Token导航 LogoToken导航TokenDH.com
Bookbridge MCP Server logo
文档知识stdio官方级别未说明来源级核验

Bookbridge MCP Server

MCP Server

BookBridge-MCP 是一个基于 FastMCP 框架的中英书籍和文档翻译处理服务,提供文档格式转换、智能资源管理和专业翻译提示等功能。

工具数

5

提示词数

0

GitHub Stars

0

资源数

0
格式转换Python批量处理

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Polly2014

提供方

Polly2014

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uvx bookbridge-mcp

详细介绍

BookBridge-MCP

](https://github.com/Polly2014/BookBridge-MCP-Server) ![PyPI](https://pypi.org/project/bookbridge-mcp/) ![Python](https://www.python.org/) ![Poetry](https://python-poetry.org/) ![FastMCP](https://github.com/pydantic/fastmcp) ![uv](https://docs.astral.sh/uv/) ![License: MIT](https://opensource.org/licenses/MIT)

🎉 表示庆祝或喜悦的符号,中文中可直接用其图形表达,或译为“庆祝”、“喜悦”等词,具体根据语境而定。 现已在PyPI上发布! 只需一个简单命令即可安装: ``bash uvx bookbridge-mcp ` 或者直接从GitHub运行: `bash uvx --from git+https://github.com/Polly2014/BookBridge-MCP-Server bookbridge-mcp ``

一个基于FastMCP框架的强大模型上下文协议(MCP)服务器,用于中译英书籍翻译和文档处理。

🌉 概述

BookBridge-MCP 提供了一套全面的解决方案,用于将中文书籍和文件翻译成英文,同时保持其格式和结构不变。服务器遵循一种(此处原文未完整,以下为假设补充的翻译):先进的处理流程,确保翻译的准确性和格式的完整性 客户端大型语言模型(LLM)架构在此系统中,MCP服务器负责文档处理并提供翻译资源,而大型语言模型(LLM)的交互则在客户端进行。

✨ 主要特点

  • 📦 可在 PyPI 上获取使用以下方式安装: uvx bookbridge-mcp
  • 无需安装直接从 PyPI 或 GitHub 运行 uvx
  • 文档处理在Word(.docx)和Markdown格式之间进行转换
  • 智能资源管理组织并跟踪翻译项目
  • 专业翻译提示针对不同类型内容的专用提示
  • 客户端大型语言模型(LLM)架构文档处理与AI推理之间的清晰分离
  • 批处理高效处理多份文档
  • 格式保持保持原文档的结构和格式

🏗️ 建筑学

┌─────────────────┐    MCP Protocol    ┌─────────────────┐
│                 │◄──────────────────►│                 │
│   MCP Client    │                    │  BookBridge     │
│                 │                    │  MCP Server     │
│  + LLM Calls    │                    │                 │
│  + UI/Logic     │                    │  + Tools        │
│                 │                    │  + Resources    │
│                 │                    │  + Prompts      │
└─────────────────┘                    └─────────────────┘
         │                                       │
         │                                       │
         v                                       v
┌─────────────────┐                    ┌─────────────────┐
│   OpenAI API    │                    │   Document      │
│   (Client-side) │                    │   Processing    │
│                 │                    │   (Server-side) │
└─────────────────┘                    └─────────────────┘

⚡ 快速启动

方法1:使用uvx配合PyPI(推荐!🌟)

最简单的方法——已发布在PyPI上!

# Run directly from PyPI - simple and clean!
uvx bookbridge-mcp

更新您的MCP配置 (mcp.json):

{
  "servers": {
    "Book-Bridge-MCP": {
      "command": "uvx",
      "args": ["bookbridge-mcp"],
      "type": "stdio"
    }
  }
}

优点:

  • ✅ 已发布在PyPI - 稳定版本
  • ✅ 无需安装
  • ✅ 自动依赖管理
  • ✅ 快速且可靠
  • ✅ 简单的一行配置

______________________________________________________________________

方法2:直接从GitHub运行(最新代码)

始终获取最新的开发版本:

# Run directly from GitHub
uvx --from git+https://github.com/Polly2014/BookBridge-MCP-Server bookbridge-mcp

更新您的MCP配置 (mcp.json):

{
  "servers": {
    "Book-Bridge-MCP": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Polly2014/BookBridge-MCP-Server",
        "bookbridge-mcp"
      ],
      "type": "stdio"
    }
  }
}

优点:

  • ✅ 始终拥有最新代码
  • ✅ 无需本地安装
  • ✅ 通过 uv 实现自动依赖管理
  • ✅ 非常适合测试新功能

______________________________________________________________________

方法3:本地开发安装

1. 安装依赖项

# Clone the repository
git clone https://github.com/Polly2014/BookBridge-MCP-Server.git
cd BookBridge-MCP-Server

# Automated setup (recommended)
python setup_poetry.py

# Or if Poetry is already installed
poetry install

2. 测试环境

# Verify installation
poetry run python test_environment.py

# Test MCP functionality
poetry run python test_simple.py

3. 启动服务器

# Start the MCP server
poetry run python start.py

4. 运行客户端示例

# Test with client example
poetry run python examples/client_example.py

5. 开发命令

# Run tests: poetry run pytest
# Format code: poetry run black .
# Type checking: poetry run mypy src/
# All checks: make check (or make.bat check on Windows)

______________________________________________________________________

📦 安装方法对比

方法命令使用场景安装时间
PyPI 🌟uvx bookbridge-mcp通用用途,生产⚡ 最快
GitHubuvx --from git+https://... bookbridge-mcp最新功能,测试中⚡ 快速
本地poetry install && poetry run ...开发、贡献🐢 需要设置

______________________________________________________________________

方法4:传统pip安装(备选方案)

如果您更喜欢使用传统的 pip 安装方式:

# Install from PyPI
pip install bookbridge-mcp

# Run the server (both commands work)
bookbridge-mcp
# or
bookbridge-server

带有 uvx,你无需手动安装——它会自动处理一切!

______________________________________________________________________

🚀 详细安装步骤

1. 前提条件

  • Python 3.10或更高版本
  • 诗歌(推荐)或 pip

2. 安装

选项A:使用诗歌(推荐)

git clone https://github.com/your-repo/BookBridge-MCP.git
cd BookBridge-MCP

# Automated setup (installs Poetry if needed)
python setup_poetry.py

# Or manual setup if Poetry is already installed
poetry install --with dev --with client

选项B:使用pip

git clone https://github.com/your-repo/BookBridge-MCP.git
cd BookBridge-MCP
pip install -r requirements.txt

3. 启动MCP服务器

运用诗歌:

poetry run python start.py
# or
poetry run bookbridge-server
# or using make commands
make run              # Unix/Linux/Mac
make.bat run          # Windows

使用 pip:

python start.py

服务器将启动,并在配置的端口上监听MCP连接。

3. 客户端集成

MCP服务器提供工具、资源和提示。您的客户端应用程序负责处理与大型语言模型(LLM)的交互:

from examples.client_example import BookBridgeClient

# Initialize client with your OpenAI API key
client = BookBridgeClient(api_key="your_openai_api_key")

# Translate a document
result = await client.translate_document(
    file_path="./my_chinese_book.docx",
    content_type="academic"  # or "general", "technical", "creative"
)

# Save the translation
output_path = await client.save_translation(
    result, 
    "./output/translated_book.md"
)

🛠️ MCP 服务器功能

工具

  1. process_document - 在Word和Markdown格式之间转换文档
  2. list_documents - 列出并管理项目中的文档
  3. get_document_info - 获取特定文档的详细信息
  4. create_translation_project - 建立新的翻译项目
  5. get_translation_metrics - 计算翻译质量指标

资源

  • 文档注册表 - 跟踪所有已处理的文件
  • 项目文件 - 访问源文档和输出文档
  • 翻译历史 - 查看之前的翻译

提示

  • 一般翻译 - 用于日常内容
  • 学术翻译 - 用于学术和研究文本
  • 技术翻译 - 用于文档和手册
  • 创意翻译 - 对于文学和创意作品

📁 项目结构

BookBridge-MCP/
├── server.py                 # Main MCP server
├── start.py                  # Server startup script
├── requirements.txt          # Dependencies
├── config.env               # Configuration
├── src/
│   ├── document_processor.py # Document conversion
│   ├── resource_manager.py   # File and project management
│   ├── prompts.py            # Translation prompts
│   └── translator.py         # Translation utilities
├── examples/
│   └── client_example.py     # Client implementation example
├── input_documents/          # Source documents
├── output_documents/         # Translated documents
└── temp_documents/           # Temporary files

🔧 配置

MCP客户端配置

您可以以三种方式配置您的MCP客户端:

选项1:使用uvx与GitHub(推荐)

编辑你的 mcp.json 文件:

