copilot-cli-for-beginners
如果 Copilot 能從終端機讀取你的 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，Model Context Protocol）的用途。它是一種讓 Copilot 能連接外部服務、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」。本章你將設定幾個這樣的連線，並體驗它如何大幅提升 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（選用）
⏱️ 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 | 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 GitHub 問題、探索檔案系統、取得最新文件等等。
MCP 伺服器讓 Copilot 連接外部世界：GitHub、儲存庫、文件等
💡 關鍵洞見：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 的威力。 GitHub MCP 伺服器預設已包含。試試看：
copilot
> List the recent commits in this repository
如果 Copilot 回傳了真實的提交資料，你就親眼見到 MCP 的運作了。這就是 GitHub MCP 伺服器代表你連線到 GitHub。不過 GitHub 只是其中一個伺服器。本章會教你如何加更多（檔案系統存取、最新文件等），讓 Copilot 能做得更多。
/mcp show 指令
使用 /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？ 這很正常！如果你還沒加其他 MCP 伺服器，目前只會列出 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結尾的指令總覽。
🎬 實際操作影片
 *示範輸出會因模型、工具、回應而異。*MCP 帶來哪些改變？
實際上，MCP 讓 Copilot 有這樣的差異：
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 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 協作。
設定 MCP 伺服器
你已經體驗過 MCP，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（更彈性）。如果不確定，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，讓你能用互動式引導安裝熱門伺服器——不用自己編輯 JSON。
copilot
> /mcp search
Copilot 會開啟一個互動式選擇器，顯示可用伺服器。選一個後，CLI 會引導你完成所需設定（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 伺服器可在使用者層級（~/.copilot/mcp-config.json，全專案適用）、專案層級（.mcp.json），或工作區設定檔（.github/mcp.json）中設定。.github/mcp.json 會和 .mcp.json 一起自動載入。如果你用 /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？ 點此看各欄位說明
| 欄位 | 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 validator](https://jsonlint.com/)）新增 MCP 伺服器
GitHub MCP 伺服器是內建的，不需額外設定。以下是你可以加裝的其他伺服器。選你有興趣的，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 |
| 探索進階應用（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 可存取你啟動時所在目錄的相對檔案。在 Codespace 裡，這是你的工作區根目錄。你也可以用絕對路徑（如 `/workspaces/copilot-cli-for-beginners`）。 把這段加到你的 `~/.copilot/mcp-config.json`，然後重啟 Copilot。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** 把這段加到你的 `~/.copilot/mcp-config.json`，然後重啟 Copilot。進階應用 - 自訂伺服器與網頁存取（選用）
這些是進階選項，適合你已熟悉前述核心伺服器時再嘗試。 ### Microsoft Learn MCP Server 前面介紹的 MCP 伺服器（filesystem、Context7）都是在本機執行。但 MCP 伺服器也可以遠端執行，只要 Copilot CLI 指向一個 URL 即可，無需 `npx`、`python`、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、查找官方程式碼範例，不再只靠模型訓練資料。 - ✅ **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 設定檔，只要一行指令： ```bash copilot > /plugin install microsoftdocs/mcp ``` 這會自動加入伺服器及其相關 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 簡介](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。 你可在 `~/.copilot/config.json`（Copilot 一般設定，與 MCP 伺服器設定檔 `~/.copilot/mcp-config.json` 分開）中控制哪些 URL 可存取。 ```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。這完全是選用功能，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
這是一份同時包含 filesystem 與 Context7 伺服器的 mcp-config.json 範例：
💡 注意： GitHub MCP 是內建的，不需寫進設定檔。
{
"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（全域設定），或專案根目錄的 .mcp.json（專案專用設定）。
使用 MCP 伺服器
你已設定好 MCP 伺服器，現在來看看它們能做什麼。
伺服器使用範例
