Copilot - 构建你自己的MCP服务器

学习如何创建并集成模型上下文协议（MCP）服务器与GitHub Copilot，以通过自定义工具和数据源扩展其功能。

先决条件

首选集成开发环境（IDE）： Visual Studio Code 或 JetBrains 集成开发环境（IntelliJ IDEA、PyCharm、WebStorm）
GitHub Copilot： 已安装Copilot和Copilot Chat扩展
终端： 在集成开发环境（IDE）中打开终端窗口
容器运行时： 已安装Docker或Podman
运行时间： 已安装 Python 3.10+ 或 Node.js 18+
紫外线 已安装（针对规格套件）

MCP简介与路径选择

目的： 了解MCP服务器的工作原理以及它们如何扩展Copilot的功能。

集成开发环境（IDE）支持： 在Visual Studio Code的Copilot Chat中已普遍可用（GA），在Visual Studio、JetBrains、Eclipse和Xcode中，Copilot已进入公开预览阶段。

MCP 概述：

MCP（模型上下文协议）服务器提供了一种标准化的交互方式

配备各种工具、服务和系统。

一个MCP服务器在开发人员的工作站上本地运行，例如作为

Docker 容器（也可以通过 HTTP 使用远程服务器）。

开发者可以直接在他们的集成开发环境（IDE）中初始化和管理MCP服务器，或者

命令行工具。

MCP允许外部工具和数据源与（系统/平台）实现无缝集成

Copilot。它们支持多种类型的集成，包括数据库，应用程序编程接口（APIs）和云服务。

MCP服务器支持实时探索、执行和交互

连接的资源。

已经提供了多种多样的MCP服务器。 **必须谨慎行事

在运行MCP服务器时** 在网络上被发现，因为可能存在安全隐患或者恶意的实现（方式）。

选择你的道路

路径A：新加入MCP？ → 以……开始

了解MCP服务器学习通过使用现有的MCP服务器

路径B：熟悉MCP吗？ → 跳至

构建您自己的MCP服务器以创建一个从零开始定制服务器

路径A：了解MCP服务器

PostgreSQL MCP 服务器设置

目的： 学习如何设置和使用现有的MCP服务器。

VS Code 安装设置

打开命令面板： Shift+Control+P (Windows) 或 Shift+CMD+P (Mac)
选择 > MCP: Add server...
选择 Docker image => mcp/postgres
当提示“是否从 MCP 安装 MCP/PostgreSQL？”时，请选择“允许”
输入适用于您系统的Postgres URL：

- Mac： postgresql://postgres:postgres@host.docker.internal:5432/mydb - 代码空间 / Linux： postgresql://postgres:postgres@172.17.0.1:5432/mydb

如果提示输入单个连接详情，请使用：

- 端口： 五十四三二 - 数据库名称： mydb（可译为“我的数据库”，但具体翻译可能根据上下文有所调整，这里提供一个通用的翻译） - 用户名： PostgreSQL（简称Postgres） - 密码： PostgreSQL（通常简称为Postgres）

输入服务器ID：“Postgres”
选择保存配置的位置：选择“工作区设置”
集成开发环境（IDE）应该会打开 mcp.json
通过点击播放按钮来启动服务器 mcp.json
点击扳手图标，验证工具是否在代理模式下可用

JetBrains 安装程序

打开设置 → 工具 → MCP 服务器，并启用 MCP 服务器

打开GitHub Copilot Chat并切换到Agent模式

确保Docker正在运行

点击模型选择旁边的扳手图标以打开工具菜单

点击“+ 添加更多工具”

A. mcp.json 文件将被创建

为您的系统添加适当的配置：

Mac/Windows：

   {
       "servers": {
           "postgres": {
               "command": "docker",
               "args": [
                   "run",
                   "-i",
                   "--rm",
                   "mcp/postgres",
                   "postgresql://postgres:postgres@host.docker.internal:5432/mydb"
               ]
           }
       }
   }

