Nastavení engine pomocí Localization MCP

MCP server od Lingo.dev dává AI coding asistentům přímý přístup ke konfiguraci vašeho lokalizačního engine. Tento průvodce vás provede nastavením lokalizačního engine od nuly — od instalace až po plně nakonfigurovaný engine s hlasy značky pro jednotlivé jazyky, termíny v glosáři, jazykovými pravidly a směrováním modelů.

Co budete konfigurovat#

První tři položky patří vaší organizaci, ne jednomu konkrétnímu engine: glosář, sada pravidel nebo hlas značky se k engine připojují, takže i druhý engine může využívat stejnou konfiguraci místo její kopie. Směrování modelů zůstává součástí konkrétního engine.

Výsledkem je stavové překladové API. Volat ho můžete z kódu přes localization API, z příkazové řádky přes CLI nebo automaticky při každém pull requestu přes CI/CD. Každý požadavek automaticky použije všechny vrstvy.

Problém#

Každý lokalizační engine potřebuje hlasy značky pro jednotlivé jazyky, termíny v glosáři, jazyková pravidla a směrování modelů. Konfigurovat to všechno přes dashboard je zdlouhavé a opakující se — zvlášť napoprvé, kdy teprve zjišťujete, k čemu jednotlivé vrstvy slouží a jak spolu souvisejí.

MCP server Lingo.dev umožňuje vašemu AI coding asistentovi zvládnout úvodní nastavení v jediné konverzaci. Stačí ho nasměrovat na obsah vašeho produktu a on vytvoří engine, napíše texty hlasu značky, vytipuje termíny do glosáře, přidá pravidla pro konkrétní jazyk a nakonfiguruje směrování modelů — to vše najednou. Výstup pak zkontrolujete a dál si ho přizpůsobíte.

Krok 1: Nainstalujte MCP#

Vygenerujte API klíč v sekci API Keys v dashboardu Lingo.dev. Potom přidejte MCP server do konfigurace svého agenta.

{
  "lingo": {
    "type": "http",
    "url": "https://mcp.lingo.dev/account",
    "headers": {
      "x-api-key": "your_api_key"
    }
  }
}

Restartujte svého agenta a ověřte připojení tím, že ho požádáte o vypsání existujících lokalizačních enginů. Pokud je MCP aktivní, vrátí výsledky (nebo prázdný seznam u nových organizací).

Krok 2: Nakonfigurujte engine#

Zkopírujte níže uvedený prompt a vložte ho do svého AI asistenta pro vývoj. Nahraďte URL na konci webem svého produktu, dokumentací nebo README — agent potřebuje reprezentativní obsah, aby odvodil váš hlas, terminologii a cílové publikum.

Create a localization engine called 'My Product' for localizing into
German, French, Japanese, and Spanish. Study the content at the URL
below to understand our tone, terminology, and audience. Then configure
everything in one pass: brand voice texts for each locale (and English),
glossary terms that need consistent translations or should stay
untranslated, and locale-specific linguistic rules.

https://docs.yourproduct.com

Agent si přečte váš obsah, vytvoří engine a nakonfiguruje všechny vrstvy v jediném průchodu. Další kroky jsou o kontrole a doladění toho, co vytvořil.

Krok 3: Dolaďte hlasy značky#

Zkontrolujte hlas značky, který agent vytvořil. Hlas značky obsahuje jeden text pro každý jazyk a určuje, jak váš produkt v daném jazyce mluví — tón, míru formálnosti a styl. Agent to odvodí z vašeho obsahu, ale kulturní nuance se vyplatí ověřit.

Na co se zaměřit:

Dobře nakonfigurovaný text hlasu značky pro němčinu vypadá takto:

Use informal "du" address. Keep a direct, technical tone.
Prefer short sentences. Use active voice. When a German equivalent
exists for a technical term, use it (e.g., "Bereitstellung" for
deployment), but keep widely-adopted English terms as-is
(e.g., API, CLI, Token).

Pokud nesedí jazykový rejstřík, řekněte to asistentovi přímo:

The German brand voice is too informal for our enterprise docs.
Switch it to formal "Sie" register.

Krok 4: Dolaďte glosář#

Zkontrolujte termíny v glosáři, které agent vytvořil. Glosář dává engine přesnou kontrolu nad konkrétními termíny — buď vynucuje překlad, nebo naopak zabraňuje překladu. Agent termíny rozpozná z vašeho obsahu, ale může přehlédnout ty specifické pro váš produkt nebo vybrat nesprávné překlady.

Typický glosář po úvodním průchodu:

Co zkontrolovat:

• Chybějící termíny — názvy funkcí produktu, interní jargon, na který agent nenarazil
• Nesprávné překlady — agent může zvolit synonymum, které neodpovídá vaší zavedené terminologii
• Chybějící nepřekládané výrazy — názvy značek, názvy protokolů nebo zkratky, které mají zůstat beze změny

Termíny se párují podle sémantické podobnosti — termín pro „Deploy“ se tak vztahuje i na „Deploying“, „deployment“ a „deploy your application“, aniž by bylo potřeba vytvářet samostatné položky. Pro termíny, které platí napříč všemi jazyky, použijte zástupné znaky *.

Add a glossary term: 'checkout' should stay as 'Checkout' in
German - it's our product feature name, not the shopping action.

Krok 5: Upravte pravidla#

Zkontrolujte pravidla, která agent vytvořil. Pravidla jsou samostatné, testovatelné konvence pro konkrétní jazyky, seskupené do sady pravidel, kterou engine používá. Na rozdíl od hlasu značky, který nastavuje celkový tón, pravidla zachycují to, co obecným modelům uniká — interpunkci, zkratky, šířku znaků nebo formátování čísel.

Typická sada pravidel po úvodním průchodu:

Každé pravidlo řeší jednu konkrétní oblast, takže je lze testovat jednotlivě — pokud se pokazí německé zkratky, upravíte jen toto jedno pravidlo, aniž byste museli sahat na cokoli dalšího.

Co zkontrolovat:

• Chybějící pravidla — formátování čísel, formáty data, měnové konvence pro vaše cílové jazyky
• Zdrojový jazyk — často chybějí anglická pravidla pro oxfordskou čárku, psaní Title Case nebo formátování čísel

In French, there should always be a non-breaking space before
colons and semicolons. Add that as a rule for fr.

Krok 6: Nakonfigurujte směrování modelů (nepovinné)#

Nové enginy přicházejí předem nakonfigurované s výchozími modely optimalizovanými pro kvalitu napříč běžnými i méně rozšířenými jazyky. Většina týmů je nemusí měnit.

Pokud máte konkrétní požadavky — model, který si vede dobře ve vašem oboru, rozpočtové omezení nebo požadavek na compliance — přepište výchozí nastavení:

Set Claude Sonnet as the primary model for European language pairs,
with GPT-4o as fallback for Japanese.

Každá konfigurace modelu podporuje seřazené fallbacky. Pokud primární model selže (výpadek, rate limit nebo ukončení podpory), engine automaticky vyzkouší další.

Další kroky#