選一個伺服器體驗，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（初次設定時已做過），它就能直接用，不需額外設定！ > 💡 **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。 - **本地 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 # 確認 GitHub MCP 已連線 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 現在已知道 pytest 官方模式 # 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 server](#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」。每個範例都在同一會話中結合多個 MCP 伺服器。
完整 MCP 工作流程：GitHub MCP 取得 repo 資料、Filesystem MCP 找程式碼、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。選你有興趣的，或全部閱讀。
| 我想看到…… | 跳到 |
|---|---|
| 多個伺服器協作 | 多伺服器探索 |
| 一次會話從 issue 到 PR | Issue-to-PR 工作流程 |
| 快速專案健康檢查 | 健康儀表板 |
多伺服器探索 - 同時結合 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 工作流程示範影片
 *示範輸出會因模型、工具、回應而異。*Issue-to-PR 工作流程 - 一次會話從 GitHub issue 到 pull request
#### Issue-to-PR 工作流程（在你自己的儲存庫） 這在你有寫入權限的 fork 或儲存庫上效果最佳： > 💡 **現在沒法操作也別擔心。** 如果你用的是唯讀 clone，之後作業會練習。現在先看流程即可。 ```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。一次終端機會話完成。**健康儀表板 - 用多個伺服器快速檢查專案健康狀態
#### 書籍應用程式健康儀表板 ```bash copilot > 幫我產生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 檔案中的函式 > 2. 檢查哪些函式有型別註記，哪些沒有 > 3. 顯示 samples/book-app-project/tests/ 目錄下現有的測試 > 4. 檢查這個目錄下最近的提交紀錄 書籍應用程式健康報告 ====================== 📊 發現的函式： - books.py：BookCollection 中有 8 個方法（全部都有型別註記 ✓） - book_app.py：6 個函式（4 個有型別註記，2 個缺少） - utils.py：3 個函式（1 個有型別註記，2 個缺少） 🧪 測試涵蓋率： - test_books.py：8 個測試函式涵蓋 BookCollection - 缺少：沒有針對 book_app.py CLI 函式的測試 - 缺少：沒有針對 utils.py 輔助函式的測試 📝 最近活動： - 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 的函式補上型別註記 - 為 book_app.py 的 CLI 處理函式新增測試 - 所有檔案長度適中（皆小於 100 行）－結構良好！ ``` **結果**：多個資料來源在數秒內彙整。手動操作則需執行 grep、計算行數、檢查 git log 並瀏覽測試檔案，輕鬆就要花上 15 分鐘以上。練習
🎉 你現在已經掌握了基本要素！ 你了解 MCP，看過如何設定伺服器，也見識過實際工作流程。現在輪到你親自嘗試。
▶️ 自己動手試試看
現在換你來練習！完成以下練習，熟悉如何在書籍應用程式專案中使用 MCP 伺服器。
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 進行認證。
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，試著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？
> 每個檔案中定義了哪些函式？
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 區段建立設定檔，然後重新啟動 Copilot。
練習 3：用 GitHub MCP 查詢儲存庫歷史
使用內建的 GitHub MCP 探索本課程儲存庫：
copilot
> 列出這個儲存庫最近 5 次提交
> 這個儲存庫有哪些分支？
預期結果：Copilot 會顯示 GitHub 遠端的最近提交訊息與分支名稱。
⚠️ 在 Codespace 中嗎？ 這會自動運作，認證會自動繼承。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，告訴我有哪些書在收藏中。然後檢查最近的提交，看看這個檔案上次是什麼時候被修改。
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「檢查我的儲存庫提交歷史」比手動執行 git log 再貼到提示中更好時，就代表你已經理解 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中同時使用 MCP 伺服器。請在單一 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（若尚未完成）：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中所有函式 - 檢查
samples/book-app-project/utils.py中哪些函式缺少型別註記 - 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：在單一提示中請 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 - 總結哪些測試涵蓋尚未完善
- 讀取
成功標準：你能在單一 Copilot 會話中順利結合檔案系統與 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 # 若沒有，請執行：/login ``` **步驟 2：建立設定檔** 請將 [完整設定檔](#complete-configuration-file) 區段的 JSON 存成 `~/.copilot/mcp-config.json`。 **步驟 3：資料品質問題提示** `data.json` 最後一本書如下： ```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 函式與 `utils.py` 的輔助函式則完全沒有測試。 **如果 MCP 沒作用：** 編輯設定檔後請重新啟動 Copilot。加分挑戰：打造自訂 MCP 伺服器
想更進階嗎？請參考 自訂 MCP 伺服器指南，用 Python 打造一個能連接任意 API 的 MCP 伺服器。