Quali sono i diversi tipi di server MCP e quali sono importanti per un team di localizzazione?
I server MCP sono disponibili in due tipologie di trasporto e due tipologie di origine. Per quanto riguarda il trasporto, un server MCP locale viene eseguito come processo sulla propria macchina e comunica con il client AI tramite stdio, mentre un server MCP remoto viene eseguito sull'infrastruttura di un fornitore ed è raggiungibile tramite Streamable HTTP, solitamente con OAuth. In origine, i server di riferimento sono il piccolo insieme di implementazioni didattiche gestite dal gruppo direttivo MCP (Filesystem, Git, Fetch, Memory, Time), mentre i server sviluppati dai fornitori sono connettori di produzione che un'azienda distribuisce per il proprio prodotto, come ad esempio il server ufficiale GitHub MCP di GitHub o il server remoto di Smartling all'indirizzo mcp.smartling.com/mcp. Per un team di localizzazione, la suddivisione pratica è semplice: i server locali gestiscono i file e i repository sulla macchina dello sviluppatore, i server remoti gestiscono i dati condivisi della piattaforma, come glossari, memoria di traduzione e processi, e la maggior parte dei flussi di lavoro reali collega uno di ciascun tipo di server.
Ultimo aggiornamento: 9 settembre 2026
Perché la categoria "server MCP" è così difficile da consultare durante una ricerca?
La confusione deriva da una sola parola, "server", che copre quattro cose diverse che vengono scoperte, installate e affidate in modi completamente diversi. Le ricerche per "mcp list", "mcp server directory" o "anthropic mcp servers" trovano una combinazione di tutti e quattro, e i risultati raramente indicano di quale tipo siano.
- Il repository di riferimento non è una directory. Il repository GitHub modelcontextprotocol/servers contiene solo sette server di riferimento attivamente mantenuti (Everything, Fetch, Filesystem, Git, Memory, Sequential Thinking, Time) più tredici archiviati. Il suo stesso file README rimanda chiunque cerchi un elenco al Registro ufficiale MCP all'indirizzo registry.modelcontextprotocol.io, il che significa che il risultato "server mcp" più apprezzato non è volutamente il catalogo che la gente si aspetta.
- Lo stesso prodotto spesso viene distribuito sia come server locale che come server remoto. Il server ufficiale GitHub MCP di GitHub è ospitato su api.githubcopilot.com/mcp/ e distribuito anche come immagine Docker locale o binario; Smartling gestisce anch'esso un server remoto a mcp.smartling.com/mcp e pubblica un'immagine Docker locale, smartlinginc/smartling-cli-mcp, per i flussi di lavoro dei file. Una ricerca "GitHub MCP server" restituisce quindi due percorsi di installazione per un unico prodotto.
- I server di riferimento archiviati sono ancora ampiamente collegati. I server di riferimento PostgreSQL, Brave Search, GitHub, Slack e Google Drive furono spostati in un repository archiviato per server, e diversi furono sostituiti da versioni ufficiali dei fornitori (il server brave-search-mcp-server di Brave, il server Slack di Zencoder). Una query "postgres mcp server" o "mcp web search" appare ancora nella versione educativa archiviata insieme a quella mantenuta.
- Il "sostegno" è un concetto a doppio senso. Un server MCP è utilizzabile solo da un host MCP che supporta il protocollo. Claude Code, Claude Desktop, Visual Studio Code, Cursor e OpenAI Codex lo supportano tutti, ma il supporto per i server remoti, OAuth e l'accesso ai file varia a seconda dell'host, quindi la domanda "X supporta MCP?" ha una risposta diversa per ogni client.
Quali sono le principali tipologie di server MCP e i loro utilizzi?
I server MCP si classificano al meglio in base a tre fattori: dove vengono eseguiti, chi se ne occupa della manutenzione e quale sistema espongono. Ciascun asse modifica le modalità di installazione, protezione e pagamento del server da parte di un team.
- Server locali (stdio) - vengono eseguiti come processo figlio dell'host AI sulla stessa macchina e comunicano tramite input/output standard senza salto di rete. I server di riferimento Filesystem e Git, e l'immagine Docker smartling-cli-mcp di Smartling, sono server locali. Il loro uso è tutto ciò che richiede accesso diretto al disco locale: leggere file risorse, inviare un strings.json a un progetto di traduzione, riportare file tradotti in un repository.
