Skip to content

Latest commit

 

History

History
208 lines (149 loc) · 8.56 KB

README.md

File metadata and controls

208 lines (149 loc) · 8.56 KB

🐙 模組 4：實戰 MCP 開發 - 自訂 GitHub 複製伺服器

Duration Difficulty MCP VS Code GitHub Copilot

⚡ 快速開始： 在短短 30 分鐘內打造一個生產就緒的 MCP 伺服器，自動化 GitHub 倉庫複製並整合 VS Code！

🎯 學習目標

完成本實驗後，你將能夠：

  • ✅ 建立符合實務開發流程的自訂 MCP 伺服器
  • ✅ 透過 MCP 實作 GitHub 倉庫複製功能
  • ✅ 將自訂 MCP 伺服器與 VS Code 及 Agent Builder 整合
  • ✅ 使用 GitHub Copilot Agent Mode 搭配自訂 MCP 工具
  • ✅ 在生產環境中測試並部署自訂 MCP 伺服器

📋 先決條件

  • 完成實驗 1-3（MCP 基礎與進階開發）
  • GitHub Copilot 訂閱（可免費註冊）
  • 安裝並啟用 AI Toolkit 與 GitHub Copilot 擴充功能的 VS Code
  • 已安裝並設定 Git CLI

🏗️ 專案概述

真實開發挑戰

作為開發者，我們經常使用 GitHub 複製倉庫並在 VS Code 或 VS Code Insiders 中開啟。這個手動流程包含：

  1. 開啟終端機/命令提示字元
  2. 切換到目標目錄
  3. 執行 git clone 指令
  4. 在複製的目錄中開啟 VS Code

我們的 MCP 解決方案將這些步驟整合成一條智慧指令！

你將打造的內容

一個 GitHub 複製 MCP 伺服器 (git_mcp_server)，提供：

功能 說明 優點
🔄 智慧倉庫複製 複製 GitHub 倉庫並進行驗證 自動錯誤檢查
📁 智慧目錄管理 安全檢查並建立目錄 避免覆寫
🚀 跨平台 VS Code 整合 在 VS Code/Insiders 中開啟專案 流程無縫銜接
🛡️ 強健錯誤處理 處理網路、權限與路徑問題 生產環境可靠性

📖 逐步實作指南

步驟 1：在 Agent Builder 中建立 GitHub Agent

  1. 透過 AI Toolkit 擴充功能啟動 Agent Builder

  2. 使用以下設定 建立新代理人：

    Agent Name: GitHubAgent

  3. 初始化自訂 MCP 伺服器：

    • 前往 工具 → 新增工具 → MCP 伺服器
    • 選擇 「建立新的 MCP 伺服器」
    • 選擇 Python 範本 以獲得最大彈性
    • 伺服器名稱： git_mcp_server

步驟 2：設定 GitHub Copilot Agent Mode

  1. 在 VS Code 中開啟 GitHub Copilot（Ctrl/Cmd + Shift + P → 輸入 "GitHub Copilot: Open"）
  2. 在 Copilot 介面中選擇代理模型
  3. 選擇具備強化推理能力的 Claude 3.7 模型
  4. 啟用 MCP 整合以存取工具

💡 專家提示： Claude 3.7 對開發流程與錯誤處理模式有更優秀的理解。

步驟 3：實作 MCP 伺服器核心功能

使用以下詳細提示搭配 GitHub Copilot Agent Mode：

Create two MCP tools with the following comprehensive requirements:

🔧 TOOL A: clone_repository
Requirements:
- Clone any GitHub repository to a specified local folder
- Return the absolute path of the successfully cloned project
- Implement comprehensive validation:
  ✓ Check if target directory already exists (return error if exists)
  ✓ Validate GitHub URL format (https://github.com/user/repo)
  ✓ Verify git command availability (prompt installation if missing)
  ✓ Handle network connectivity issues
  ✓ Provide clear error messages for all failure scenarios

