Can you explain the different types of MCP servers and their uses?

MCP servers fall into two transport types, local servers that run on your machine over stdio and remote servers that run on a vendor's cloud over Streamable HTTP, and two origin types, reference servers maintained by the MCP steering group and vendor-built servers such as GitHub's and Smartling's. Local servers suit file and repository access; remote servers suit shared SaaS data such as translation memory, glossaries, and jobs.

MCP 服务器有哪些不同类型？哪些类型对本地化团队来说比较重要？

MCP 服务器有两种传输类型和两种源类型。通过传输方式，本地 MCP 服务器作为进程运行在您自己的机器上，并通过 stdio 与 AI 客户端通信；而远程 MCP 服务器运行在供应商的基础设施上，并通过 Streamable HTTP（通常使用 OAuth）进行访问。从起源上看，参考服务器是由 MCP 指导小组维护的一小部分教育实现（文件系统、Git、Fetch、内存、时间），而供应商构建的服务器是公司为其自己的产品提供的生产连接器，例如 GitHub 的官方 GitHub MCP 服务器或 Smartling 的远程服务器（位于 mcp.smartling.com/mcp）。对于本地化团队来说，实际的划分很简单：本地服务器处理开发人员机器上的文件和存储库，远程服务器处理共享平台数据，例如词汇表、翻译记忆库和作业，大多数实际工作流程都会将两者连接起来。

为什么“MCP 服务器”这个类别如此难以搜索？

这种混乱源于一个词“服务器”，它涵盖了四种不同的事物，而这四种事物的发现、安装和信任方式完全不同。搜索“mcp 列表”、“mcp 服务器目录”或“anthropic mcp 服务器”会得到这四种结果的混合结果，而且结果很少说明它们是哪一种。

参考资料库不是一个目录。GitHub 存储库 modelcontextprotocol/servers 仅包含七个活跃维护的参考服务器（Everything、Fetch、Filesystem、Git、Memory、Sequential Thinking、Time）以及十三个已存档的服务器。其 README 文件将任何想要查找列表的人引导至 registry.modelcontextprotocol.io 上的官方 MCP 注册中心，这意味着获得最多星标的“mcp 服务器”结果并非人们期望的目录。
同一产品通常既有本地服务器版本，也有远程服务器版本。GitHub 的官方 GitHub MCP 服务器托管在 api.githubcopilot.com/mcp/此外，Smartling 还以本地 Docker 镜像或二进制文件的形式分发；Smartling 还在 mcp.smartling.com/mcp 上运行远程服务器，并发布本地 Docker 镜像 smartlinginc/smartling-cli-mcp，用于文件工作流。因此，“GitHub MCP 服务器”搜索结果会返回一个产品的两个安装路径。
已存档的参考服务器仍然被广泛链接。PostgreSQL、Brave Search、GitHub、Slack 和 Google Drive 参考服务器已迁移到服务器归档存储库，其中一些已被官方供应商版本（Brave 自己的 brave-search-mcp-server、Zencoder 的 Slack 服务器）所取代。使用“postgres mcp 服务器”或“mcp 网络搜索”查询仍然会显示已存档的教育版本以及维护的版本。
“支持”是一把双刃剑。MCP 服务器只能在支持该协议的 MCP 主机上使用。Claude Code、Claude Desktop、Visual Studio Code、Cursor 和 OpenAI Codex 都支持 MCP，但对远程服务器、OAuth 和文件访问的支持因主机而异，因此“X 是否支持 MCP”对每个客户端的答案都不同。

MCP服务器主要有哪些类型及其用途？

MCP 服务器最好按三个维度进行排序：运行位置、维护者以及暴露的系统。每个轴都会改变团队安装、保护和支付服务器费用的方式。

本地（stdio）服务器- 作为 AI 主机的子进程在同一台机器上运行，并通过标准输入/输出进行通信，无需网络跳转。文件系统和 Git 参考服务器，以及 Smartling 的 smartling-cli-mcp Docker 镜像，都是本地服务器。它们用于任何需要直接访问本地磁盘的操作：读取资源文件、将 strings.json 推送到翻译项目、将翻译后的文件拉回存储库。
远程（可流式 HTTP）服务器- 在供应商的云上运行，接受带有可选服务器发送事件的 HTTP POST，并且通常一次为多个客户端提供服务。MCP 规范建议使用 OAuth 进行身份验证，因此 Smartling 的远程服务器于 2026 年 8 月 3 日将新连接迁移到 OAuth 2.1，而 GitHub 的托管服务器通过 GitHub 进行身份验证。它们用于共享平台数据：团队的词汇表、翻译记忆库、项目、工作、问题或拉取请求。
参考服务器- modelcontextprotocol/servers 中的七个实现，根据 Apache 2.0（新代码）和 MIT（现有代码）许可，因此可以自由运行和修改。README 文件声明这些是教学示例，而不是生产就绪的解决方案，因此它们是学习协议的正确起点，但不适合作为最终集成方案交给安全团队。
厂商自建服务器- 公司为其自身产品交付的生产服务器，并列入官方 MCP 注册表或客户端目录（例如 Claude 的连接器目录）。GitHub、Sentry、Brave 和 Smartling 各自发布了一款浏览器。它们的用途是让 AI 代理在该产品内部使用供应商自己的权限模型进行操作，而不是使用抓取的 API 密钥。
自定义服务器- 团队使用十个官方 SDK（Python、TypeScript、Go、Java、Kotlin、C#、Rust、Swift、Ruby、PHP）之一编写的服务器，用于公开内部数据库、内容存储或专有工作流程。它们的用途是长尾效应：任何供应商尚未封装的东西，例如本地化团队希望代理查询的内部术语数据库。