- Server remoti (HTTP in streaming) : vengono eseguiti sul cloud del fornitore, accettano richieste HTTP POST con eventi Server-Sent opzionali e in genere gestiscono molti client contemporaneamente. La specifica MCP raccomanda OAuth per l'autenticazione, motivo per cui il server remoto di Smartling ha migrato le nuove connessioni a OAuth 2.1 il 3 agosto 2026 e il server ospitato da GitHub si autentica tramite GitHub. Il loro utilizzo riguarda i dati condivisi della piattaforma: glossari di un team, memoria di traduzione, progetti, incarichi, problemi o richieste di pull.
- Server di riferimento : le sette implementazioni presenti in modelcontextprotocol/servers, rilasciate sotto licenza Apache 2.0 (nuovo codice) e MIT (codice esistente), pertanto possono essere eseguite e modificate liberamente. Il file README specifica che si tratta di esempi a scopo didattico, non di soluzioni pronte per la produzione, il che li rende un buon punto di partenza per apprendere il protocollo, ma inadatti a essere consegnati a un team di sicurezza come integrazione completa.
- Server costruiti dai fornitori - server di produzione che un'azienda invia per il proprio prodotto e che viene elencato nell'Official MCP Registry o in una directory client come la directory dei connettori di Claude. GitHub, Sentry, Brave e Smartling ne pubblicano ciascuno uno. Il loro uso è permettere a un agente AI di agire all'interno di quel prodotto con il modello di permessi del fornitore invece che con una chiave API scrapata.
- Server personalizzati - server che un team scrive con uno dei dieci SDK ufficiali (Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby, PHP) per esporre un database interno, uno store di contenuti o un flusso di lavoro proprietario. Il loro uso è la coda lunga: tutto ciò che nessun fornitore ha ancora incapsulato, come un database interno di terminologia che un team di localizzazione vuole che un agente interroghi.
Il panorama dei server MCP in termini numerici
| Punto dati | Figura | Perché è importante |
|---|---|---|
| Tipi di trasporto definiti dalla specifica MCP | 2 (stdio, HTTP streamabile) | Ogni server può essere locale o remoto; la scelta determina le modalità di autenticazione e la possibilità di accedere ai file locali. |
| Primitive del server che un server può esporre | 3 (strumenti, risorse, suggerimenti) | La maggior parte dei server dei fornitori espone solo strumenti; un server che espone anche risorse può fornire a un agente un glossario o uno schema come contesto senza la necessità di chiamare uno strumento. |
| Server di riferimento attivamente mantenuti | 7, con 13 archiviati | Il set di riferimento è intenzionalmente piccolo; la copertura di produzione ora si trova nei server dei fornitori e nell'Official MCP Registry. |
| Lingue ufficiali dell'SDK MCP | 10 (Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby, PHP) | Un team può costruire un server in qualsiasi linguaggio già utilizzi i suoi strumenti di localizzazione esistenti. |
| Stelle su GitHub per modelcontextprotocol/servers (settembre 2026) | Circa 90.000 | Indica quanto rapidamente MCP sia diventato il modo predefinito per collegare gli agenti agli strumenti, motivo per cui ora i fornitori di traduzione inviano server invece di plugin una tantum. |
| Server remoto Smartling: autenticazione nuova connessione | OAuth 2.1 dal 3 agosto 2026 | Collega ogni azione dell'agente ai permessi Smartling di un utente reale; l'accesso completo allo strumento richiede il ruolo di Account Owner. |
| Server remoto Smartling: durata del collegamento per il caricamento dei file | 15 minuti | I client compatibili con shell (Claude Code, OpenAI Codex) possono tradurre file Word, PowerPoint e PDF tramite un link di caricamento di breve durata invece di incollare contenuti in chat. |
Come si costruisce un server MCP in Python o in un altro linguaggio?
La creazione di un server MCP è un processo in cinque fasi che la maggior parte dei team può prototipare in un giorno, poiché l'SDK gestisce il livello del protocollo JSON-RPC 2.0 e lo sviluppatore si limita a scrivere gli strumenti.
- Scegli un trasporto prima di scrivere codice - scegli stdio se il server ha bisogno dei file locali dell'utente o dovrebbe servire solo un client, e Streamable HTTP se serve un team da infrastruttura condivisa. Questa decisione determina il modello di autenticazione, quindi viene prima.
- Installa l'SDK ufficiale per il tuo linguaggio : l'SDK Python MCP, l'SDK TypeScript e altri otto SDK ufficiali sono disponibili nell'organizzazione GitHub modelcontextprotocol. I server di riferimento Python come mcp-server-git, eseguibili con
uvx mcp-server-gitopip install mcp-server-git, fungono anche da esempio funzionante da leggere prima di scriverne uno proprio. - Definisci gli strumenti con schemi di input tipizzati : ogni strumento necessita di un nome univoco, di una descrizione che il modello leggerà per decidere quando richiamarlo e di uno schema JSON per i suoi argomenti. Uno strumento di localizzazione potrebbe essere
lookup_glossary_termcon untermobbligatorio elocale, rispecchiando il modo in cui il server di Smartling espone la ricerca nel glossario come strumento distinto. - Registra il server in un host MCP e testalo - aggiungi il server a Claude Desktop
claude_desktop_config.json, Cursorimcp.json, o VS Code.vscode/mcp.json, Poi conferma che gli strumenti compaiano nella lista degli strumenti del client. L'MCP Inspector nell'organizzazione modelcontextprotocol permette di chiamare direttamente gli strumenti senza un modello nel ciclo. - Aggiungi l'autenticazione e pubblica - per server remoti, implementa OAuth come raccomandato dalla specifica, poi elenca il server nell'Official MCP Registry così host e directory possono scoprirlo. I server di riferimento pubblicano da CI con pubblicazioni affidabili OIDC e senza token di registro, un modello che vale la pena copiare per la sicurezza della supply chain.
Costruire un server MCP personalizzato si adatta a team che...
- Possedere un sistema interno non ancora implementato da alcun fornitore, come ad esempio un database terminologico proprietario, un CMS interno o un'esportazione di memoria di traduzione preesistente.
- Ho già esperienza nello sviluppo software in Python, TypeScript, Go, Java, Kotlin, C#, Rust, Swift, Ruby o PHP, dato che esiste un SDK ufficiale per ognuno di essi.
- È necessario un ambito di strumento più ristretto rispetto a quello offerto da un server fornitore, ad esempio accesso in sola lettura a uno schema Postgres singolo invece che a un connettore database completo.
- Può gestire autonomamente la revisione della sicurezza, poiché un server personalizzato non eredita nessuno dei controlli a cui è stato sottoposto un server di un fornitore presente nel registro.
- Vorrei un unico server per gestire diversi host di intelligenza artificiale (Claude Code, Cursor, VS Code, Codex) invece di dover installare un plugin separato per ogni strumento.
Quando è consigliabile utilizzare un server MCP esistente anziché crearne uno nuovo?
- Quando un fornitore offre già un server ufficiale: sia il GitHub MCP Server ospitato da GitHub, sia il server remoto di Smartling utilizzano il modello di autorizzazione OAuth proprietario del fornitore, che un wrapper creato manualmente attorno alla stessa API dovrebbe riprodurre.
- Quando la necessità è di file generici, Git o accesso web: i server di riferimento Filesystem, Git e Fetch sono gratuiti sotto Apache 2.0/MIT e già installati con un comando singolo
npxouvxo - Quando il team non è in grado di gestirlo: il file README di riferimento specifica esplicitamente che i suoi server sono a scopo didattico, non pronti per la produzione, e che un server personalizzato è sicuro solo quanto l'ultima revisione che ha ricevuto.
- Quando il flusso di lavoro consiste nella traduzione stessa: il server di Smartling offre già funzionalità come la traduzione di testi e file, la consultazione di glossari e guide di stile, la ricerca nella memoria di traduzione, l'etichettatura delle stringhe e l'autorizzazione dei lavori; pertanto, ricostruire queste funzionalità come strumenti personalizzati significherebbe duplicare un prodotto già esistente e mantenuto.
Dove si trovano i server MCP e come si valuta uno da una lista o una directory?
Dov'è la lista dei server MCP autorevole?
Il registro ufficiale MCP, disponibile all'indirizzo registry.modelcontextprotocol.io, è il catalogo a cui fa riferimento il progetto MCP stesso; il repository GitHub modelcontextprotocol/servers contiene solo le sette implementazioni di riferimento. Le directory dei client, come ad esempio la directory dei connettori di Claude in cui è elencato il server di Smartling, sono sottoinsiemi selezionati, non il registro completo.
Il server è locale o remoto? Il mio provider di hosting supporta questa tipologia?
Controlla il trasporto prima di tutto. Claude Desktop si connette ai server remoti tramite un connettore personalizzato o il bridge mcp-remote ; Claude Code ne aggiunge uno con claude mcp add --transport http. Un host che supporta solo stdio non può raggiungere un server accessibile solo da remoto senza un bridge.