Linux：

   {
       "servers": {
           "postgres": {
               "command": "docker",
               "args": [
                   "run", 
                   "-i", 
                   "--rm", 
                   "mcp/postgres", 
                   "postgresql://postgres:postgres@172.17.0.1:5432/mydb"
               ]
           }
       }
   }

再次点击工具图标——你应该会看到 query 被列为新（类别/项目）下的

创建了PostgreSQL MCP服务器

GitHub Copilot 将自动启动已配置的服务器。请检查

GitHub Copilot MCP 状态消息日志窗口

PostgreSQL MCP 故障排除

连接到 PostgreSQL MCP 服务器时遇到问题？请尝试以下解决方案：

验证您的 mcp.json 配置 与您的操作系统匹配：

Mac/Windows：

   {
       "servers": {
           "postgres": {
               "command": "docker",
               "args": [
                   "run",
                   "-i",
                   "--rm",
                   "mcp/postgres",
                   "postgresql://postgres:postgres@host.docker.internal:5432/mydb"
               ]
           }
       }
   }

Linux：

   {
       "servers": {
           "postgres": {
               "command": "docker",
               "args": [
                   "run", 
                   "-i", 
                   "--rm", 
                   "mcp/postgres", 
                   "postgresql://postgres:postgres@172.17.0.1:5432/mydb"
               ]
           }
       }
   }

停止所有正在运行的MCP容器 在启动服务器之前：

   # Check for running MCP containers
   docker ps | grep mcp

   # Stop the container (replace container_id with actual ID)
   docker stop

备选方案：在不使用 Docker 的情况下运行如果Docker不可用，您可以使用npm来运行服务器：

   {
       "servers": {
           "postgres": {
               "command": "npx",
               "args": [
                   "-y",
                   "@modelcontextprotocol/server-postgres",
                   "postgresql://localhost/mydb"
               ]
           }
       }
   }

数据库替代方案：

- 使用 Podman 与 docker-compose.yml 文件 - 使用官方 PostgreSQL 安装程序在本地安装 PostgreSQL - 使用您工作环境中现有的任何测试数据库

测试 PostgreSQL MCP 服务器

目的： 对PostgreSQL MCP服务器进行样本数据库测试。

先决条件： Docker 已安装并正在运行。

步骤：

   cd mcp-exercise
   docker compose up db

在Copilot Chat中，确保已选择代理模式

在工具菜单中确认Postgres MCP服务器及其“查询”工具已启用

使用以下示例查询进行测试：

- #query what's the schema of my database? - #query List all tables in the database - #query Show all book loans - #query Show all users who have at least one loan

反思： 考虑MCP服务器提供的信息如何能够在提示中加以利用。它如何有助于构建完整、由人工智能驱动的开发流程？

使用带有提示文件的 PostgreSQL MCP 服务器

目的： 使用提示文件自动化从数据库模式生成ER图。

步骤：

创建一个新的提示文件

添加以下内容：

   ---
   mode: 'agent'
   tools: ['query']
   description: 'Generate or update the ER diagram of the database using Mermaid syntax.'
   ---
   Use the #query tool to get a description of the PostgreSQL database schema.
   Then generate an Entity Relationship diagram based on the schema. Use Mermaid
   syntax to create the diagram. Create the diagram in a file called ER.md.
   Create the file if it doesn't exist yet or update the existing file.

