copilot-cli-for-beginners
如果 Copilot 能直接從終端機讀取你的 GitHub 問題、查詢資料庫、建立 PR……會怎樣？
到目前為止，Copilot 只能處理你直接提供給它的內容：你用 @ 引用的檔案、對話記錄，以及它自己的訓練資料。但如果它能主動查詢你的 GitHub 儲存庫、瀏覽你的專案檔案，或查找某個函式庫的最新文件呢？
這就是 MCP（模型情境協定）的用途。它是一種讓 Copilot 連接外部服務、取得即時真實資料的方式。Copilot 連接的每個服務都稱為「MCP 伺服器」。本章你將實際設定幾個這樣的連線，體驗它們如何大幅提升 Copilot 的實用性。
💡 已經熟悉 MCP？ 直接跳到快速開始 確認運作正常並開始設定伺服器。
🎯 學習目標
完成本章後，你將能夠：
- 了解 MCP 是什麼，以及它的重要性
- 使用
/mcp指令管理 MCP 伺服器 - 設定 GitHub、檔案系統與文件的 MCP 伺服器
- 在書籍應用程式專案中體驗 MCP 強化的工作流程
- 知道何時、如何打造自訂 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
把 MCP 伺服器想像成瀏覽器擴充功能。你的瀏覽器本身能顯示網頁，但擴充功能能讓它連接到更多服務：
| 瀏覽器擴充功能 | 連接對象 | MCP 對應 |
|---|---|---|
| 密碼管理員 | 你的密碼保險箱 | GitHub MCP → 你的儲存庫、問題、PR |
| Grammarly | 寫作分析服務 | Context7 MCP → 函式庫文件 |
| 檔案管理員 | 雲端儲存空間 | Filesystem MCP → 本機專案檔案 |
沒有擴充功能，瀏覽器還是有用，但加上它們就變得超強大。MCP 伺服器對 Copilot 來說也是如此。它們讓 Copilot 能連接真實、即時的資料來源，讀取你的 GitHub 問題、探索檔案系統、取得最新文件等等。
MCP 伺服器讓 Copilot 連接到外部世界：GitHub、儲存庫、文件等等
💡 關鍵觀念：沒有 MCP，Copilot 只能看到你用
@明確分享的檔案。有了 MCP，它能主動探索你的專案、查詢 GitHub 儲存庫、查找文件——全部自動完成。
快速開始：30 秒體驗 MCP
立即體驗內建的 GitHub MCP 伺服器
在還沒設定任何東西前，先來看看 MCP 的實際效果。 GitHub MCP 伺服器預設就有。試試看：
copilot
> List the recent commits in this repository
如果 Copilot 回傳了真實的提交資料，你就親眼見證了 MCP 的威力。這就是 GitHub MCP 伺服器代表你連到 GitHub。當然，GitHub 只是其中一個伺服器。本章會教你如何新增更多（檔案系統存取、最新文件等），讓 Copilot 能做得更多。
/mcp show 指令
用 /mcp show 查看目前已設定哪些 MCP 伺服器，以及它們是否啟用：
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！如果你還沒新增其他 MCP 伺服器，預設只會列出 GitHub。下一節你會學會如何新增。
📚 想看所有 MCP 管理指令？ 你可以在聊天中用
/mcpslash 指令管理伺服器，或直接在終端機用copilot mcp。完整指令參考請見本章最後的指令總覽。
🎬 實際操作影片！
 *示範輸出僅供參考。你的模型、工具與回應可能與此不同。*MCP 帶來哪些改變？
實際上，MCP 會帶來這樣的差異：
沒有 MCP：
> What's in GitHub issue #42?
"我無法存取 GitHub。你需要自行複製貼上問題內容。"
有 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 能感知你的實際開發環境。
📚 官方文件：關於 MCP 深入了解 MCP 如何與 GitHub Copilot 搭配運作。
設定 MCP 伺服器
你已經看過 MCP 的實際效果，現在來設定更多伺服器。有兩種方式可以新增伺服器：從內建註冊表安裝（最簡單——CLI 互動式引導），或手動編輯設定檔（彈性更高）。如果不確定怎麼選，建議先用註冊表方式。
從註冊表安裝 MCP 伺服器
CLI 內建 MCP 伺服器註冊表，讓你能輕鬆發現並安裝熱門伺服器，過程全程引導——不需手動編輯 JSON。
copilot
> /mcp search
Copilot 會開啟互動式選單，顯示可用伺服器。選擇一個後，CLI 會引導你完成必要設定（API 金鑰、路徑等），並自動加入設定檔。
💡 為什麼用註冊表？ 這是最簡單的入門方式——你不用知道 npm 套件名稱、指令參數或 JSON 結構。CLI 會全部幫你處理。
MCP 設定檔
MCP 伺服器可以在使用者層級設定於 ~/.copilot/mcp-config.json（全專案適用）、專案層級設定於 .mcp.json，或工作區設定於 .github/mcp.json。.github/mcp.json 會與 .mcp.json 一起自動載入。如果你用過 /mcp search，CLI 會建立或更新你的使用者層級 ~/.copilot/mcp-config.json，但了解 JSON 格式有助於自訂或分享專案層級設定。
⚠️ 注意：
.vscode/mcp.json已不再支援作為 MCP 設定來源。如果你有舊的.vscode/mcp.json，請移到專案根目錄的.mcp.json。CLI 偵測到舊檔案時會顯示遷移提示。
{
"mcpServers": {
"server-name": {
"type": "local",
"command": "npx",
"args": ["@package/server-name"],
"tools": ["*"]
}
}
}
大多數 MCP 伺服器以 npm 套件形式發佈，並透過 npx 執行。
💡 不熟 JSON？ 點此了解各欄位意義
| 欄位 | 意義說明 | |-------|---------------| | `"mcpServers"` | 所有 MCP 伺服器設定的容器 | | `"server-name"` | 你自訂的名稱（如 "github"、"filesystem"） | | `"type": "local"` | 伺服器在本機執行 | | `"command": "npx"` | 執行的程式（npx 執行 npm 套件） | | `"args": [...]` | 傳給指令的參數 | | `"tools": ["*"]` | 允許此伺服器的所有工具 | **重要 JSON 規則：** - 字串請用雙引號 `"`（不要用單引號） - 最後一項後面不能有逗號 - 檔案必須是合法 JSON（不確定時可用 [JSON 驗證工具](https://jsonlint.com/)）新增 MCP 伺服器
GitHub MCP 伺服器是內建的，不需額外設定。以下是你可以新增的其他伺服器。挑你有興趣的，或依序練習。
| 我想要… | 跳到 |
|---|---|
| 讓 Copilot 瀏覽我的專案檔案 | Filesystem Server |
| 取得最新函式庫文件 | Context7 Server |
| 探索進階選項（自訂伺服器、web_fetch） | 進階應用 |
Filesystem Server - 讓 Copilot 探索你的專案檔案
### Filesystem Server ```json { "mcpServers": { "filesystem": { "type": "local", "command": "npx", "args": ["-y", "@modelcontextprotocol/server-filesystem", "."], "tools": ["*"] } } } ``` > 💡 **`．` 路徑**：`.` 代表「目前目錄」。Copilot 能存取你啟動時所在目錄的相對檔案。在 Codespace 中，這通常是你的工作區根目錄。你也可以改用絕對路徑（如 `/workspaces/copilot-cli-for-beginners`）。 把這段加入你的 `~/.copilot/mcp-config.json`。MCP 設定變更會在每次回合間生效。Context7 Server - 取得最新函式庫文件
### Context7 Server（文件） Context7 讓 Copilot 能存取熱門框架與函式庫的最新官方文件。不再依賴可能過時的訓練資料，Copilot 會抓取真正的最新文件。 ```json { "mcpServers": { "context7": { "type": "local", "command": "npx", "args": ["-y", "@upstash/context7-mcp"], "tools": ["*"] } } } ``` - ✅ **不需 API 金鑰** - ✅ **不需註冊帳號** - ✅ **你的程式碼留在本地** 把這段加入你的 `~/.copilot/mcp-config.json`。MCP 設定變更會在每次回合間生效。進階應用 - 自訂伺服器與網頁存取（選用）
這些是進階選項，適合你已熟悉上述核心伺服器後再嘗試。 ### Microsoft Learn MCP Server 前面介紹的 MCP 伺服器（filesystem、Context7）都是在本機執行。但 MCP 伺服器也可以遠端運作，只要 Copilot CLI 指向一個 URL 即可，其他都自動處理。不需 `npx`、不需 python、不需本地安裝。 [Microsoft Learn MCP Server](https://github.com/microsoftdocs/mcp) 就是好例子。它讓 Copilot CLI 直接存取官方 Microsoft 文件（Azure、Microsoft Foundry 與其他 AI 主題、.NET、Microsoft 365 等），能搜尋文件、抓取完整頁面、找到官方程式碼範例，而不是只靠模型訓練資料。 - ✅ **不需 API 金鑰** - ✅ **不需註冊帳號** - ✅ **不需本地安裝** **用 `/plugin install` 快速安裝：** 不用手動編輯 JSON，只要一行指令： ```bash copilot > /plugin install microsoftdocs/mcp ``` 這會自動加入伺服器及相關 Agent 技能。安裝的技能包含： - **microsoft-docs**：概念、教學、事實查詢 - **microsoft-code-reference**：API 查詢、程式碼範例、疑難排解 - **microsoft-skill-creator**：產生 Microsoft 技術自訂技能的 meta-skill **用法：** ```bash copilot > What's the recommended way to deploy a Python app to Azure App Service? Search Microsoft Learn. ``` 📚 進一步了解：[Microsoft Learn MCP Server 概覽](https://learn.microsoft.com/training/support/mcp-get-started) ### 用 `web_fetch` 存取網頁 Copilot CLI 內建 `web_fetch` 工具，可從任意 URL 抓取內容。這對於拉取 README、API 文件或發行說明很方便，無需離開終端機。不需 MCP 伺服器。 你可以透過 `~/.copilot/settings.json`（Copilot 一般設定檔，與 MCP 伺服器設定檔 `~/.copilot/mcp-config.json` 分開）控制哪些 URL 可存取。 > ⚠️ **設定檔位置**：Copilot CLI 讀取使用者設定自 `~/.copilot/settings.json`。舊的 `~/.copilot/config.json` 已不再用於使用者設定，放在那裡的任何鍵都會被忽略。 ```json { "permissions": { "allowedUrls": [ "https://api.github.com/**", "https://docs.github.com/**", "https://*.npmjs.org/**" ], "blockedUrls": [ "http://**" ] } } ``` **用法：** ```bash copilot > Fetch and summarize the README from https://github.com/facebook/react ``` ### 建立自訂 MCP 伺服器 想讓 Copilot 連接你自己的 API、資料庫或內部工具？你可以用 Python 打造自訂 MCP 伺服器。這完全選用，因為預設伺服器（GitHub、filesystem、Context7）已涵蓋大多數需求。 📖 參考 [自訂 MCP 伺服器指南](/06-mcp-servers/mcp-custom-server.html)，以書籍應用程式為例完整教學。 📚 更多背景知識請見 [MCP for Beginners 課程](https://github.com/microsoft/mcp-for-beginners)。完整設定檔範例
以下是同時包含 filesystem 與 Context7 伺服器的 mcp-config.json 範例：
💡 注意： GitHub MCP 是內建的，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": ["*"]
}
}
}
將此檔案儲存為 ~/.copilot/mcp-config.json（全域），或專案根目錄的 .mcp.json（專案專用）。
使用 MCP 伺服器
現在你已設定好 MCP 伺服器，來看看它們能做什麼。
伺服器使用範例
挑一個伺服器體驗，或依序練習。
| 我想嘗試… | 跳到 |
|---|---|
| GitHub 儲存庫、問題、PR | GitHub Server |
| 瀏覽專案檔案 | Filesystem Server 用法 |
| 查詢函式庫文件 | Context7 Server 用法 |
| 自訂伺服器、Microsoft Learn MCP 與 web_fetch 用法 | 進階應用用法 |
GitHub Server（內建） - 存取儲存庫、問題、PR 等
### GitHub Server（內建） GitHub MCP 伺服器是**內建**的。如果你已登入 Copilot（初次設定時已完成），它就能直接使用，無需額外設定！ > 💡 **無法運作？** 執行 `/login` 重新驗證 GitHub。Dev Containers 認證說明
- **GitHub Codespaces**（推薦）：認證自動完成。`gh` CLI 會繼承你的 Codespace token，無需手動操作。 - **本機 dev container（Docker）**：容器啟動後執行 `gh auth login`，再重啟 Copilot。 **認證疑難排解：** ```bash # 檢查是否已認證 gh auth status # 若未認證，請登入 gh auth login # 驗證 GitHub MCP 是否連線 copilot > /mcp show ```Filesystem Server - 瀏覽與分析專案檔案
