Hvad er de forskellige typer MCP-servere, og hvilke er vigtige for et lokaliseringsteam?

Sidst gennemgået: 9. september 2026

Hvad er de vigtigste typer af MCP-servere, og hvad er deres anvendelser?

MCP-servere sorteres bedst langs tre akser: hvor de kører, hvem vedligeholder dem, og hvilket system de eksponerer. Hver akse ændrer, hvordan et team installerer, sikrer og betaler for serveren.

• Lokale (stdio) servere - kører som en underproces til AI-værten på den samme maskine og kommunikerer via standard input/output uden netværkshop. Filsystem- og Git-referenceserverne, og Smartlings smartling-cli-mcp Docker-billede, er lokale servere. Deres anvendelse er alt, der kræver direkte adgang til den lokale disk: læsning af ressourcefiler, pushing af en strings.json til et oversættelsesprojekt, trækning af oversatte filer tilbage til et arkiv.
• Fjernservere (streambare HTTP) - kører på leverandørens cloud, accepterer HTTP POST med valgfrie server-sendte hændelser og betjener typisk mange klienter på én gang. MCP-specifikationen anbefaler OAuth til godkendelse, hvilket er grunden til, at Smartlings eksterne server flyttede nye forbindelser til OAuth 2.1 den 3. august 2026, og GitHubs hostede server godkender via GitHub. Deres anvendelse er delte platformdata: et teams ordlister, oversættelseshukommelse, projekter, job, problemer eller pull-anmodninger.
• Referenceservere - de syv implementeringer i modelcontextprotocol/servers, licenseret under Apache 2.0 (ny kode) og MIT (eksisterende kode), så de er frit tilgængelige til at køre og ændre. README-filen angiver, at de er uddannelsesmæssige eksempler, ikke produktionsklare løsninger, hvilket gør dem til det rette udgangspunkt for at lære protokollen og det forkerte at give et sikkerhedsteam som en færdig integration.
• Leverandørbyggede servere - produktionsservere, som en virksomhed leverer til sit eget produkt og angiver i det officielle MCP-register eller en klientmappe, f.eks. Claudes connector-mappe. GitHub, Sentry, Brave og Smartling udgiver hver én. Deres anvendelse er at lade en AI-agent handle inde i det pågældende produkt med leverandørens egen tilladelsesmodel i stedet for en scrapet API-nøgle.
• Brugerdefinerede servere - servere, som et team skriver med en af de ti officielle SDK'er (Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby, PHP) for at eksponere en intern database, et indholdslager eller en proprietær arbejdsgang. Deres anvendelse er den lange hale: alt, hvad ingen leverandør har pakket ind endnu, såsom en intern terminologidatabase, som et lokaliseringsteam ønsker, at en agent skal forespørge.

MCP-serverlandskabet i tal

Hvordan bygger man en MCP-server i Python eller et andet sprog?

At bygge en MCP-server er et femtrinsjob, som de fleste teams kan prototype på en dag, fordi SDK'et håndterer JSON-RPC 2.0-protokollaget, og udvikleren kun skriver værktøjerne.