通过输入来测试提示文件 /er 在代理模式下。如果需要，请优化提示语

Copilot无法满足提示的目的

要查看生成的Mermaid图表，请将文件推送到GitHub仓库

并在那里打开文件

下一步

思考一下，与使用传统方法相比，使用现有的MCP服务器的感受如何

Copilot的使用

考虑探索其他现有的MCP服务器（参见

探索其他MCP服务器）

继续按照路径B，从零开始构建你自己的MCP服务器

路径B：构建您自己的MCP服务器

目的： 通过从零开始构建一台MCP服务器来学习其工作原理。这揭开MCP工具的神秘面纱，了解它们的实际功能及如何扩展Copilot的能力。

先决条件：

安装 Python 3.10+ 或 Node.js 18+

步骤

1. 学习基础知识

阅读官方文档： MCP 文档 - 构建服务器. 该文档为Python和TypeScript/Node.js提供了完整的示例。

2. 选择你的项目创意

项目文件分析器： 统计代码行数，查找待办事项（TODOs），列出最近更改
模拟数据生成器： 为用户、产品、交易生成测试数据
开发助手： 检查依赖项、环境变量、系统状态
自定义计算器： 单位换算、时区转换、专业计算
定制解决方案： 根据你的日常发展需求，创造一些东西

3. 选择您的实施路径

构建服务器时，您有两个选择。您可以使用Spec Kit来进行结构化、有指导的流程，或者手动构建以获得更多的控制权。

选项A：使用规范套件以实现结构化方法

使用Spec Kit是定义服务器规格并生成技术方案的推荐方法。了解更多关于。

安装Spec Kit CLI：

   uv tool install specify-cli --from git+https://github.com/github/spec-kit.git

初始化您的项目：

   specify init . --ai copilot

定义服务器的规格：

使用 /speckit.specify 在聊天中输入命令来描述你希望你的MCP服务器执行的操作。例如：

   /speckit.specify Build an MCP server that acts as a project file analyzer. It should have tools to count lines of code, find TODO comments, and list recent git changes.

制定技术计划：

使用 /speckit.plan 命令以指定您将使用的技术。

   /speckit.plan The server will be built using Python and the `mcp` library. It will have three tools: `count_lines`, `find_todos`, and `recent_changes`.

将工作分解为任务：

使用 /speckit.tasks 生成实现服务器所需各个任务的命令。

   /speckit.tasks

执行实施：

使用 /speckit.implement 执行实施的命令。

   /speckit.implement

选项B：手动搭建您的服务器

如果你更倾向于自己搭建服务器，请遵循官方的MCP文档。你可以使用以下库：

python mcp 图书馆
TypeScript/Node.js： @modelcontextprotocol/sdk

4. 添加到集成开发环境（IDE）

VS Code 集成

打开命令面板： Shift+Cmd+P (Mac) / Shift+Ctrl+P (Windows)
类型 MCP: Add server...
选择 Custom command
输入您的服务器命令：

- Python（uv）: 命令： uv，参数： --directory /PATH/TO/your-server run server.py - Node.js： 命令： node论点： /PATH/TO/your-server/dist/index.js

输入服务器ID（例如，“my-tools”）
选择“工作区设置”
使用生成的播放按钮启动服务器 mcp.json

JetBrains 集成

打开设置 → 工具 → MCP 服务器，并启用 MCP 服务器

打开GitHub Copilot Chat并切换到代理模式

点击模型选择旁边的扳手图标以打开工具菜单

点击“+ 添加更多工具”

A. mcp.json 文件将被创建

添加您的服务器配置：

   {
       "servers": {
           "my-python-server": {
               "command": "uv",
               "args": [
                   "--directory",
                   "/PATH/TO/YOUR-SERVER-DIRECTORY",
                   "run",
                   "server.py"
               ]
           }
       }
   }

6. 测试您的服务器

重新加载您的集成开发环境（IDE）：

- VS Code： Cmd+Shift+P → “开发者：重新加载窗口” - JetBrains（公司名，可译为“杰特布瑞恩斯”或直接保留原名）： 如有需要，请重启IDE