🚀 TOOL B: open_in_vscode
Requirements:
- Open specified folder in VS Code or VS Code Insiders
- Cross-platform compatibility (Windows/Linux/macOS)
- Use direct application launch (not terminal commands)
- Auto-detect available VS Code installations
- Handle cases where VS Code is not installed
- Provide user-friendly error messages

Additional Requirements:
- Follow MCP 1.9.3 best practices
- Include proper type hints and documentation
- Implement logging for debugging purposes
- Add input validation for all parameters
- Include comprehensive error handling

步驟 4：測試你的 MCP 伺服器

4a. 在 Agent Builder 中測試

  1. 啟動 Agent Builder 的除錯設定
  2. 使用以下系統提示設定你的代理人：
SYSTEM_PROMPT:
You are my intelligent coding repository assistant. You help developers efficiently clone GitHub repositories and set up their development environment. Always provide clear feedback about operations and handle errors gracefully.
  1. 以真實使用情境進行測試：
USER_PROMPT EXAMPLES:

Scenario : Basic Clone and Open
"Clone {Your GitHub Repo link such as https://github.com/kinfey/GHCAgentWorkshop
 } and save to {The global path you specify}, then open it with VS Code Insiders"

Agent Builder Testing

預期結果：

  • ✅ 成功複製並確認路徑
  • ✅ 自動啟動 VS Code
  • ✅ 對無效情境顯示清楚錯誤訊息
  • ✅ 妥善處理邊界狀況

4b. 在 MCP Inspector 中測試

MCP Inspector Testing

🎉 恭喜！ 你已成功打造一個實用且生產就緒的 MCP 伺服器，解決真實開發流程中的挑戰。你的自訂 GitHub 複製伺服器展現了 MCP 在自動化與提升開發者生產力上的強大能力。

🏆 成就解鎖：

  • ✅ MCP 開發者 - 建立自訂 MCP 伺服器
  • ✅ 流程自動化專家 - 精簡開發流程
  • ✅ 整合高手 - 連接多種開發工具
  • ✅ 生產就緒 - 打造可部署解決方案

🎓 工作坊結業：你的 Model Context Protocol 之旅

親愛的工作坊參與者，

恭喜你完成 Model Context Protocol 工作坊的全部四個模組！你已從理解 AI Toolkit 基礎概念，進階到打造生產就緒的 MCP 伺服器，解決真實開發挑戰。

🚀 你的學習路徑回顧：

模組 1：你從探索 AI Toolkit 基礎、模型測試與建立第一個 AI 代理人開始。

模組 2：你學習 MCP 架構，整合 Playwright MCP，並打造第一個瀏覽器自動化代理人。

模組 3：你進階到自訂 MCP 伺服器開發，使用天氣 MCP 伺服器並精通除錯工具。

模組 4：你將所學應用於打造實用的 GitHub 倉庫工作流程自動化工具。

🌟 你已精通：

  • ✅ AI Toolkit 生態系：模型、代理人與整合模式
  • ✅ MCP 架構：客戶端-伺服器設計、傳輸協定與安全性
  • ✅ 開發工具：從 Playground、Inspector 到生產部署
  • ✅ 自訂開發：建立、測試與部署自有 MCP 伺服器
  • ✅ 實務應用：用 AI 解決真實工作流程挑戰

🔮 你的下一步：

  1. 打造自己的 MCP 伺服器：運用所學自動化你的專屬流程
  2. 加入 MCP 社群：分享作品並向他人學習
  3. 探索進階整合：將 MCP 伺服器連接企業系統
  4. 貢獻開源：協助改進 MCP 工具與文件

請記得，這個工作坊只是開始。Model Context Protocol 生態系正快速演進，你已具備站在 AI 驅動開發工具前沿的能力。

感謝你的參與與學習熱忱！

我們希望這次工作坊激發你新的靈感，改變你在開發旅程中與 AI 工具互動的方式。

祝你編碼愉快！

免責聲明：
本文件係使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們致力於確保準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應視為權威來源。對於重要資訊，建議採用專業人工翻譯。我們不對因使用本翻譯而產生的任何誤解或誤釋負責。