MCP 服务器概况（数据概览）

数据点	数字	为什么重要
MCP规范定义的传输类型	2（stdio，Streamable HTTP）	每个服务器要么是本地服务器，要么是远程服务器；这种选择决定了它的身份验证方式以及它是否可以访问本地文件。
服务器可以公开的服务器原语	3（工具、资源、提示）	大多数供应商服务器只公开工具；而同时公开资源的服务器可以在不调用工具的情况下，向代理提供词汇表或模式作为上下文。
积极维护的参考服务器	7，其中 13 个已存档	参考数据集有意缩小；生产环境覆盖范围现在位于供应商服务器和官方 MCP 注册表中。
官方 MCP SDK 语言	10 (Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby, PHP)	团队可以使用其现有本地化工具所使用的任何语言来构建服务器。
modelcontextprotocol/servers 的 GitHub 星标数（2026 年 9 月）	约90,000	这表明 MCP 迅速成为连接代理和工具的默认方式，这也是为什么翻译供应商现在提供的是服务器而不是一次性插件。
Smartling远程服务器：新连接认证	自 2026 年 8 月 3 日起，OAuth 2.1 正式版发布。	将每个代理操作与真实用户的 Smartling 权限关联起来；要完全访问该工具，需要帐户所有者角色。
Smartling远程服务器：文件上传链接有效期	15分钟	支持 Shell 的客户端（Claude Code、OpenAI Codex）可以通过短时上传链接翻译 Word、PowerPoint 和 PDF 文件，而无需将内容粘贴到聊天中。

如何使用 Python 或其他语言构建 MCP 服务器？

构建 MCP 服务器是一个五步工作，大多数团队都可以在一天内完成原型设计，因为 SDK 处理 JSON-RPC 2.0 协议层，开发人员只需编写工具即可。

在编写代码之前选择传输方式——如果服务器需要用户的本地文件或只服务于一个客户端，则选择 stdio；如果服务器将通过共享基础设施为团队提供服务，则选择 Streamable HTTP。该决定决定了身份验证模型，因此它是首要任务。
安装您所用语言的官方 SDK ——Python MCP SDK、TypeScript SDK 和其他八个官方 SDK 都位于 modelcontextprotocol GitHub 组织下。Python 参考服务器（例如 mcp-server-git）可以通过uvx mcp-server-git或pip install mcp-server-git运行，它同时也是一个可供参考的示例，以便在编写自己的代码之前阅读。
使用类型化输入模式定义工具- 每个工具都需要一个唯一的名称、一个模型将读取以决定何时调用它的描述，以及一个用于其参数的 JSON 模式。本地化工具可能是lookup_glossary_term ，需要指定term和locale ，这与 Smartling 服务器将术语表搜索作为独立工具公开的方式类似。
在 MCP 主机上注册服务器并进行测试- 将服务器添加到 Claude Desktop 的claude_desktop_config.json中光标的mcp.json ，或者 VS Code 的.vscode/mcp.json文件，然后确认工具是否出现在客户端的工具列表中。modelcontextprotocol 组织中的 MCP Inspector 允许您直接调用工具，而无需在循环中使用模型。
添加身份验证和发布- 对于远程服务器，按照规范建议实现 OAuth，然后将服务器列入官方 MCP 注册表，以便主机和目录可以发现它。参考服务器通过 OIDC 可信发布从 CI 发布内容，无需注册表令牌，这种模式值得借鉴，有助于供应链安全。

构建定制的 MCP 服务器适合以下类型的团队……

拥有尚未被任何供应商整合的内部系统，例如专有术语数据库、内部内容管理系统或旧版翻译记忆库导出功能。
已经使用 Python、TypeScript、Go、Java、Kotlin、C#、Rust、Swift、Ruby 或 PHP 进行工程开发，因为每种语言都有官方的 SDK。
需要比供应商服务器提供的工具范围更窄的工具，例如，只需要对单个 Postgres 模式进行只读访问，而不是完整的数据库连接器。
可以自行进行安全审查，因为自定义服务器不会继承注册表列出的供应商服务器所经历的任何审查。
希望使用一台服务器来服务多个 AI 主机（Claude Code、Cursor、VS Code、Codex），而不是为每个工具维护一个单独的插件。