Si tratta di un server di riferimento, di un server archiviato o di un server ufficiale del fornitore?
I server di riferimento di PostgreSQL, GitHub, Brave Search, Slack e Google Drive sono stati archiviati; GitHub, Brave e Zencoder ora dispongono di server sostitutivi ufficiali. Per qualsiasi operazione che riguardi dati di produzione, è preferibile utilizzare la versione fornita dal fornitore.
È davvero gratuito?
I server di riferimento sono open source sotto Apache 2.0 e MIT. I server dei fornitori sono solitamente liberi da installare, ma si chiama un prodotto che richiede un account: il server di GitHub richiede un login GitHub, e quello di Smartling richiede un account Smartling con il profilo API MT attivato.
Cosa dice la lista degli strumenti una volta collegato?
Ogni host MCP visualizza gli strumenti del server e le relative descrizioni dopo la connessione. Quell'elenco rappresenta la verità assoluta in termini di ambito di applicazione; il centro assistenza di Smartling, ad esempio, documenta che il suo server remoto esegue solo traduzioni automatiche istantanee (MT) o traduzioni in linguaggio naturale (LLM) e non inserisce file in un progetto di traduzione né salva l'output nella memoria di traduzione.
Come si autentica e chi può aggiungerlo?
Secondo le specifiche MCP, i server remoti devono utilizzare OAuth. Negli spazi di lavoro Claude Team ed Enterprise, solo i proprietari dello spazio di lavoro possono aggiungere un connettore personalizzato, mentre sul server di Smartling l'accesso completo allo strumento richiede il ruolo di proprietario dell'account; pertanto, è necessario pianificare l'implementazione con le persone che ricoprono tali ruoli.
Quali server MCP offre Smartling e come si integrano con GitHub e i server filesystem?
Smartling fornisce un server per ciascun tipo di trasporto, e questa combinazione illustra chiaramente perché la distinzione tra locale e remoto sia importante. Il server MCP remoto di Smartling è disponibile all'indirizzo mcp.smartling.com/mcp Funziona sul cloud di Smartling, autentica le nuove connessioni con OAuth 2.1 ed espone strumenti per la traduzione istantanea di testi tramite l'API MT con contesto di glossario, guida di stile e memoria di traduzione, traduzione di file su client con funzionalità shell tramite un link di caricamento di 15 minuti, recupero di glossari, progetti, lavori e utenti e azioni sull'account come l'aggiunta di tag alle stringhe, l'autorizzazione dei lavori e l'aggiunta di stringhe a un lavoro. È presente nel registro Anthropic MCP e nella directory dei connettori di Claude ed è documentato per OpenAI Codex, Claude Code, Visual Studio Code, Cursor e Claude Desktop. Le istruzioni complete per la configurazione e la checklist di valutazione sono disponibili nella nostra guida al server MCP di Smartling per la traduzione tramite IA.
L'immagine Docker smartling-cli-mcp (smartlinginc/smartling-cli-mcp su Docker Hub) è la controparte locale. Racchiude la CLI Smartling come un server stdio con tre strumenti, smartling-cli, , e smartling-cat, e monta una cartella locale in /smartling così che un agente possa eseguire files push, files pull, files status, e mt translate contro file smartling-ls di progetto reali. Ciò accade perché i server MCP remoti non sono autorizzati a ricevere file caricati dai client AI, quindi qualsiasi flusso di lavoro che sposti file in un progetto Smartling richiede un server in esecuzione sul computer dello sviluppatore. In pratica, la configurazione host di un tecnico di localizzazione finisce per avere tre voci: il server MCP di GitHub per il repository, il server remoto di Smartling per il glossario e il contesto del lavoro, e smartling-cli-mcp per caricare e scaricare i file delle risorse.
Domande correlate
- Cos'è il server MCP di Smartling per la traduzione AI e come funziona?
- Come puoi usare l'agente AI di Figma e l'MCP per gestire le traduzioni senza lasciare il file di design?
- Quali sono i migliori strumenti di localizzazione su GitHub per tradurre repository di codice?
- Qual è il plugin di Smartling per ChatGPT e come funziona?
Pronto a vedere Smartling in azione?
Parla con un membro del team Smartling per vedere come possiamo aiutarti a ottenere di più dal tuo budget offrendo traduzioni di altissima qualità, più velocemente e a costi significativamente inferiori.