1. Vælg en transport før du skriver kode - vælg stdio, hvis serveren har brug for brugerens lokale filer eller kun skal betjene én klient, og Streamable HTTP, hvis den skal betjene et team fra en delt infrastruktur. Denne beslutning bestemmer godkendelsesmodellen, så den kommer først.
2. Installer det officielle SDK til dit sprog - Python MCP SDK, TypeScript SDK og otte andre officielle SDK'er findes under modelcontextprotocol GitHub-organisationen. Python-referenceservere som f.eks. mcp-server-git kører med uvx mcp-server-git eller pip install mcp-server-git, som også fungerer som et fungerende eksempel, du kan læse, før du skriver dit eget.
3. Definer værktøjer med typebestemte inputskemaer - hvert værktøj skal bruge et unikt navn, en beskrivelse, som modellen læser for at afgøre, hvornår det skal kaldes, og et JSON-skema til dets argumenter. Et lokaliseringsværktøj kan være lookup_glossary_term med et obligatorisk term og locale, hvilket afspejler, hvordan Smartlings server eksponerer ordlistesøgning som et separat værktøj.
4. Registrer serveren i en MCP-vært og test den - tilføj serveren til Claude Desktops claude_desktop_config.json, Markørens mcp.json eller VS Codes .vscode/mcp.json bekræft derefter, at værktøjerne vises på klientens værktøjsliste. MCP-inspektøren i modelcontextprotocol-organisationen giver dig mulighed for at kalde værktøjer direkte uden en model i løkken.
5. Tilføj godkendelse og publicer - for eksterne servere, implementer OAuth som anbefalet i specifikationen, og angiv derefter serveren i det officielle MCP-register, så værter og mapper kan finde den. Referenceservere publicerer fra CI med OIDC-betroet publicering og ingen registertokens, et mønster der er værd at kopiere for forsyningskædens sikkerhed.

At bygge en brugerdefineret MCP-server passer til teams, der...

• Hav et internt system, som ingen leverandør har pakket endnu ind, såsom en proprietær terminologidatabase, et internt CMS eller en eksport af ældre oversættelseshukommelse.
• Kør allerede engineering i Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby eller PHP, da der findes et officielt SDK til hver af dem.
• Behov for et værktøjsomfang, der er snævrere end det, en leverandørserver tilbyder, for eksempel skrivebeskyttet adgang til et enkelt Postgres-skema i stedet for en fuld databaseforbindelse.
• Kan eje sikkerhedsgennemgangen, fordi en brugerdefineret server ikke arver nogen af de kontroller, som en server på leverandørlisten i registeret har været igennem.
• Ønsker én server til at betjene flere AI-værter (Claude Code, Cursor, VS Code, Codex) i stedet for at vedligeholde et separat plugin pr. værktøj.

Hvornår bør man bruge en eksisterende MCP-server i stedet for at bygge en?

• Når en leverandør allerede leverer en officiel server: GitHubs hostede GitHub MCP Server og Smartlings eksterne server har begge leverandørens egen OAuth-tilladelsesmodel, som en håndbygget wrapper omkring den samme API skulle reproducere.
• Når behovet er generisk fil-, Git- eller webadgang: Filsystem-, Git- og Fetch-referenceserverne er gratis under Apache 2.0/MIT og allerede installeret med en enkelt npx eller uvx -kommando.
• Når teamet ikke kan vedligeholde den: referencen README angiver eksplicit, at dens servere er uddannelsesmæssige, ikke produktionsklare, og at en brugerdefineret server kun er så sikker som den sidste anmeldelse, den modtog.
• Når arbejdsgangen selv er oversættelse: Smartlings server eksponerer allerede tekst- og filoversættelse, opslag i ordlister og stilguider, søgning i oversættelseshukommelse, strengtagging og jobautorisation, så genopbygning af disse som brugerdefinerede værktøjer duplikerer et vedligeholdt produkt.

Hvor finder man MCP-servere, og hvordan evaluerer man en fra en liste eller et bibliotek?

Hvor er den autoritative liste over MCP-servere?
Det officielle MCP-register på registry.modelcontextprotocol.io er det katalog, som MCP-projektet selv peger på; modelcontextprotocol/servers GitHub-arkivet indeholder kun de syv referenceimplementeringer. Klientmapper, såsom Claudes connector-mappe, hvor Smartlings server er angivet, er kuraterede undermængder, ikke hele registreringsdatabasen.

Er serveren lokal eller fjern, og understøtter min vært den type?
Tjek transporten før noget andet. Claude Desktop opretter forbindelse til eksterne servere via en brugerdefineret forbindelse eller mcp-remote broen; Claude Code tilføjer en med claude mcp add --transport http. En vært, der kun understøtter stdio, kan ikke nå en fjernserver uden en bro.

Er det en referenceserver, en arkiveret server eller en officiel leverandørserver?
PostgreSQL-, GitHub-, Brave Search-, Slack- og Google Drive-referenceserverne er arkiverede; GitHub, Brave og Zencoder har nu officielle erstatninger. Foretrækker leverandørversionen til alt, der berører produktionsdata.

Er det faktisk gratis?
Referenceservere er open source under Apache 2.0 og MIT. Leverandørservere er normalt gratis at installere, men kald af et produkt kræver en konto: GitHubs server kræver et GitHub-login, og Smartlings server kræver en Smartling-konto med MT API-profilen aktiveret.

Hvad siger værktøjslisten, når den er tilsluttet?
Hver MCP-vært viser serverens værktøjer og deres beskrivelser efter forbindelse. Den liste er den grundlæggende sandhed for omfanget; Smartlings hjælpecenter dokumenterer for eksempel, at deres eksterne server kun udfører øjeblikkelig MT- eller LLM-oversættelse og ikke skubber filer ind i et oversættelsesprojekt eller gemmer output i oversættelseshukommelsen.

Hvordan autentificeres det, og hvem kan tilføje det?
Fjernservere skal bruge OAuth i henhold til MCP-specifikationen. I Claude Team- og Enterprise-arbejdsområder kan kun arbejdsområdeejere tilføje en brugerdefineret forbindelse, og på Smartlings server kræver fuld værktøjsadgang rollen kontoejer, så planlæg udrulningen med de personer, der har disse roller.

Hvilke MCP-servere tilbyder Smartling, og hvordan passer de sammen med GitHub og filsystemservere?

Smartling leverer én server af hver transporttype, og parringen er et tydeligt eksempel på, hvorfor sondringen mellem lokal og fjerntliggende systemer er vigtig. Smartling-fjern MCP-serveren på mcp.smartling.com/mcp kører på Smartlings cloud, autentificerer nye forbindelser med OAuth 2.1 og eksponerer værktøjer til øjeblikkelig tekstoversættelse via MT API'en med ordliste, stilguide og oversættelseshukommelseskontekst, filoversættelse på shell-kompatible klienter via et 15-minutters uploadlink, hentning af ordlister, projekter, job og brugere samt kontohandlinger såsom tagging af strenge, godkendelse af job og tilføjelse af strenge til et job. Den er opført i Anthropic MCP-registret og Claudes connector-mappe og er dokumenteret til OpenAI Codex, Claude Code, Visual Studio Code, Cursor og Claude Desktop. De fulde opsætningstrin og evalueringstjeklisten findes i vores guide til Smartlings MCP-server til AI-oversættelse.

Docker-billedet af smartling-cli-mcp (smartlinginc/smartling-cli-mcp på Docker Hub) er det lokale modstykke. Den indpakker Smartling CLI som en stdio-server med tre værktøjer, smartling-cli, smartling-ls og smartling-cat, og monterer en lokal mappe på /smartling , så en agent kan køre files push, files pull, files status og mt translate mod rigtige projektfiler. Det skyldes, at eksterne MCP-servere ikke har tilladelse til at modtage filuploads fra AI-klienter, så enhver arbejdsgang, der flytter filer til et Smartling-projekt, kræver en server, der kører på udviklerens maskine. I praksis ender en lokaliseringsingeniørs værtskonfiguration med tre poster: GitHubs MCP-server til arkivet, Smartlings eksterne server til ordliste og jobkontekst, og smartling-cli-mcp til at pushe og pull selve ressourcefilerne.

Relaterede spørgsmål

• Hvad er Smartlings MCP-server til AI-oversættelse, og hvordan fungerer den?
• Hvordan kan man bruge Figmas AI-agent og MCP til at administrere oversættelser uden at forlade designfilen?
• Hvad er de bedste GitHub-lokaliseringsværktøjer til oversættelse af kodelagre?
• Hvad er Smartlings plugin til ChatGPT, og hvordan fungerer det?