README.md

Scenariusz 3: Dokumentacja w edytorze z serwerem MCP w VS Code

Przegląd

W tym scenariuszu nauczysz się, jak wprowadzić Microsoft Learn Docs bezpośrednio do środowiska Visual Studio Code za pomocą serwera MCP. Zamiast ciągłego przełączania się między kartami przeglądarki w poszukiwaniu dokumentacji, możesz uzyskać dostęp, wyszukiwać i odwoływać się do oficjalnych materiałów bezpośrednio w edytorze. Takie podejście usprawnia Twój workflow, pozwala zachować koncentrację i umożliwia płynną integrację z narzędziami takimi jak GitHub Copilot.

• Wyszukuj i czytaj dokumentację w VS Code, nie opuszczając środowiska kodowania.
• Odwołuj się do dokumentacji i wstawiaj linki bezpośrednio do plików README lub materiałów kursu.
• Korzystaj jednocześnie z GitHub Copilot i MCP, aby uzyskać płynny, wspomagany AI workflow dokumentacyjny.

Cele nauki

Pod koniec tego rozdziału będziesz wiedzieć, jak skonfigurować i używać serwera MCP w VS Code, aby usprawnić swoją pracę z dokumentacją i proces tworzenia oprogramowania. Będziesz potrafił:

• Skonfigurować swoje środowisko pracy do korzystania z serwera MCP w celu wyszukiwania dokumentacji.
• Wyszukiwać i wstawiać dokumentację bezpośrednio z poziomu VS Code.
• Łączyć możliwości GitHub Copilot i MCP, aby zwiększyć produktywność dzięki wsparciu AI.

Te umiejętności pomogą Ci zachować koncentrację, poprawić jakość dokumentacji i zwiększyć efektywność jako programista lub autor techniczny.

Rozwiązanie

Aby uzyskać dostęp do dokumentacji w edytorze, wykonasz serię kroków integrujących serwer MCP z VS Code i GitHub Copilot. To rozwiązanie jest idealne dla autorów kursów, twórców dokumentacji i programistów, którzy chcą pozostać skupieni w edytorze podczas pracy z dokumentami i Copilotem.

• Szybko dodawaj linki referencyjne do README podczas pisania dokumentacji kursu lub projektu.
• Korzystaj z Copilota do generowania kodu i MCP do natychmiastowego znajdowania i cytowania odpowiednich materiałów.
• Zachowaj skupienie w edytorze i zwiększ produktywność.

Przewodnik krok po kroku

Aby zacząć, wykonaj następujące kroki. Do każdego kroku możesz dodać zrzut ekranu z folderu assets, aby wizualnie zobrazować proces.

1. Dodaj konfigurację MCP:
   W katalogu głównym projektu utwórz plik .vscode/mcp.json i dodaj następującą konfigurację:

   {
     "servers": {
       "LearnDocsMCP": {
         "url": "https://learn.microsoft.com/api/mcp"
       }
     }
   }

   Ta konfiguracja informuje VS Code, jak połączyć się z Microsoft Learn Docs MCP server.

   

2. Otwórz panel GitHub Copilot Chat:
   Jeśli nie masz jeszcze zainstalowanego rozszerzenia GitHub Copilot, przejdź do widoku Extensions w VS Code i zainstaluj je. Możesz pobrać je bezpośrednio z Visual Studio Code Marketplace. Następnie otwórz panel Copilot Chat z paska bocznego.

   

3. Włącz tryb agenta i zweryfikuj narzędzia:
   W panelu Copilot Chat włącz tryb agenta.

   

   Po włączeniu trybu agenta sprawdź, czy serwer MCP jest wymieniony jako jedno z dostępnych narzędzi. To zapewnia, że agent Copilot ma dostęp do serwera dokumentacji, aby pobierać odpowiednie informacje.

   

4. Rozpocznij nową rozmowę i zadaj pytanie agentowi:
   Otwórz nową rozmowę w panelu Copilot Chat. Teraz możesz zadawać agentowi pytania dotyczące dokumentacji. Agent użyje serwera MCP, aby pobrać i wyświetlić odpowiednie materiały Microsoft Learn bezpośrednio w edytorze.

   • "Próbuję napisać plan nauki dla tematu X. Zamierzam uczyć się go przez 8 tygodni, na każdy tydzień zasugeruj treści, które powinienem przerobić."

   

5. Zapytania na żywo:

   Weźmy przykład zapytania z sekcji #get-help na Discordzie Azure AI Foundry (zobacz oryginalną wiadomość):

   "Szukam odpowiedzi, jak wdrożyć rozwiązanie wieloagentowe z agentami AI rozwijanymi na platformie Azure AI Foundry. Widzę, że nie ma bezpośredniej metody wdrożenia, takiej jak kanały Copilot Studio. Jakie są różne sposoby wdrożenia, aby użytkownicy korporacyjni mogli współdziałać i wykonać zadanie?
   Istnieje wiele artykułów/blogów, które mówią, że można użyć usługi Azure Bot jako pomostu między MS Teams a agentami Azure AI Foundry. Czy to zadziała, jeśli skonfiguruję Azure Bot, który łączy się z Orchestrator Agent na Azure AI Foundry za pomocą funkcji Azure do orkiestracji, czy muszę stworzyć funkcję Azure dla każdego agenta AI w rozwiązaniu wieloagentowym, aby wykonać orkiestrację w Bot Framework? Inne sugestie są mile widziane."

   

   Agent odpowie odpowiednimi linkami do dokumentacji i podsumowaniami, które możesz bezpośrednio wstawić do swoich plików markdown lub użyć jako odniesienia w kodzie.

Przykładowe zapytania

Oto kilka przykładowych zapytań, które możesz wypróbować. Pokażą one, jak serwer MCP i Copilot mogą współpracować, aby zapewnić natychmiastową, kontekstową dokumentację i odniesienia bez opuszczania VS Code:

• "Pokaż mi, jak używać triggerów Azure Functions."
• "Wstaw link do oficjalnej dokumentacji Azure Key Vault."
• "Jakie są najlepsze praktyki zabezpieczania zasobów Azure?"
• "Znajdź szybki start dla usług Azure AI."

Te zapytania pokażą, jak serwer MCP i Copilot mogą współpracować, aby zapewnić natychmiastową, kontekstową dokumentację i odniesienia bez opuszczania VS Code.

---

Zastrzeżenie:
Niniejszy dokument został przetłumaczony przy użyciu usługi tłumaczenia AI Co-op Translator. Chociaż dokładamy starań, aby tłumaczenie było jak najbardziej precyzyjne, prosimy mieć na uwadze, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w języku źródłowym powinien być uznawany za źródło autorytatywne. W przypadku informacji o kluczowym znaczeniu zalecane jest skorzystanie z profesjonalnego tłumaczenia wykonanego przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z korzystania z tego tłumaczenia.