### Filesystem Server 設定好後，filesystem MCP 會自動提供 Copilot 可用的工具： ```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 Server - 查詢函式庫文件
### Context7 Server ```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 現在已知官方 pytest 實作模式 # 並能應用於 samples/book-app-project/tests/test_books.py ```進階應用 - 自訂伺服器與 web_fetch 用法
### 進階應用 **自訂 MCP 伺服器**：如果你依照 [自訂 MCP 伺服器指南](/06-mcp-servers/mcp-custom-server.html) 建立了 book-lookup 伺服器，可以直接查詢你的書籍收藏： ```bash copilot > Look up information about "1984" using the book lookup server. Search for books by George Orwell ``` **Microsoft Learn MCP**：如果你安裝了 [Microsoft Learn MCP 伺服器](#microsoft-learn-mcp-server)，可以直接查詢官方 Microsoft 文件： ```bash copilot > How do I configure managed identity for an Azure Function? Search Microsoft Learn. ``` **Web Fetch**：用內建 `web_fetch` 工具從任意 URL 拉取內容： ```bash copilot > Fetch and summarize the README from https://github.com/facebook/react ```多伺服器工作流程
這些工作流程展現了為什麼開發者會說「用了就回不去了」。每個範例都在單一會話中結合多個 MCP 伺服器。
完整 MCP 工作流程：GitHub MCP 取得儲存庫資料、Filesystem MCP 找出程式碼、Context7 MCP 提供最佳實踐，Copilot 負責分析
以下每個範例都可獨立操作。挑一個你有興趣的，或全部閱讀。
| 我想看到… | 跳到 |
|---|---|
| 多伺服器協作 | 多伺服器探索 |
| 一次完成從問題到 PR | Issue-to-PR 工作流程 |
| 快速檢查專案健康狀態 | 健康儀表板 |
多伺服器探索 - 一次用 filesystem、GitHub、Context7
#### 用多個 MCP 伺服器探索書籍應用程式 ```bash copilot # 步驟 1：用 filesystem MCP 探索書籍應用程式 > 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 # 步驟 2：用 GitHub MCP 查詢近期變更 > 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) # 步驟 3：用 Context7 MCP 查詢最佳實踐 > 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 # 步驟 4：綜合建議 > 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) ```🎬 MCP 工作流程實際操作影片！
 *示範輸出僅供參考。你的模型、工具與回應可能與此不同。*Issue-to-PR 工作流程 - 從 GitHub 問題到 PR，一次搞定
#### 問題到 PR 的工作流程（在你自己的儲存庫） 這在你自己的 fork 或有寫入權限的儲存庫效果最佳： > 💡 **現在無法實作也別擔心。** 如果你目前只有唯讀 clone，稍後作業會實際練習。現在先閱讀流程即可。 ```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 ``` **零複製貼上。零情境切換。單一終端機會話完成。**健康儀表板 - 用多個伺服器快速檢查專案健康狀態
#### Book App 健康儀表板 ```bash copilot > 給我一本書籍應用程式專案的健康報告： > 1. 列出 samples/book-app-project/ 目錄下所有 Python 檔案中的所有函式 > 2. 檢查哪些函式有型別提示，哪些沒有 > 3. 顯示 samples/book-app-project/tests/ 目錄下現有的測試 > 4. 檢查這個目錄的近期提交紀錄 Book App 健康報告 ====================== 📊 發現的函式： - books.py：BookCollection 中有 8 個方法（全部都有型別提示 ✓） - book_app.py：6 個函式（4 個有型別提示，2 個缺少） - utils.py：3 個函式（1 個有型別提示，2 個缺少） 🧪 測試涵蓋率： - test_books.py：8 個測試函式涵蓋 BookCollection - 缺少：book_app.py CLI 函式沒有測試 - 缺少：utils.py 輔助函式沒有測試 📝 近期活動： - 過去一週有 3 次提交 - 最近一次：新增測試 fixture 建議事項： - 為 utils.py 的函式補上型別提示 - 為 book_app.py 的 CLI 處理函式新增測試 - 所有檔案長度都適中（小於 100 行）－結構良好！ ``` **結果**：多個資料來源在幾秒內彙整完成。手動操作則需執行 grep、計算行數、檢查 git log 並瀏覽測試檔案，輕鬆就要花 15 分鐘以上。練習
🎉 你已經掌握了基本要素！ 你了解了 MCP，看過如何設定伺服器，也見識了實際的工作流程。現在輪到你親自嘗試。
