copilot-cli-for-beginners
如果 Copilot 能從終端機直接讀取您的 GitHub 議題、查詢資料庫並建立 PR，那會如何？
目前為止，Copilot 只能處理您直接提供的內容：以 @ 引用的檔案、對話歷程，以及它自身的訓練資料。但如果它能自行查詢您的 GitHub 程式庫、瀏覽您的專案檔案，或查閱某個套件庫的最新文件呢？
這正是 MCP（模型情境協定，Model Context Protocol）的作用。它是一種將 Copilot 連接到外部服務的方式，讓它能存取即時的真實世界資料。每個 Copilot 連接的服務稱為「MCP 伺服器」。在本章中，您將設定幾個這樣的連線，並親眼見證它們如何讓 Copilot 大幅提升實用性。
💡 已熟悉 MCP？ 跳至快速入門，確認運作正常並開始設定伺服器。
🎯 學習目標
完成本章後，您將能夠：
- 了解 MCP 是什麼以及為何重要
- 使用
/mcp指令管理 MCP 伺服器 - 設定 GitHub、檔案系統和文件的 MCP 伺服器
- 使用 MCP 驅動的工作流程搭配書籍應用程式專案
- 了解何時以及如何建立自訂 MCP 伺服器（選讀）
⏱️ 預估時間：約 50 分鐘（閱讀 15 分鐘 + 實作 35 分鐘）
🧩 真實世界類比：瀏覽器擴充功能
將 MCP 伺服器想像成瀏覽器擴充功能。您的瀏覽器本身可以顯示網頁，但擴充功能將其連接到額外的服務：
| 瀏覽器擴充功能 | 連接對象 | MCP 對應項目 |
|---|---|---|
| 密碼管理員 | 您的密碼庫 | GitHub MCP → 您的程式庫、議題、PR |
| Grammarly | 寫作分析服務 | Context7 MCP → 套件庫文件 |
| 檔案管理員 | 雲端儲存 | Filesystem MCP → 本地專案檔案 |
沒有擴充功能，您的瀏覽器仍然好用，但有了擴充功能，它就變成了強大的工具。MCP 伺服器對 Copilot 的作用相同。它們將 Copilot 連接到真實的即時資料來源，讓它能讀取您的 GitHub 議題、探索您的檔案系統、擷取最新文件等等。
MCP 伺服器將 Copilot 與外部世界連接：GitHub、程式庫、文件等等
💡 核心洞察：沒有 MCP，Copilot 只能看到您透過
@明確分享的檔案。有了 MCP，它可以主動探索您的專案、查詢您的 GitHub 程式庫，並查閱文件，全部自動完成。
快速入門：30 秒了解 MCP
開始使用內建 GitHub MCP 伺服器
讓我們立即看看 MCP 的實際效果，無需任何設定。 GitHub MCP 伺服器預設已包含在內。試試這個：
copilot
> List the recent commits in this repository
如果 Copilot 回傳了真實的提交資料，您剛才就看到了 MCP 的實際運作。那就是 GitHub MCP 伺服器代表您向 GitHub 發出請求。但 GitHub 只是其中一個伺服器。本章將向您展示如何新增更多伺服器（檔案系統存取、最新文件等），讓 Copilot 能做更多事情。
/mcp show 指令
使用 /mcp show 查看已設定的 MCP 伺服器及其啟用狀態：
copilot
> /mcp show
MCP Servers:
✓ github (enabled) - GitHub integration
✓ filesystem (enabled) - File system access
💡 只看到 GitHub 伺服器？ 這是正常的！如果您尚未新增任何額外的 MCP 伺服器，GitHub 是唯一列出的伺服器。您將在下一節新增更多。
📚 想查看所有
/mcp指令？ 還有更多用於新增、編輯、啟用和刪除伺服器的指令。請參閱本章末尾的完整指令參考。
🎬 看看實際效果！
 *示範輸出因人而異。您的模型、工具和回應結果可能與這裡顯示的有所不同。*MCP 帶來了什麼改變？
以下是 MCP 在實際使用中的差異：
沒有 MCP：
> What's in GitHub issue #42?
"I don't have access to GitHub. You'll need to copy and paste the issue content."
有了 MCP：
> What's in GitHub issue #42 of this repository?
Issue #42: Login fails with special characters
Status: Open
Labels: bug, priority-high
Description: Users report that passwords containing...
MCP 讓 Copilot 了解您真實的開發環境。
📚 官方文件：About MCP，深入了解 MCP 如何與 GitHub Copilot 協作。
設定 MCP 伺服器
既然您已看過 MCP 的實際運作，讓我們設定額外的伺服器。本節涵蓋設定檔格式以及如何新增新伺服器。
MCP 設定檔
MCP 伺服器設定於 ~/.copilot/mcp-config.json（全域）或 .copilot/mcp-config.json（專案）。
{
"mcpServers": {
"server-name": {
"type": "local",
"command": "npx",
"args": ["@package/server-name"],
"tools": ["*"]
}
}
}
大多數 MCP 伺服器以 npm 套件的形式發布，並透過 npx 指令執行。
💡 初次接觸 JSON？ 點擊了解各欄位含義
| 欄位 | 含義 | |-------|---------------| | `"mcpServers"` | 所有 MCP 伺服器設定的容器 | | `"server-name"` | 您自訂的名稱（例如「github」、「filesystem」） | | `"type": "local"` | 伺服器在您的電腦上執行 | | `"command": "npx"` | 要執行的程式（npx 用於執行 npm 套件） | | `"args": [...]` | 傳遞給指令的參數 | | `"tools": ["*"]` | 允許此伺服器的所有工具 | **重要的 JSON 規則：** - 字串使用雙引號 `"`（不是單引號） - 最後一個項目後不加尾部逗號 - 檔案必須是有效的 JSON（不確定時可使用 [JSON 驗證器](https://jsonlint.com/)）新增 MCP 伺服器
GitHub MCP 伺服器已內建，無需設定。以下是您可以新增的其他伺服器。選擇您感興趣的，或依序操作。
| 我想要… | 跳至 |
|---|---|
| 讓 Copilot 瀏覽我的專案檔案 | Filesystem 伺服器 |
| 取得最新的套件庫文件 | Context7 伺服器 |
| 探索選讀內容（自訂伺服器、web_fetch） | 進階主題 |
Filesystem 伺服器 - 讓 Copilot 探索您的專案檔案
### Filesystem 伺服器 ```json { "mcpServers": { "filesystem": { "type": "local", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "."], "tools": ["*"] } } } ``` > 💡 **`.` 路徑的含義**：`.` 表示「目前目錄」。Copilot 可以存取相對於啟動位置的檔案。在 Codespace 中，這是您的工作區根目錄。您也可以使用絕對路徑，例如 `/workspaces/copilot-cli-for-beginners`。 將此設定加入您的 `~/.copilot/mcp-config.json` 並重新啟動 Copilot。Context7 伺服器 - 取得最新的套件庫文件
### Context7 伺服器（文件） Context7 讓 Copilot 能存取熱門框架和套件庫的最新文件。不依賴可能已過時的訓練資料，而是擷取實際的當前文件。 ```json { "mcpServers": { "context7": { "type": "local", "command": "npx", "args": ["-y", "@upstash/context7-mcp"], "tools": ["*"] } } } ``` ✅ **無需 API 金鑰** · ✅ **無需帳號** · ✅ **您的程式碼保留在本地** 將此設定加入您的 `~/.copilot/mcp-config.json` 並重新啟動 Copilot。進階主題 - 自訂伺服器和網頁存取（選讀）
這些是選讀的進階內容，適合您熟悉上述核心伺服器後再探索。 ### 建立自訂 MCP 伺服器 想將 Copilot 連接到您自己的 API、資料庫或內部工具？您可以用 Python 建立自訂 MCP 伺服器。由於預建的伺服器（GitHub、filesystem、Context7）已涵蓋大多數使用案例，這完全是選讀內容。 📖 請參閱[自訂 MCP 伺服器指南](/06-mcp-servers/mcp-custom-server.html)，取得以書籍應用程式為範例的完整教學。 📚 如需更多背景知識，請參閱 [MCP for Beginners 課程](https://github.com/microsoft/mcp-for-beginners)。 ### 使用 `web_fetch` 存取網頁 Copilot CLI 內建 `web_fetch` 工具，可以從任何 URL 擷取內容。這對於在不離開終端機的情況下引入 README、API 文件或發行說明非常有用。無需 MCP 伺服器。 您可以透過 `~/.copilot/config.json`（一般 Copilot 設定）控制哪些 URL 可以存取，此檔案與 `~/.copilot/mcp-config.json`（MCP 伺服器定義）是分開的。 ```json { "permissions": { "allowedUrls": [ "https://api.github.com/**", "https://docs.github.com/**", "https://*.npmjs.org/**" ], "blockedUrls": [ "http://**" ] } } ``` **使用方式：** ```bash copilot > Fetch and summarize the README from https://github.com/facebook/react ```完整設定檔
以下是包含 filesystem 和 Context7 伺服器的完整 mcp-config.json：
💡 注意： GitHub MCP 已內建，無需加入設定檔。
{
"mcpServers": {
"filesystem": {
"type": "local",
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-filesystem", "."],
"tools": ["*"]
},
"context7": {
"type": "local",
"command": "npx",
"args": ["-y", "@upstash/context7-mcp"],
"tools": ["*"]
}
}
}
將此儲存為 ~/.copilot/mcp-config.json（全域存取）或 .copilot/mcp-config.json（專案特定設定）。
使用 MCP 伺服器
設定好 MCP 伺服器後，讓我們看看它們能做什麼。
伺服器使用範例
選擇您想探索的伺服器，或依序操作。
| 我想嘗試… | 跳至 |
|---|---|
| GitHub 程式庫、議題和 PR | GitHub 伺服器 |
| 瀏覽專案檔案 | Filesystem 伺服器用法 |
| 查詢套件庫文件 | Context7 伺服器用法 |