{
  "servers": {
    "Book-Bridge-MCP": {
      "command": "uvx",
      "args": [
        "--from",
        "git+https://github.com/Polly2014/BookBridge-MCP-Server",
        "bookbridge-server"
      ],
      "type": "stdio"
    }
  }
}

优点:

  • ✅ 无需本地安装
  • ✅ 始终运行GitHub上的最新版本
  • ✅ 通过uv实现自动依赖管理
  • ✅ 清晰简洁的配置

选项2:使用本地安装

{
  "servers": {
    "Book-Bridge-MCP": {
      "command": "python",
      "args": [
        "D:\\path\\to\\BookBridge-MCP\\server.py"
      ],
      "cwd": "D:\\path\\to\\BookBridge-MCP",
      "type": "stdio"
    }
  }
}

选项3:使用类似npx的语法(如果已发布到PyPI)

{
  "servers": {
    "Book-Bridge-MCP": {
      "command": "uvx",
      "args": ["bookbridge-mcp"],
      "type": "stdio"
    }
  }
}

服务器配置

编辑 config.env 自定义设置:

# Document Processing Settings
INPUT_DIR=./input_documents
OUTPUT_DIR=./output_documents
TEMP_DIR=./temp_documents

# Translation Settings (for client reference)
SOURCE_LANGUAGE=chinese
TARGET_LANGUAGE=english

# MCP Server Settings
SERVER_NAME=BookBridge-MCP
SERVER_VERSION=1.0.0

开发工作流程

使用诗歌(推荐)

诗歌提供了更佳的依赖管理和开发工作流程:

# Complete development setup
poetry install --with dev --with client
poetry run pre-commit install

# Development commands using Poetry
poetry run python start.py          # Start server
poetry run pytest                   # Run tests  
poetry run pytest --cov=src         # Tests with coverage
poetry run black .                  # Format code
poetry run isort .                  # Sort imports
poetry run flake8 src/              # Lint code
poetry run mypy src/                # Type checking

使用Make命令

为方便起见,请使用提供的 Makefile(适用于 Unix/Linux/Mac)或 make.bat(适用于 Windows):

# Unix/Linux/Mac
make dev-setup      # Complete development setup
make run            # Start server
make test           # Run tests
make format         # Format code
make lint           # Lint code
make type-check     # Type checking
make check          # Run all checks
make clean          # Clean temporary files

# Windows
make.bat dev-setup  # Complete development setup
make.bat run        # Start server
make.bat test       # Run tests
make.bat format     # Format code
make.bat lint       # Lint code
make.bat type-check # Type checking
make.bat check      # Run all checks
make.bat clean      # Clean temporary files

包管理

# Add new dependency
poetry add package_name

# Add development dependency
poetry add --group dev package_name

# Add client dependency (optional for client usage)
poetry add --group client package_name

# Update dependencies
poetry update

# Show installed packages
poetry show

# Environment information
poetry env info

💡 使用示例

基本文件翻译

# Process and translate a Word document
result = await client.translate_document(
    file_path="./books/chinese_novel.docx",
    content_type="creative"
)

print(f"Translated {result['summary']['original_words']} words")
print(f"Used {result['summary']['token_usage']} tokens")

批处理

# Process multiple documents
documents = ["doc1.docx", "doc2.md", "doc3.docx"]

for doc in documents:
    result = await client.translate_document(doc, "academic")
    await client.save_translation(result, f"./output/{doc}_translated.md")

自定义内容类型

您可以向服务器请求特定的翻译提示:

# Get specialized prompt for technical content
prompt = await client.get_translation_prompt("technical")

# Use prompt for custom translation
translation = await client.translate_content(
    content="技术文档内容...",
    content_type="technical"
)

🎯 客户端大型语言模型(LLM)的优势

  1. 灵活性客户可以使用任何大型语言模型(LLM)提供商或模型
  2. 安全API密钥保留在客户端
  3. 可扩展性服务器专注于文档处理
  4. 定制化客户可以自定义翻译参数
  5. 成本控制客户管理自己的大型语言模型(LLM)使用

📊 翻译质量特征

  • 智能分块在拆分大文本时保留文档结构
  • 格式保持保持标题、列表和强调内容
  • 指标计算分析翻译质量及完整性
  • 内容类型优化针对不同文本类型的专用提示

🧪 测试

运行测试

运用诗歌:

# Run all tests
poetry run pytest

# Run tests with coverage
poetry run pytest --cov=src --cov-report=html --cov-report=term

# Run specific test file
poetry run pytest tests/test_document_processor.py

# Run tests in verbose mode
poetry run pytest -v

# Quick test (stop on first failure)
poetry run pytest -x

使用Make命令:

