microsoft--mcp-for-beginners/translations/zh-MO/10-StreamliningAIWorkflowsBuildingAnMCPServerWithAIToolkit/lab4

🐙 模組 4：實戰 MCP 開發 - 自訂 GitHub 複製伺服器

⚡ 快速開始： 在短短 30 分鐘內建置生產環境就緒的 MCP 伺服器，自動執行 GitHub 倉庫複製並整合 VS Code！

🎯 學習目標

完成本實驗後，您將能夠：

• ✅ 建立用於真實開發工作流程的自訂 MCP 伺服器
• ✅ 透過 MCP 實作 GitHub 倉庫複製功能
• ✅ 將自訂 MCP 伺服器整合至 VS Code 與 Agent Builder
• ✅ 使用 GitHub Copilot Agent Mode 搭配自訂 MCP 工具
• ✅ 在生產環境中測試與部署自訂 MCP 伺服器

📋 預備條件

• 完成第一至三單元實驗（MCP 基礎與進階開發）
• GitHub Copilot 訂閱（提供免費註冊）
• 已安裝並設定 Microsoft Foundry Toolkit 及 GitHub Copilot 擴充功能的 VS Code
• 已安裝並設定 Git CLI

🏗️ 專案概覽

真實開發挑戰

作為開發者，我們經常在 GitHub 上複製倉庫並在 VS Code 或 VS Code Insiders 中開啟。此手動流程包含：

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

我們的 MCP 解決方案將此流程整合為一個智慧型指令！

您將建置的內容

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

功能	描述	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	避免覆寫檔案
🚀 跨平台 VS Code 整合	在 VS Code/Insiders 開啟專案	流程無縫轉換
🛡️ 強健的錯誤處理	處理網路、權限與路徑問題	生產環境穩定性

---

📖 逐步實作

第 1 步：在 Agent Builder 建立 GitHub Agent

1. 透過 Microsoft Foundry Toolkit 擴充功能啟動 Agent Builder

2. 以以下設定建立新代理：

   Agent Name: GitHubAgent
   

3. 初始化自訂 MCP 伺服器：

   • 導覽至 工具 → 新增工具 → MCP 伺服器
   • 選擇 "建立全新 MCP 伺服器"
   • 選擇 Python 範本 以獲得最大彈性
   • 伺服器名稱: git_mcp_server

第 2 步：設定 GitHub Copilot Agent Mode

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

💡 專家提示： Claude 3.7 提供更優異的開發流程理解與錯誤處理模式。

第 3 步：實作核心 MCP 伺服器功能

請使用 GitHub Copilot Agent Mode 輸入以下詳細提示：

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

第 4 步：測試您的 MCP 伺服器

4a. 在 Agent Builder 測試

1. 啟動 Agent Builder 的除錯組態
2. 使用以下系統提示設定您的代理：

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.

3. 以真實使用場景執行測試：

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"

預期結果：

• ✅ 成功複製並確認路徑
• ✅ 自動啟動 VS Code
• ✅ 對無效情境顯示清晰錯誤訊息
• ✅ 妥善處理邊界案例

4b. 在 MCP Inspector 測試

---

🎉 恭喜！ 您已成功建置一個實用且生產環境就緒的 MCP 伺服器，解決真實開發流程挑戰。您的自訂 GitHub 複製伺服器彰顯 MCP 自動化與提升開發生產力的強大能力。

🏆 成就解鎖：

• ✅ MCP 開發者 - 建立自訂 MCP 伺服器
• ✅ 流程自動化師 - 精簡開發流程
• ✅ 整合專家 - 串接多種開發工具
• ✅ 生產就緒 - 建置可部署解決方案

---

🎓 工作坊完成：您與 Model Context Protocol 的旅程

親愛的工作坊參與者，

恭喜您完成 Model Context Protocol 工作坊的全部四個模組！您已從瞭解 Microsoft Foundry Toolkit 基礎，到建置解決真實開發挑戰的生產環境 MCP 伺服器，走過一段不凡旅程。

🚀 您的學習路徑回顧：

模組 1：由探索 Microsoft Foundry Toolkit 基礎、模型測試到建立第一個 AI 代理。

模組 2：學習 MCP 架構，整合 Playwright MCP，並建置首個瀏覽器自動化代理。

模組 3：進階進入自訂 MCP 伺服器開發，以天氣 MCP 伺服器及除錯工具精進技能。

模組 4：將所學應用於建置實戰 GitHub 倉庫流程自動化工具。

🌟 您的掌握重點：

• ✅ Microsoft Foundry Toolkit 生態系統：模型、代理及整合模式
• ✅ 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、測試及部署自訂 MCP 伺服器
• ✅ 實戰應用：以 AI 解決真實工作流程挑戰

🔮 您的下一步：

1. 建置您的 MCP 伺服器：運用這些技能自動化您的專屬工作流程
2. 加入 MCP 社群：分享創作並向他人學習
3. 探索進階整合：將 MCP 伺服器串接企業系統
4. 貢獻開源：協助提升 MCP 工具與文件

請記住，這只是開始。Model Context Protocol 生態系統正在快速演進，您現在已具備站在 AI 驅動開發工具前沿的能力。

感謝您的參與與學習熱忱！

我們希望本工作坊激發您創意，改變您在開發旅程中如何建置及互動 AI 工具。

祝編程愉快！

---

下一步

恭喜完成所有模組 10 的實驗！

• 返回：模組 10 概述
• 繼續：模組 11：MCP 伺服器實作實驗

---

免責聲明： 本文件使用 AI 翻譯服務 Co-op Translator 進行翻譯。雖然我們力求準確，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被視為權威來源。對於重要資訊，建議尋求專業人工翻譯。我們不對因使用本翻譯而引起的任何誤解或曲解承擔責任。