| 自訂伺服器和 web_fetch 用法 | 進階主題用法 |
GitHub 伺服器（內建） - 存取程式庫、議題、PR 等
### GitHub 伺服器（內建） GitHub MCP 伺服器已**內建**。如果您已登入 Copilot（在初始設定時完成），它即可直接使用，無需任何設定！ > 💡 **無法使用？** 執行 `/login` 重新向 GitHub 驗證。Dev Container 中的驗證
- **GitHub Codespaces**（推薦）：驗證是自動的。`gh` CLI 繼承您的 Codespace token，無需任何操作。 - **本地 dev container（Docker）**：容器啟動後執行 `gh auth login`，然後重新啟動 Copilot。 **驗證疑難排解：** ```bash # Check if you're authenticated gh auth status # If not, log in gh auth login # Verify GitHub MCP is connected copilot > /mcp show ```Filesystem 伺服器 - 瀏覽和分析專案檔案
### Filesystem 伺服器 設定完成後，filesystem MCP 提供 Copilot 可自動使用的工具： ```bash copilot > How many Python files are in the book-app-project directory? Found 3 Python files in samples/book-app-project/: - book_app.py - books.py - utils.py > What's the total size of the data.json file? samples/book-app-project/data.json: 2.4 KB > Find all functions that don't have type hints in the book app Found 2 functions without type hints: - samples/book-app-project/utils.py:10 - get_user_choice() - samples/book-app-project/utils.py:14 - get_book_details() ```Context7 伺服器 - 查詢套件庫文件
### Context7 伺服器 ```bash copilot > What are the best practices for using pytest fixtures? From pytest Documentation: Fixtures - Use fixtures to provide a fixed baseline for tests: import pytest @pytest.fixture def sample_books(): return [ {"title": "1984", "author": "George Orwell", "year": 1949}, {"title": "Dune", "author": "Frank Herbert", "year": 1965}, ] def test_find_by_author(sample_books): # fixture is automatically passed as argument results = [b for b in sample_books if "Orwell" in b["author"]] assert len(results) == 1 Best practices: - Use fixtures instead of setup/teardown methods - Use tmp_path fixture for temporary files - Use monkeypatch for modifying environment - Scope fixtures appropriately (function, class, module, session) > How can I apply this to the book app's test file? # Copilot now knows the official pytest patterns # and can apply them to samples/book-app-project/tests/test_books.py ```進階主題 - 自訂伺服器和 web_fetch 用法
### 進階主題 **自訂 MCP 伺服器**：如果您按照[自訂 MCP 伺服器指南](/06-mcp-servers/mcp-custom-server.html)建立了書籍查詢伺服器，可以直接查詢您的書籍集合： ```bash copilot > Look up information about "1984" using the book lookup server > Search for books by George Orwell ``` **Web Fetch**：使用內建的 `web_fetch` 工具從任何 URL 擷取內容： ```bash copilot > Fetch and summarize the README from https://github.com/facebook/react ```多伺服器工作流程
這些工作流程展示了為何開發者會說「我再也不想沒有這個工具了」。每個範例在單一工作階段中結合多個 MCP 伺服器。
完整的 MCP 工作流程：GitHub MCP 擷取程式庫資料、Filesystem MCP 找到程式碼、Context7 MCP 提供最佳實踐，Copilot 負責分析
以下每個範例均可獨立使用。選擇您感興趣的，或全部閱讀。
| 我想看… | 跳至 |
|---|---|
| 多個伺服器協同運作 | 多伺服器探索 |
| 在單一工作階段從議題到 PR | 議題轉 PR 工作流程 |
| 快速專案健康檢查 | 健康儀表板 |
多伺服器探索 - 在單一工作階段中結合 filesystem、GitHub 和 Context7
#### 使用多個 MCP 伺服器探索書籍應用程式 ```bash copilot # Step 1: Use filesystem MCP to explore the book app > List all Python files in samples/book-app-project/ and summarize > what each file does Found 3 Python files: - book_app.py: CLI entry point with command routing (list, add, remove, find) - books.py: BookCollection class with data persistence via JSON - utils.py: Helper functions for user input and display # Step 2: Use GitHub MCP to check recent changes > What were the last 3 commits that touched files in samples/book-app-project/? Recent commits affecting book app: 1. abc1234 - Add test fixtures for BookCollection (2 days ago) 2. def5678 - Add find_by_author method (5 days ago) 3. ghi9012 - Initial book app setup (1 week ago) # Step 3: Use Context7 MCP for best practices > What are Python best practices for JSON data persistence? From Python Documentation: - Use context managers (with statements) for file I/O - Handle JSONDecodeError for corrupted files - Use dataclasses for structured data - Consider atomic writes to prevent data corruption # Step 4: Synthesize a recommendation > Based on the book app code and these best practices, > what improvements would you suggest? Suggestions: 1. Add input validation in add_book() for empty strings and invalid years 2. Consider atomic writes in save_books() to prevent data corruption 3. Add type hints to utils.py functions (get_user_choice, get_book_details) ```🎬 看看 MCP 工作流程的實際效果！
 *示範輸出因人而異。您的模型、工具和回應結果可能與這裡顯示的有所不同。*議題轉 PR 工作流程 - 不離開終端機，從 GitHub 議題直接建立 PR
#### 議題轉 PR 工作流程（在您自己的程式庫上） 這在您有寫入權限的 fork 或程式庫上效果最佳： > 💡 **現在無法嘗試也沒關係。** 如果您在唯讀的 clone 上，可以在作業中實作。現在只需閱讀以了解流程。 ```bash copilot > Get the details of GitHub issue #1 Issue #1: Add input validation for book year Status: Open Description: The add_book function accepts any year value... > @samples/book-app-project/books.py Fix the issue described in issue #1 [Copilot implements year validation in add_book()] > Run the tests to make sure the fix works All 8 tests passed ✓ > Create a pull request titled "Add year validation to book app" ✓ Created PR #2: Add year validation to book app ``` **無需複製貼上。無需切換情境。一個終端機工作階段搞定。**健康儀表板 - 使用多個伺服器進行快速專案健康檢查
#### 書籍應用程式健康儀表板 ```bash copilot > Give me a health report for the book app project: > 1. List all functions across the Python files in samples/book-app-project/ > 2. Check which functions have type hints and which don't > 3. Show what tests exist in samples/book-app-project/tests/ > 4. Check the recent commit history for this directory Book App Health Report ====================== 📊 Functions Found: - books.py: 8 methods in BookCollection (all have type hints ✓) - book_app.py: 6 functions (4 have type hints, 2 missing) - utils.py: 3 functions (1 has type hints, 2 missing) 🧪 Test Coverage: - test_books.py: 8 test functions covering BookCollection - Missing: no tests for book_app.py CLI functions - Missing: no tests for utils.py helper functions 📝 Recent Activity: - 3 commits in the last week - Most recent: added test fixtures Recommendations: - Add type hints to utils.py functions - Add tests for book_app.py CLI handlers - All files well-sized (<100 lines) - good structure! ``` **最終成果**：多個資料來源在數秒內彙總完成。手動操作的話，需要執行 grep、計算行數、查看 git log 以及瀏覽測試檔案，輕鬆耗費 15 分鐘以上。練習
🎉 您已掌握基本知識！ 您了解了 MCP，看過如何設定伺服器，也見過真實工作流程的示範。現在是親自動手的時候了。
▶️ 親自試試看
現在輪到您了！完成以下練習，練習使用 MCP 伺服器搭配書籍應用程式專案。
練習 1：確認您的 MCP 狀態
首先確認哪些 MCP 伺服器可用：
copilot
> /mcp show
您應該看到 GitHub 伺服器列為已啟用。如果沒有，執行 /login 進行驗證。
練習 2：使用 Filesystem MCP 探索書籍應用程式
如果您已設定 filesystem 伺服器，請用它探索書籍應用程式：
copilot
> How many Python files are in samples/book-app-project/?