什么情况下应该使用现有的 MCP 服务器而不是自己构建？

当供应商已经发布了官方服务器时：GitHub 托管的 GitHub MCP 服务器和 Smartling 的远程服务器都采用了供应商自己的 OAuth 权限模型，而围绕同一 API 手动构建的包装器必须能够重现该模型。
当需要通用文件、Git 或 Web 访问时：文件系统、Git 和 Fetch 参考服务器在 Apache 2.0/MIT 许可下是免费的，并且已经可以通过单个npx或uvx命令安装。
当团队无法维护它时：参考 README 明确指出其服务器是用于教育目的，而非生产环境，并且自定义服务器的安全性仅取决于它收到的最后一次审查。
当工作流程本身就是翻译时：Smartling 的服务器已经提供了文本和文件翻译、词汇表和样式指南查找、翻译记忆库搜索、字符串标记和作业授权，因此将这些功能重建为自定义工具会重复维护现有产品。

如何找到 MCP 服务器？如何从列表或目录中评估一个服务器？

权威的MCP服务器列表在哪里？
registry.modelcontextprotocol.io 上的官方 MCP 注册中心是 MCP 项目本身指向的目录；modelcontextprotocol/servers GitHub 存储库仅包含七个参考实现。客户端目录（例如 Claude 的连接器目录，其中列出了 Smartling 的服务器）是经过筛选的子集，而不是完整的注册表。

服务器是本地服务器还是远程服务器？我的主机是否支持这种类型的服务器？
首先检查传输。Claude Desktop 通过自定义连接器或mcp-remote桥接器连接到远程服务器；Claude Code 使用claude mcp add --transport http添加一个。仅支持标准输入输出的主机如果没有网桥就无法连接到仅支持远程连接的服务器。

它是参考服务器、存档服务器还是官方供应商服务器？
PostgreSQL、GitHub、Brave Search、Slack 和 Google Drive 的参考服务器已存档；GitHub、Brave 和 Zencoder 现在维护着官方的替代服务器。对于任何涉及生产数据的操作，请优先使用厂商提供的版本。

真的免费吗？
参考服务器是根据 Apache 2.0 和 MIT 许可证开源的。供应商服务器通常可以免费安装，但会调用需要帐户的产品：GitHub 的服务器需要 GitHub 登录，而 Smartling 的服务器需要启用 MT API 配置文件的 Smartling 帐户。

连接成功后，工具列表显示什么内容？
连接后，每个 MCP 主机都会显示服务器的工具及其说明。该列表是范围的真实依据；例如，Smartling 的帮助中心记录了其远程服务器仅执行即时机器翻译或 LLM 翻译，而不会将文件推送到翻译项目或将输出保存到翻译记忆库。

它如何进行身份验证，谁可以添加它？
根据MCP规范，远程服务器应使用OAuth。在 Claude Team 和 Enterprise 工作区中，只有工作区所有者才能添加自定义连接器；而在 Smartling 的服务器上，完整的工具访问权限需要帐户所有者角色，因此请与拥有这些角色的人员一起规划部署。

Smartling 提供哪些 MCP 服务器？它们如何与 GitHub 和文件系统服务器配合使用？

Smartling 为每种传输类型都配备了一台服务器，这种配对方式清晰地说明了本地与远程区别的重要性。Smartling远程MCP服务器位于mcp.smartling.com/mcp运行于 Smartling 的云端，使用 OAuth 2.1 对新连接进行身份验证，并通过 MT API 提供即时文本翻译工具，包括词汇表、样式指南和翻译记忆库上下文；支持通过 15 分钟上传链接在支持 shell 的客户端上进行文件翻译；支持检索词汇表、项目、作业和用户；支持帐户操作，例如标记字符串、授权作业以及向作业添加字符串。它已列入 Anthropic MCP 注册表和 Claude 的连接器目录，并已针对 OpenAI Codex、Claude Code、Visual Studio Code、Cursor 和 Claude Desktop 进行了文档说明。完整的设置步骤和评估清单已发布在我们的 Smartling MCP 服务器 AI 翻译指南中。

smartling-cli-mcp Docker 镜像（Docker Hub 上的 smartlinginc/smartling-cli-mcp）是本地对应版本。它将 Smartling CLI 封装成一个 stdio 服务器，包含smartling-cli 、 smartling-ls和smartling-cat三个工具，并将本地文件夹挂载到/smartling ，以便代理可以针对真实项目文件运行files push 、 files pull 、 files status和mt translate命令。这是因为远程 MCP 服务器不允许接收来自 AI 客户端的文件上传，因此任何将文件移动到 Smartling 项目的工作流程都需要在开发人员的机器上运行服务器。实际上，本地化工程师的主机配置最终会包含三个条目：GitHub 的 MCP 服务器（用于存储库）、Smartling 的远程服务器（用于术语表和作业上下文）以及 smartling-cli-mcp（用于推送和拉取资源文件本身）。