▶️ 自己動手試試看
現在輪到你了！完成以下練習，實際操作 MCP 伺服器與書籍應用程式專案。
練習 1：檢查你的 MCP 狀態
先查看有哪些 MCP 伺服器可用：
copilot
> /mcp show
你應該會看到 GitHub 伺服器已啟用。如果沒有，請執行 /login 進行驗證。
練習 2：用檔案系統 MCP 探索書籍應用程式
如果你已經設定好檔案系統伺服器，請用它來探索書籍應用程式：
copilot
> samples/book-app-project/ 目錄下有多少個 Python 檔案？
> 每個檔案裡定義了哪些函式？
預期結果：Copilot 會列出 book_app.py、books.py 和 utils.py 及其各自的函式。
💡 還沒設定檔案系統 MCP？ 請參考上方完整設定檔章節建立設定檔。MCP 設定變更會在每次回合間生效。
練習 3：用 GitHub MCP 查詢儲存庫歷史
利用內建的 GitHub MCP 探索本課程儲存庫：
copilot
> 列出本儲存庫最近 5 次提交
> 本儲存庫有哪些分支？
預期結果：Copilot 會顯示 GitHub 遠端的近期提交訊息與分支名稱。
⚠️ 在 Codespace 裡嗎？ 這會自動運作，驗證會自動繼承。如果你在本地複製的專案，請確認
gh auth status顯示你已登入。
練習 4：結合多個 MCP 伺服器
現在在同一個會話中結合檔案系統與 GitHub MCP：
copilot
> 讀取 samples/book-app-project/data.json 並告訴我收藏有哪些書。然後檢查近期提交，看看這個檔案是什麼時候最後修改的。
預期結果：Copilot 會讀取 JSON 檔案（檔案系統 MCP），列出 5 本書，包括 “The Hobbit”、”1984”、”Dune”、”To Kill a Mockingbird” 和 “Mysterious Book”，然後查詢 GitHub 的提交歷史。
自我檢查：當你能解釋為什麼「查詢我的儲存庫提交歷史」比手動執行 git log 並貼上結果到提示詞更好時，就代表你理解 MCP 了。
📝 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中同時使用 MCP 伺服器。請在同一個 Copilot 會話中完成以下步驟：
- 確認 MCP 正常運作：執行
/mcp show，確認至少有 GitHub 伺服器啟用 - 設定檔案系統 MCP（若尚未設定）：建立
~/.copilot/mcp-config.json，加入檔案系統伺服器設定 - 探索程式碼：請 Copilot 使用檔案系統伺服器：
- 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，找出任何資料品質問題（提示：看最後一筆資料）
- 列出
- 檢查儲存庫活動：請 Copilot 使用 GitHub MCP：
- 列出最近有修改
samples/book-app-project/目錄下檔案的提交 - 檢查是否有任何開啟中的 issue 或 pull request
- 列出最近有修改
- 結合伺服器：在同一個提示中請 Copilot：
- 讀取
samples/book-app-project/tests/test_books.py測試檔 - 比較測試涵蓋的函式與
books.py中所有函式 - 總結有哪些測試涵蓋尚未覆蓋
- 讀取
成功標準：你能在同一個 Copilot 會話中無縫結合檔案系統與 GitHub MCP 的資料，並能解釋每個 MCP 伺服器在回應中貢獻了哪些資訊。
💡 提示（點擊展開）
**步驟 1：確認 MCP** ```bash copilot > /mcp show # 應該會顯示 "github" 已啟用 # 如果沒有，請執行：/login ``` **步驟 2：建立設定檔** 請使用上方[完整設定檔](#complete-configuration-file)章節的 JSON，並儲存為 `~/.copilot/mcp-config.json`。 **步驟 3：資料品質問題提示** `data.json` 的最後一本書是： ```json { "title": "Mysterious Book", "author": "", "year": 0, "read": false } ``` 作者為空、年份為 0。這就是資料品質問題！ **步驟 5：測試涵蓋比較** `test_books.py` 測試涵蓋：`add_book`、`mark_as_read`、`remove_book`、`get_unread_books` 和 `find_book_by_title`。像是 `load_books`、`save_books`、`list_books` 沒有直接測試。`book_app.py` 的 CLI 函式和 `utils.py` 的輔助函式完全沒有測試。 **如果 MCP 沒有運作：** MCP 設定現在會在每次回合間自動生效。如果你剛新增伺服器但 Copilot 還沒看到，請再輸入一次訊息，伺服器就會可用。進階挑戰：打造自訂 MCP 伺服器
想更進一步嗎？請參考 自訂 MCP 伺服器指南，用 Python 打造屬於你自己的 MCP 伺服器，連接任何 API。