> What functions are defined in each file?
預期結果：Copilot 列出 book_app.py、books.py 和 utils.py 及其函式。
💡 尚未設定 filesystem MCP？ 使用上方完整設定章節的設定建立設定檔，然後重新啟動 Copilot。
練習 3：使用 GitHub MCP 查詢程式庫歷程
使用內建的 GitHub MCP 探索本課程程式庫：
copilot
> List the last 5 commits in this repository
> What branches exist in this repository?
預期結果：Copilot 顯示來自 GitHub 遠端的最新提交訊息和分支名稱。
⚠️ 在 Codespace 中？ 這會自動運作，驗證已繼承。如果您在本地 clone 上，請確認
gh auth status顯示您已登入。
練習 4：結合多個 MCP 伺服器
現在在單一工作階段中結合 filesystem 和 GitHub MCP：
copilot
> Read samples/book-app-project/data.json and tell me what books are
> in the collection. Then check the recent commits to see when this
> file was last modified.
預期結果：Copilot 讀取 JSON 檔案（filesystem MCP），列出 5 本書包括《哈比人》、《1984》、《沙丘》、《梅岡城故事》和《神秘之書》，然後查詢 GitHub 的提交歷程。
自我檢核：當您能解釋為何「Check my repo’s commit history」比手動執行 git log 並貼上輸出到提示詞更好時，代表您已理解 MCP。
📝 作業
主要挑戰：書籍應用程式 MCP 探索
練習在書籍應用程式專案上結合使用 MCP 伺服器。在單一 Copilot 工作階段中完成以下步驟：
- 確認 MCP 運作：執行
/mcp show，確認至少 GitHub 伺服器已啟用 - 設定 filesystem MCP（若尚未完成）：使用 filesystem 伺服器設定建立
~/.copilot/mcp-config.json - 探索程式碼：要求 Copilot 使用 filesystem 伺服器：
- 列出
samples/book-app-project/books.py中的所有函式 - 檢查
samples/book-app-project/utils.py中哪些函式缺少型別提示 - 讀取
samples/book-app-project/data.json並找出任何資料品質問題（提示：看看最後一筆條目）
- 列出
- 查詢程式庫活動：要求 Copilot 使用 GitHub MCP：
- 列出最近觸及
samples/book-app-project/中檔案的提交 - 確認是否有任何開放的議題或 PR
- 列出最近觸及
- 結合伺服器：在單一提示詞中，要求 Copilot：
- 讀取
samples/book-app-project/tests/test_books.py的測試檔案 - 將已測試的函式與
books.py中的所有函式進行比對 - 摘要缺少哪些測試覆蓋率
- 讀取
成功標準：您能在單一 Copilot 工作階段中無縫結合 filesystem 和 GitHub MCP 資料，並能解釋每個 MCP 伺服器對回應的貢獻。
💡 提示（點擊展開）
**步驟 1：確認 MCP** ```bash copilot > /mcp show # Should show "github" as enabled # If not, run: /login ``` **步驟 2：建立設定檔** 使用上方[完整設定](#complete-configuration-file)章節的 JSON，儲存為 `~/.copilot/mcp-config.json`。 **步驟 3：需要尋找的資料品質問題** `data.json` 中的最後一本書是： ```json { "title": "Mysterious Book", "author": "", "year": 0, "read": false } ``` 空白的作者和年份為 0，這就是資料品質問題！ **步驟 5：測試覆蓋率比較** `test_books.py` 中的測試涵蓋：`add_book`、`mark_as_read`、`remove_book`、`get_unread_books` 和 `find_book_by_title`。`load_books`、`save_books` 和 `list_books` 等函式沒有直接測試。`book_app.py` 中的 CLI 函式和 `utils.py` 中的輔助函式完全沒有測試。 **如果 MCP 無法運作：** 編輯設定檔後重新啟動 Copilot。加分挑戰：建立自訂 MCP 伺服器
準備好深入了解了嗎？按照自訂 MCP 伺服器指南，用 Python 建立您自己的 MCP 伺服器，連接任何 API。