಟ್‌ಗೆ ಬರೆಯಬೇಕಾದರೆ, rewrite_markdown_paths ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಕ್ಲೈಯಿಂಟ್ ಅಂತಿಮ content ಅನ್ನು ಬರೆಯಲಿ ಅಥವಾ ಹಿಂತಿರುಗಿಸಲಿ.

ನೋಟ್ಬುಕ್‌ಗಳಿಗೆ:

ನೋಟ್ಬುಕ್ JSON ಮತ್ತು language_code ನೊಂದಿಗೆ translate_notebook_content ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಅನುವಾದಿತ ನೋಟ್ಬುಕ್ ಲಿಂಕ್‌ಗಳು ಗುರಿ ಪಥಕ್ಕೆ ಹೊಂದಿಸಲು rewrite_notebook_paths ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಅಂತಿಮ ನೋಟ್ಬುಕ್ JSON ಅನ್ನು ಬರೆಯಿರಿ ಅಥವಾ ಹಿಂತಿರುಗಿಸಿ.

ಚಿತ್ರಗಳಿಗೆ:

image_path, language_code, ಮತ್ತು ಐಚ್ಛಿಕವಾಗಿ root_dir ಅಥವಾ fast_mode ಒದಗಿಸಿ translate_image_content ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಹಿಂತಿರುಗಿಸಲಾದ data_base64 ಮತ್ತು mime_type ಅನ್ನು ಓದಿ.
output_path ಒದಗಿಸಲಾಗಿದ್ದರೆ, ಅನುವದಿತ ಚಿತ್ರವು ಆ ಪಥಕ್ಕೂ ಉಳಿಸಿಬಿಡಲಾಗಿದೆ.

ಕಂಟೆಂಟ್ ಸಾಧನಗಳು ಪ್ರಾಜೆಕ್ಟ್ ಕಂಡುಹಿಡಿತ, ಮೆಟಾಡೇಟಾ تازهಗೊಳಿಸುವಿಕೆ, ಡಿಸ್ಕ್ಲೇಮರ್‌ಗಳು, ಅಥವಾ ಸ್ವಯಂಚಾಲಿತ ಪಥ ಪುನರ್‌ಲೇಖನೆಯನ್ನು ನಿರ್ವಹಿಸುವುದಿಲ್ಲ. ನೀವು MCP ಹೋಸ್ಟ್ ಏಜೆಂಟ್ Co-op Translator LLM ಪ್ರೊವೈಡರ್ ಕ್ರೆಡೆನ್ಶಿಯಲ್ಸ್ ಇಲ್ಲದೆ Markdown ಅಥವಾ ನೋಟ್ಬುಕ್ ಚಂಕ್‌ಗಳನ್ನು ಅನುವದಿಸಲು ಬಯಸಿದರೆ, ಕೆಳಗಿನ agent-assisted ವರ್ಕ್‌ಫ್ಲೋ ಬಳಸಿ.

Translate with the Host Agent Model¶

Co-op Translator ಗೆ Azure OpenAI ಅಥವಾ OpenAI ಕಾನ್ಫಿಗರ್ ಮಾಡದೆ, MCP ಹೋಸ್ಟ್ ಏಜೆಂಟ್ (ಉದಾಹರಣೆಗೆ ಕೋಡಿಂಗ್ ಸಹಾಯಕ) ಅನುವದಿತ ಪಠ್ಯವನ್ನು ಉತ್ಪಾದಿಸಬೇಕು ಎಂದಾದರೆ agent-assisted ಸಾಧನಗಳನ್ನು ಬಳಸಿ.

ಚಾಟ್ ಆಧಾರಿತ MCP ಕ್ಲೈಯಿಂಟ್‌ನಲ್ಲಿ, ಸಾಮಾನ್ಯವಾಗಿ ನೀವು ಸ್ವತಃ ಟೂಲ್ JSON ಬರೆಯಬೇಕಾಗಿಲ್ಲ. ಏಜೆಂಟ್ ಅನ್ನು agent-assisted ವರ್ಕ್‌ಫ್ಲೋ ಬಳಸಲು ಕೇಳಿ:

Translate this Markdown file to Korean with Co-op Translator MCP.
Use agent-assisted mode: call start_markdown_agent_translation, translate the returned chunks with your own model, then call finish_markdown_agent_translation.
Keep Markdown formatting, code blocks, and links intact.

ನೋಟ್ಬುಕ್‌ಗಳಿಗೆ hetzelfde ಮಾದರಿಯನ್ನು ಬಳಸಿ:

Translate this notebook to Korean with Co-op Translator MCP.
Use start_notebook_agent_translation, translate the returned Markdown-cell chunks with your own model, then call finish_notebook_agent_translation.
Preserve code cells, outputs, and notebook metadata.

ನಿಮ್ಮ MCP ಕ್ಲೈಯಿಂಟ್ ಸರ್ವರ್ ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ಬೆಂಬಲಿಸಿದರೆ, agent_assisted_markdown_translation_prompt ಅನ್ನು ಬಳಸಿಕೊಂಡು ಕ್ಲೈಯಿಂಟ್ ಅದೇ ವರ್ಕ್‌ಫ್ಲೋ ಸೂಚನೆಗಳನ್ನು ಲೋಡ್ ಮಾಡಿಸಿಕೊಳ್ಳಿ.

Markdown ಗೆ:

document, language_code, ಮತ್ತು ಐಚ್ಛಿಕವಾಗಿ source_path ಒದಗಿಸಿ start_markdown_agent_translation ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಹಿಂತಿರುಗಿಸಿದ ಪ್ರತಿ ಚಂಕ್ ಅನ್ನು ಹೋಸ್ಟ್ ಏಜೆಂಟ್‌ನಲ್ಲಿ ಚಂಕ್ prompt ಅನ್ನು ಅನುಸರಿಸಿ ಅನುವದಿಸಿ.
ಮೂಲ job ಮತ್ತು chunk_id ಮತ್ತು translated_text ಬಳಸಿ ಅನುವದಿತ ಚಂಕ್‌ಗಳೊಂದಿಗೆ finish_markdown_agent_translation ಅನ್ನು ಕರೆ ಮಾಡಿ.
ವಿಷಯವು ಅನುವದಿತ ಗುರಿ ಪಥಕ್ಕೆ ಬರೆಯಲಾದರೆ, rewrite_markdown_paths ಅನ್ನು ಕರೆ ಮಾಡಿ.

ನೋಟ್ಬುಕ್‌ಗಳಿಗೆ:

ನೋಟ್ಬುಕ್ JSON ಮತ್ತು language_code ನೊಂದಿಗೆ start_notebook_agent_translation ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಹಿಂತಿರುಗಿಸಿದ ಪ್ರತಿ ಚಂಕ್ ಅನ್ನು ಹೋಸ್ಟ್ ಏಜೆಂಟ್‌ನಲ್ಲಿ ಅನುವದಿಸಿ.
ಮೂಲ job ಮತ್ತು ಅನುವದಿತ ಚಂಕ್‌ಗಳೊಂದಿಗೆ finish_notebook_agent_translation ಅನ್ನು ಕರೆ ಮಾಡಿ.
ಅನುವದಿತ ನೋಟ್ಬುಕ್ ಲಿಂಕ್‌ಗಳು ಗುರಿ-ಪಥ ಹೊಂದಿಕೆಯಿಂದ ಬದಲಾಗಬೇಕಾದರೆ rewrite_notebook_paths ಅನ್ನು ಕರೆ ಮಾಡಿ.

Agent-assisted ಸಾಧನಗಳು Co-op Translator ರಿಂದ Azure OpenAI ಅಥವಾ OpenAI ಅನ್ನು ಕರೆ ಮಾಡುವುದಿಲ್ಲ. ಹೋಸ್ಟ್ ಏಜೆಂಟ್ ಹಿಂತಿರುಗಿಸಿದ ಚಂಕ್‌ಗಳನ್ನು ಅನುವದಿಸುವುದಕ್ಕಾಗಿ ಜವಾಬ್ದಾರಿಯಿದೆ. Co-op Translator Markdown ಚಂಕಿಂಗ್, placeholder ಸಂರಕ್ಷಣೆ, frontmatter ಪುನರ್ನಿರ್ಮಾಣ, ನೋಟ್ಬುಕ್ ಸೆಲ್ ಬದಲಾವಣೆ, ಮತ್ತು ಅನುವಾದದ ನಂತರ ಸಾಮಾನ್ಯೀಕರಣವನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ.

Translate an Entire Repository¶

ಬಳಕೆದಾರರು Co-op Translator ಅನ್ನು translate CLI ನಂತೆ ಕೆಲಸ ಮಾಡುವಂತೆ ಬಯಸಿದರೆ run_translation ಬಳಸಿ.

ಸಂಗ್ರಹಣಾ ಅನುವಾದವು ಡೀಫಾಲ್ಟ್ గా dry_run=true ಆಗಿದೆ ಹೀಗಾಗಿ ಏಜೆಂಟ್ ಫೈಲ್ ಬದಲಾವಣೆಯ ಮುಂಚೆ ವ್ಯಾಪ್ತಿಯನ್ನು ಪರಿಶೀಲಿಸಬಹುದು:

{
  "language_codes": "ko ja",
  "root_dir": ".",
  "markdown": true,
  "dry_run": true
}

ಬರೆಯಲು ಅನುಮತಿ ನೀಡಲು, ಕರೆದವರು dry_run=false ಮತ್ತು confirm_write=true ಎರಡನ್ನು ಹೊಂದಿಸಬೇಕು:

{
  "language_codes": "ko",
  "root_dir": ".",
  "markdown": true,
  "dry_run": false,
  "confirm_write": true
}

translate_project ಅನ್ನು run_translation ಗೆ ಹೊಂದಾಣಿಕೆಯ ಅಲಿಯಾಸ್ ಆಗಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿದೆ.

Review Translated Output¶

LLM ಅಥವಾ Vision ಕ್ರೆಡೆನ್ಶಿಯಲ್ಸ್ ಅನ್ನು ಅಗತ್ಯವಿಲ್ಲದೆ ನಿರ್ಧಾರಾತ್ಮಕ ಪರಿಶೀಲನೆಗಳಿಗೆ run_review ಬಳಸಿ:

Beta

MCP exposes the beta run_review API. It is safe for read-only review workflows, but review checks and issue schemas may evolve.

{
  "language_codes": "ko ja",
  "root_dir": ".",
  "markdown": true,
  "notebook": true
}

ಫಲಿತಾಂಶವು ಕ್ಯಾಪ್ಚರ್ ಮಾಡಿದ ಪಠ್ಯ ಔಟ್‌ಪುಟ್ ಮತ್ತು ಲಭ್ಯವಿದ್ದಲ್ಲಿ ರಚನೆಯಾದ ಪರಿಶೀಲನೆ ಸಂಗ್ರಹವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ.

Manual Server Runs¶

ಮ್ಯಾನುಯಲ್ ರನ್‌ಗಳು ಮುಖ್ಯವಾಗಿ ಡಿಬಗಿಂಗ್ ಅಥವಾ ದೀರ್ಘಕಾಲಿಕ ಸರ್ವರ್ ರೂಪದಲ್ಲಿ ನಡೆದುಕೊಳ್ಳುವ ಟ್ರಾನ್ಸ್‌ಪೋರ್ಟ್‌ಗಳುಗಾಗಿ.

ಡೀಫಾಲ್ಟ್ stdio ಸರ್ವರ್ ಅನ್ನು ಡೀಬಗ್ ಮಾಡಿ:

co-op-translator-mcp

ಸೋರ್ಸ್ ಚೆಕ್ಔಟ್‌ನಿಂದ ಚಾಲನೆ ಮಾಡಿರಿ:

python -m co_op_translator.mcp.server

ದೀರ್ಘಕಾಲಿಕ HTTP ಅಥವಾ SSE ಸರ್ವರ್ ಓಡಿಸಿರಿ:

co-op-translator-mcp --transport streamable-http
co-op-translator-mcp --transport sse

ಸ್ಥಾನೀಯ ಸಂಪಾದಕ ಮತ್ತು ಏಜೆಂಟ್ ಏಕ್ಸ್ಟೈಗ್ರೇಷನ್‌ಗಳಿಗಾಗಿ, ದಯವಿಟ್ಟು Step 2 ನಲ್ಲಿರುವ ಕ್ಲೈಯಿಂಟ್-ನಿರ್ವಹಿತ stdio ಸಂರಚನೆವನ್ನು ಪ್ರಾಧಾನ್ಯ ನೀಡಿ.

Tools¶

Tool	Purpose	Writes files
`translate_markdown_content`	Translate a Markdown string.	No
`translate_notebook_content`	Translate Markdown cells in notebook JSON.	No
`translate_image_content`	Translate text in one image and return base64 image data.	Optional, only when `output_path` is provided
`start_markdown_agent_translation`	Prepare Markdown chunks for the host agent to translate without Co-op Translator LLM credentials.	No
`finish_markdown_agent_translation`	Reconstruct Markdown from host-agent translated chunks.	No
`start_notebook_agent_translation`	Prepare notebook Markdown-cell chunks for the host agent to translate.	No
`finish_notebook_agent_translation`	Reconstruct notebook JSON from host-agent translated chunks.	No
`rewrite_markdown_paths`	Rewrite Markdown body and frontmatter paths for a translated target.	No
`rewrite_notebook_paths`	Rewrite paths inside notebook Markdown cells.	No
`run_translation`	Run project-level translation like the CLI.	Yes when `dry_run=false` and `confirm_write=true`
`translate_project`	Compatibility alias for `run_translation`.	Yes when `dry_run=false` and `confirm_write=true`
`run_review`	Run deterministic review checks.	No
`get_configuration_status`	Report configured LLM and Vision providers without exposing secrets.	No
`list_supported_languages`	List supported target language codes.	No
`get_api_overview`	Describe available MCP workflows and tools.	No

Resources¶

Resource URI	Purpose
`co-op://api`	JSON overview of workflows and tools.
`co-op://supported-languages`	JSON list of supported language codes.
`co-op://configuration`	JSON provider availability summary without secrets.

Prompts¶

Prompt	Purpose
`translate_markdown_document_prompt`	Guide an MCP client through content translation plus optional path rewriting.
`agent_assisted_markdown_translation_prompt`	Guide an MCP client through host-agent Markdown translation without Co-op Translator LLM provider credentials.
`translate_repository_prompt`	Guide an MCP client through dry-run-first repository translation.

Copy-Paste Examples¶

Translate Markdown content:

{
  "tool": "translate_markdown_content",
  "arguments": {
    "document": "# Hello\n\nWelcome to the course.",
    "language_code": "ko",
    "source_path": "docs/guide.md"
  }
}

Rewrite translated Markdown links:

{
  "tool": "rewrite_markdown_paths",
  "arguments": {
    "content": "[Setup](../setup.md)\n\n![Hero](../../images/hero.png)",
    "source_path": "docs/guide.md",
    "target_path": "translations/ko/docs/guide.md",
    "policy": {
      "language_code": "ko",
      "root_dir": ".",
      "translations_dir": "translations",
      "translated_images_dir": "translated_images",
      "translation_types": ["markdown", "images"]
    }
  }
}

Translate Markdown with the host agent model:

{
  "tool": "start_markdown_agent_translation",
  "arguments": {
    "document": "# Hello\n\nUse `pip install` to get started.",
    "language_code": "ko",
    "source_path": "docs/guide.md"
  }
}

After the host agent translates each returned chunk, finish the job with the complete job object returned by start_markdown_agent_translation:

tool: finish_markdown_agent_translation
arguments:
  job: <the full job object returned by start_markdown_agent_translation>
  translated_chunks:
    - chunk_id: body:1
      translated_text: "# 안녕하세요\n\n시작하려면 `pip install`을 사용하세요."

Preview repository translation:

{
  "tool": "run_translation",
  "arguments": {
    "language_codes": "ko",
    "root_dir": ".",
    "markdown": true,
    "dry_run": true
  }
}

Troubleshooting¶

Problem	What to try
The MCP client cannot find `co-op-translator-mcp`.	Use the absolute Python executable path and `["-m", "co_op_translator.mcp.server"]` source checkout configuration.
The server is listed but translation fails.	Call `get_configuration_status` and confirm an LLM provider is available.
You want Markdown or notebook translation without Azure OpenAI/OpenAI keys.	Use `start_markdown_agent_translation` / `finish_markdown_agent_translation` or the notebook equivalents so the host agent translates the chunks.
Image translation fails.	Confirm Azure AI Vision variables are set and call `get_configuration_status`.
Repository translation does not write files.	Set `dry_run=false` and `confirm_write=true` only after explicit user approval.
Changes to client config do not appear.	Restart or reload the MCP client.

Safety Notes¶

MCP tool calls are model-controlled by the host application, so repository translation is dry-run by default.
Full repository translation can create, update, or remove many files. Require explicit user approval before setting confirm_write=true.
The configuration status tool never returns API keys, endpoints, or other secret values.
Image translation returns base64 image data. Large images can produce large tool responses.
Agent-assisted tools return source chunks and prompts to the MCP host. Use them only with content the user is comfortable sending to that host agent model.