Lokale MCP-server voor AI-ondersteunde softwarelokalisatie
WigAI, van Fabb, is een MCP-server die is gebouwd om AI in softwarelokalisatieworkflows te integreren, en verbindt taalmodes met de vertaalbestanden van een project. De tool leest, vertaalt en bewerkt lokalisatiesleutels via het Model Context Protocol, met ondersteuning voor contextbewuste verwerking, pluralisatie en meerdere bestandsformaten. Het richt zich op ontwikkelaars en lokalisatie-ingenieurs die AI-gegenereerde conceptvertalingen direct in hun codebase en versiebeheersproces geïntegreerd willen hebben.
Voor welke taken kun je het eigenlijk gebruiken?
De tool fungeert als een brug tussen taalmodellen en on-disk lokalisatie-assets, zodat je routinematige i18n-taken kunt automatiseren: conceptvertalingen genereren, ontbrekende sleutels detecteren, en meervoudsvormen en variabele interpolatie beheren. Het werkt met gangbare formaten zoals JSON, .strings, .stringsdict, en .xcstrings, en het kan waarden voorstellen voor ontbrekende sleutels. Deze mogelijkheden stellen AI-assistenten in staat om direct op vertaalbestanden te werken in plaats van aparte tekst te produceren die weer moet worden geplakt.
Hoe nauwkeurig is de contextbewuste output van de tool?
De server biedt contextbewuste lokalisatie door plaatsings- en gebruiksinformatie aan het model te tonen, wat de formuleringkeuzes voor UI-tekst verbetert. Omdat de tool strings naar een AI-model verzendt via het Model Context Protocol, weerspiegelen de gegenereerde vertalingen het gedrag van het gekozen model en moeten ze worden beoordeeld op kritieke inhoud. De behandeling van meervoudregels en interpolatie vermindert mechanische fouten die vaak optreden wanneer tools strings als geïsoleerde fragmenten behandelen.
Is het praktisch om in een ontwikkelaarsworkflow te integreren?
De implementatie is gericht op ontwikkelaars: het draait lokaal in een Node.js-omgeving en is geschreven in TypeScript, en het is ontworpen om te werken met MCP-compatibele hosts zoals Cursor, Windsurf, en Claude Desktop. Werken met lokale bestanden stelt teams in staat om wijzigingen te verifiëren in hun normale code-review- en versiebeheersprocessen. Het project is open source, wat teams in staat stelt om de server aan te passen aan specifieke repository-indelingen en CI-controles.
Een praktische assistent voor engineering-geleide lokalisatieworkflows
De tool is een pragmatische optie voor engineeringteams die modelgegenereerde conceptvertalingen binnen hun repositories willen hebben, terwijl ze redactionele controle behouden. Verwacht gegenereerde tekst te combineren met menselijke beoordeling en bescheiden inspanningen te investeren in de integratie ervan in bestaande CI- en beoordelingspoorten. Behandeld als een hulpmiddel voor het opstellen in plaats van een definitieve vertaler, kan het repetitief werk verminderen zonder specialistische beoordeling te vervangen.
Voor
Integreert rechtstreeks met MCP-compatibele IDE's zoals Cursor en Claude Desktop
Ondersteunt JSON, .strings, .stringsdict en .xcstrings indelingen
Werkt op lokale bestanden in een Node.js TypeScript-server voor versiebeheer
Tegen
De vertaalkwaliteit hangt af van het externe model dat wordt gebruikt en heeft beoordeling nodig
Vereist een MCP-host, dus het is geen zelfstandige cloudvertaler
Er is enige integratiewerk nodig om CI en code-review pipelines aan te passen.
De wetten inzake het gebruik van software verschilt per land. We moedigen het gebruik van dit programma niet aan of keuren het niet goed als het in strijd is met deze wetten. Softonic kan een vergoeding ontvangen als u klikt op een link of één van de producten aanschaft die hier worden weergegeven.
