Välj ditt arbetsflöde

Co-op Translator kan användas på tre sätt: CLI, Python API och MCP-servern. De delar samma översättningsfunktioner, men varje passar för ett annat arbetsflöde.

Använd den här sidan när du bestämmer var du ska börja.

Om du redigerar översättningar manuellt: standardarbetsflödena för CLI och Actions översätter om ändrade källfiler i sin helhet, så din formulering i dessa filer kan skrivas över. Granska diffen innan du accepterar en uppdatering. För bevarande på blocknivå av accepterade redigeringar i Markdown, använd den valfria Python API translation state provider.

Snabbt beslut

Om du vill...	Använd	Börja här
Översätta eller granska ett repository från en terminal	CLI	CLI-referens
Lägga till översättning i ett Python-skript, en tjänst, en notebook eller ett CI-jobb	Python API	Python API
Låt en agent, redigerare eller MCP-kompatibel klient översätta innehåll åt dig	MCP Server	MCP Server
Översätt ett Markdown-dokument, en notebook eller en bild som din app redan har laddat	Python API eller MCP Server	Python API eller MCP Server
Översätt ett helt repository med standardutmatningsmappar och metadata	CLI eller run_translation	CLI-referens eller Python API

Använd CLI när

Välj CLI när en person eller ett CI-jobb styr översättningen av ett repository från ett skal.

CLI är den mest direkta vägen när du vill att Co-op Translator ska upptäcka projektfiler, skapa översatta utdata, bevara projektlayouten, uppdatera metadata och köra granskningskommandon.

translate -l "ko" -md --dry-run
translate -l "ko" -md -nb
co-op-review -l "ko"
migrate-links -l "ko" --dry-run

Detta exempel översätter Markdown och notebooks. Lägg till -img endast efter att du har konfigurerat Azure AI Vision. För en första körning med endast Markdown, följ Din första översättning.

Lämpligt när:

• Du översätter ett repository från din terminal.
• Du vill ha ett upprepbart kommando för CI- eller releasearbetsflöden.
• Du vill ha inbyggd projektdetektering, utmatningsvägar, metadata, städning och granskning.
• Du föredrar ett kommandogränssnitt framför att skriva Python-kod.

Använd Python API när

Välj Python API när din egen kod ska styra arbetsflödet.

API:et är användbart för applikationer, automatiseringsskript, notebooks, tjänster och anpassade pipelines. Det låter dig anropa låg-nivå API:er för innehållsöversättning för enstaka filer, eller köra samma orkestrering på repository-nivå som används av CLI.

Översätt ett Markdown-dokument och bestäm var du ska spara det:

import asyncio
from pathlib import Path

from co_op_translator.api import rewrite_markdown_paths, translate_markdown_content


async def main() -> None:
    source_path = Path("docs/guide.md")
    target_path = Path("translations/ko/docs/guide.md")

    translated = await translate_markdown_content(
        source_path.read_text(encoding="utf-8"),
        "ko",
        {"source_path": source_path},
    )

    rewritten = rewrite_markdown_paths(
        translated,
        source_path=source_path,
        target_path=target_path,
    )

    target_path.parent.mkdir(parents=True, exist_ok=True)
    target_path.write_text(rewritten, encoding="utf-8")


asyncio.run(main())

Kör en repository-översättning från Python:

from co_op_translator.api import run_translation

run_translation(
    language_codes="ko",
    markdown=True,
    notebook=True,
    images=False,
    dry_run=True,
)

Lämpligt när:

• Din applikation läser redan filer, buffrar, notebooks eller bildbytes.
• Du behöver anpassad validering, lagring, loggning, retry-mekanismer eller godkännandeflöden.
• Du vill översätta ett dokument, en notebook eller en bild utan att bearbeta ett helt repository.
• Du vill ha repository-översättning, men med Python-automation istället för ett skalkommando.

Använd MCP-servern när

Välj MCP-servern när en agent, redigerare eller MCP-kompatibel klient ska anropa Co-op Translator-verktyg.

I den normala lokala installationen håller användaren inte manuellt en server igång. MCP-klienten startar co-op-translator-mcp över stdio när den behöver verktygen.

Exempel på användarförfrågningar som en agent kan hantera:

• "Översätt den här Markdown-filen till koreanska och se till att länkarna är korrekta."
• "Översätt den här Markdown-filen till koreanska med det agentassisterade MCP-arbetsflödet, och använd din egen modell för de översatta delarna."
• "Översätt den här notebooken till koreanska, bevara kodcellerna och använd Co-op Translator MCP för att rekonstruera notebooken."
• "Översätt texten i den här bilden till japanska och spara resultatet."
• "Kör en torrkörning av en repository-översättning till spanska och berätta vad som skulle förändras."
• "Granska om den koreanska översättningsutgången är uppdaterad."

För Markdown och notebooks kan MCP arbeta i två lägen:

Läge	Använd när	Huvudverktyg
Agentassisterat	MCP-värdagenten ska översätta delar med sin egen modell, utan Co-op Translator LLM-leverantörens autentiseringsuppgifter.	start_markdown_agent_translation, finish_markdown_agent_translation, start_notebook_agent_translation, finish_notebook_agent_translation
Providerstödd	Co-op Translator bör anropa Azure OpenAI, OpenAI eller Anthropic direkt.	translate_markdown_content, translate_notebook_content

MCP-leverantörsunderstödd Markdown-verktygsanropsform:

{
  "tool": "translate_markdown_content",
  "arguments": {
    "document": "# Setup\n\nInstall Co-op Translator first.",
    "language_code": "ko",
    "options": {
      "source_path": "docs/setup.md"
    }
  }
}

MCP image tool call shape:

{
  "tool": "translate_image_content",
  "arguments": {
    "image_path": "assets/architecture.png",
    "language_code": "ko",
    "output_path": "translated_images/ko/assets/architecture.png"
  }
}

Repository-översättning körs som torrkörning som standard via MCP:

{
  "tool": "run_translation",
  "arguments": {
    "language_codes": ["ko"],
    "translate_markdown": true,
    "translate_notebooks": true,
    "translate_images": false,
    "dry_run": true
  }
}

Lämpligt när:

• Du vill ha naturliga språk-översättningsarbetsflöden inuti en agent eller redigerare.
• Du vill ha Markdown- eller notebook-översättning där värdagentens modell översätter förberedda delar.
• Du vill att agenten översätter valt innehåll istället för ett helt repository.
• Du vill ha ett godkännandesteg innan skrivningar över hela repositoryt.
• Du vill ha ett gränssnitt som exponerar verktyg för Markdown, notebook, bild, granskning och sökvägs-omskrivning.

Hur de passar ihop

CLI är det bästa standardvalet för människor som översätter repositories. Python API är bäst när din kod äger arbetsflödet. MCP-servern är bäst när en agent eller redigerare äger arbetsflödet.

Alla tre vägar använder samma publika Co-op Translator API, så du kan börja med CLI, automatisera med Python senare och exponera samma funktioner för MCP-klienter när du behöver agentstyrda arbetsflöden.