验证集成：

- 以代理模式打开Copilot聊天 - 点击扳手图标（🔧）并确认您的工具已显示 - 启用您的自定义工具 - 根据你的实现，使用相关提示进行测试

7. 故障排除

确保路径中的（内容/设置等，具体根据上下文确定） mcp.json 使用绝对路径
VS Code： 检查输出面板（查看 → 输出 → GitHub Copilot）中的错误
JetBrains： 检查“GitHub Copilot MCP 日志”工具窗口
验证服务器在手动启动时能够无错误运行
确保服务器已启动（界面上的绿色播放按钮表示 mcp.json)

讨论要点

构建MCP服务器与常规功能开发有何不同？
贵公司内部有哪些工具可以通过MCP集成而受益？
您会在什么时候选择MCP服务器，而不是自定义聊天模式或提示文件？

探索其他MCP服务器（可选）

剧作家MCP

目的： 在代理模式下启用浏览器自动化。

步骤：

阅读 Playwright MCP 文档
将 Playwright MCP 添加到您的项目中
创建浏览器自动化查询：

- 登录到您的测试环境 - 浏览至 DuckDuckGo（注：这是一个搜索引擎的名称，直接翻译可能无法准确传达其品牌特色，但在此按字面意思翻译为“嘎嘎搜嘎嘎”并不合适，实际使用时应保留原名或采用官方中文译名，如“度娘”虽非官方但常被用来指代搜索引擎，此处为保持翻译形式一致而给出直译示例，实际应用请参考官方或通用译法）进行查询，统计搜索结果

GitHub MCP（注：MCP在此处可能代表特定的项目、组织或概念，但根据上下文无法确定具体含义，因此直接保留原样翻译）

目的： 将AI工具直接连接到GitHub以进行仓库管理，问题/拉取请求（PR）自动化，以及代码分析。

步骤：

阅读
将GitHub MCP添加到您的项目中
根据您的需求配置工具集：仓库、问题、拉取请求、操作，

代码安全等。

带提示的测试：

- “列出我最近的存储库” - “显示此仓库中的未解决问题” - “分析最近的提交”

考虑如何通过GitHub集成来优化您的开发工作流程

通过人工智能驱动的存储库洞察

其他MCP服务器

目的： 探索用于各种集成的额外MCP服务器。

步骤：

浏览至 mcp.so（注：在中文语境中，通常不会直接翻译文件扩展名如“.so”，因为它代表的是特定编程语言（如C/C++）的共享库文件格式，且在不同操作系统中含义一致。此处保留原样以体现技术准确性。）发现可用的MCP服务器
探索可与您的开发工具集成的服务器：

- - GitLab MCP（注：MCP在此处可能是一个特定上下文中的缩写或术语，但没有具体上下文，我们只能将其直译为“GitLab MCP”，在实际应用中可能需要根据具体语境进行解释或翻译） - 困惑度 MCP（或可译为：MCP 困惑度，具体译法可能根据上下文调整） - Slack MCP（注：MCP在此处可能是一个特定上下文中的缩写或专有名词，没有直接的中文对应，因此保持原样）

Copilot MCP Byo

快速接入

详细介绍

Copilot - 构建你自己的MCP服务器

先决条件

MCP简介与路径选择

选择你的道路

路径A：了解MCP服务器

PostgreSQL MCP 服务器设置

VS Code 安装设置

JetBrains 安装程序

PostgreSQL MCP 故障排除

测试 PostgreSQL MCP 服务器

使用带有提示文件的 PostgreSQL MCP 服务器

下一步

路径B：构建您自己的MCP服务器

步骤

1. 学习基础知识

2. 选择你的项目创意

3. 选择您的实施路径

选项A：使用规范套件以实现结构化方法

选项B：手动搭建您的服务器

4. 添加到集成开发环境（IDE）

VS Code 集成

JetBrains 集成

6. 测试您的服务器

7. 故障排除

讨论要点

探索其他MCP服务器（可选）

剧作家MCP

GitHub MCP（注：MCP在此处可能代表特定的项目、组织或概念，但根据上下文无法确定具体含义，因此直接保留原样翻译）

其他MCP服务器

另见

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP