产品 / 开发与设计
面向 AI 代理的 MCP
为编程智能体提供本地化工具——而非不受监督的文案改写。
@lingpie/mcp-server 通过 Model Context Protocol 暴露 LingPie 本地化工具，让 AI 编程智能体可以初始化项目、列出 key 与语言，并使用与 CLI 相同的 lingpie.yaml 契约拉取或推送译文。
在 Cursor 中部署 MCP server
{
"mcpServers": {
"lingpie": {
"command": "npx",
"args": ["-y", "@lingpie/mcp-server"],
"env": {
"LINGPIE_API_KEY": "lp_..."
}
}
}
}将上方配置写入应用仓库的 .cursor/mcp.json（或全局的 ~/.cursor/mcp.json），把 LINGPIE_API_KEY 设为项目密钥（lp_…），然后重启 Cursor。无需全局安装——宿主通过 npx -y @lingpie/mcp-server 运行（需 Node.js ≥ 20）。当 MCP 进程工作目录不是项目根目录时，请向工具传入 workspaceRoot。
用 LingPie MCP Server 的 pull 将翻译同步到本地
让 AI 编程助手通过 MCP 的 pull 工具，将 LingPie 上的最新译文同步到本地语言文件。与 CLI 共用同一份 lingpie.yaml，项目配置保持一致。
用 LingPie MCP Server 的 push 将本地翻译同步到 LingPie
让助手通过 MCP 的 push 工具，把本地语言文件的变更推回 LingPie。无需离开 IDE，即可提交新 key 与译文更新。
在 LingPie 上查找某个 key 是否存在
在新增或重命名文案前，让助手通过 MCP 查询 LingPie 上是否已有该 key，避免重复创建与冲突。