# Unix/Linux/Mac
make test
make test-coverage
make quick-test

# Windows  
make.bat test
make.bat test-coverage
make.bat quick-test

运行实例

测试客户端示例:

# Using Poetry
poetry run python examples/client_example.py

# Using Make
make client-example        # Unix/Linux/Mac
make.bat client-example    # Windows

开发测试

# Run architecture tests
poetry run python test_architecture.py

# Test individual components
poetry run python test_components.py

🤝 贡献

开发环境设置

  1. 为仓库创建分支(或:克隆仓库)
  2. 克隆你的分支:
   git clone https://github.com/your-username/BookBridge-MCP.git
   cd BookBridge-MCP
  1. 设置开发环境:
   # Complete setup with Poetry
   make dev-setup           # Unix/Linux/Mac
   make.bat dev-setup       # Windows

   # Or manually
   poetry install --with dev --with client
   poetry run pre-commit install

开发工作流程

  1. 创建一个特性分支: git checkout -b feature/your-feature
  2. 做出你的更改
  3. 进行质量检查:
   make check              # Unix/Linux/Mac
   make.bat check          # Windows
  1. 为新功能添加测试
  2. 提交您的更改: git commit -m "Add your feature"
  3. 推送到你的叉(即你的GitHub仓库分支): git push origin feature/your-feature
  4. 提交拉取请求

代码质量

这个项目使用了:

  • 黑色 用于代码格式化
  • isort(注:这通常是一个代码格式化工具的名字,如Python的isort工具,用于排序和整理import语句,但直接翻译其英文名并无特定含义,因此此处保留原样) 用于进口分类
  • flake8 用于代码检查(或代码风格检测)
  • mypy(注:mypy 是一个用于静态类型检查的 Python 工具,直接翻译为“米皮”并无实际意义,此处保留原英文形式以指代该工具) 用于类型检查
  • pytest(注:这是一个测试框架的名称,在中文中通常直接保留原名,不进行翻译) 用于测试
  • pre-commit(在提交前) 用于自动化检查

在合并之前,所有检查都必须通过。

📄 许可证

此项目采用MIT许可证授权——详见LICENSE文件。

🔗 链接

  • PyPI 包https://pypi.org/project/bookbridge-mcp/ 翻译为中文是:“https://pypi.org 上的 bookbridge-mcp 项目”
  • GitHub 仓库https://github.com/Polly2014/BookBridge-MCP-Server 翻译为中文是:“https://github.com/Polly2014/BookBridge-MCP-服务器(或:BookBridge-MCP服务器项目)”。不过,通常我们不会直接翻译网址,而是直接使用原网址或根据上下文给出简要说明。如果需要在中文语境下介绍这个网址,可以这样说:“这是GitHub上的一个项目链接:Polly2014的BookBridge-MCP服务器(或:BookBridge-MCP服务器项目)”
  • 问题https://github.com/Polly2014/BookBridge-MCP-Server/issues 翻译为中文是:“https://github.com/Polly2014/BookBridge-MCP-Server的问题页面”。不过,通常在中文语境下,我们可能会更简洁地表述为“BookBridge-MCP-Server在GitHub上的问题追踪页面”或“BookBridge-MCP-Server的问题报告页面”,具体取决于上下文和表达习惯。但直接翻译原网址链接,就是“https://github.com/Polly2014/BookBridge-MCP-Server/issues(问题页面)”
  • 讨论https://github.com/Polly2014/BookBridge-MCP-Server/discussions 的中文翻译是:“https://github.com/Polly2014/BookBridge-MCP-Server/讨论区”

🆘 支持

对于问题和疑问:

  1. 检查一下 示例目录 用于使用模式
  2. 审查/回顾 安装指南 详细的设置说明
  3. 检查 MCP配置示例 对于不同的设置
  4. 查看MCP服务器日志以进行调试
  5. 打开一个 对于错误报告或功能请求

📚 文档

⭐ 表达你的支持

如果您觉得BookBridge-MCP很有帮助,请考虑:

  • ⭐ 主演包括
  • 📢 与可能受益的他人分享
  • 🐛 报告问题或提出功能建议
  • 🤝 贡献代码或文档

______________________________________________________________________

BookBridge-MCP跨越语言障碍,保留原意精髓。 高楼大厦📚

目录标签

目录标签

格式转换Python批量处理文档翻译本地部署资源管理专业提示

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

api-key

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

5

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdioapi-key部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP