MCP — 解鎖AI Agent的行動力 - 2
在本站《MCP — 解鎖 AI Agent 的行動力 - 1》一文中介紹了MCP（Model Context Protocol），它是由 AI 領先企業 Anthropic 所開發的開放標準協議，目的是讓 AI 模型（如 Claude）能夠安全地連接和操作外部工具、資料來源與服務。
文章進一步以 Claude Desktop應用程式整合Filesystem MCP伺服器為案例，示範具體操作流程。Claude Desktop是 Anthropic 推出的桌面 AI 應用程式，整合 MCP 後能直接存取本機檔案系統，支援讀取、寫入、修改、批次處理檔案，大幅提升開發者、內容創作者與專業使用者的工作效率。
學會Claude Desktop應用程式與 Filesystem MCP伺服器的整合之後，類似方法也可應用到其他支援 MCP 的工具，例如在 Visual Studio Code開發工具搭配 GitHub Copilot Agent模式，進一步拓展 AI 在自動化資料處理、內容分析、程式開發等領域的應用潛力。
本篇文章就來介紹一下如何使用Visual Studio Code、Visual Studio Enterprise 2022開發工具與GitHub Copilot Agent 模式來整合MCP伺服器擴展AI的功能。
在Visual Studio Code開發工具使用GitHub Copilot Agent模式
在Visual
Studio Code開發工具使用GitHub
Copilot Agent模式也可以跟MCP 伺服器進行整合。以下來談談整合Filesystem MCP 伺服器的操作方式，首先你需要先進行以下步驟：
l 從GitHub 官網申請並開通GitHub
Copilot帳號：「https://github.com/」。只要先註冊Free版（免費版）訂閱即可。
l 在Visual Studio
Code開發工具中登入GitHub
Copilot。
登入GitHub Copilot之後，在Visual Studio
Code開發工具中點選GitHub Copilot圖示，從快捷選單選取「Open Chat」開啟聊天視窗，請參考下圖所示：
圖 1：開啟GitHub Copilot聊天視窗
選取Visual Studio Code開發工具的選單「File」>「Open Folder」項目，開啟一個資料夾當專案根目錄。利用「Expore」視窗的「New Folder」與「New File」按鈕在目前專案資料夾中建立一個「.vscode」資料夾，然後在此資料夾中加入一個「mcp.json」檔案，檔案名稱不可修改，請參考下圖所示：
圖 2：建立「mcp.json」檔案
在「mcp.json」檔案程式編輯視窗，點選「Add Server…」按鈕，從上方的清單中，選取「NPM Package Install from NPM package name」，請參考下圖所示：
圖 3：加入MCP伺服器
在接下來出現的對話盒中輸入NPM套件名稱，以Filesystem
MCP 伺服器為例，輸入：「@modelcontextprotocol/server-filesystem」，請參考下圖所示：
圖 4：輸入NPM套件名稱
在接下來出現的對話盒中選取「Allow」項目進行授權，請參考下圖所示：
圖 5：授權
在接下來出現的對話盒中輸入Server ID，例如「filesystem」，請參考下圖所示：
圖 6：設定MCP伺服器ID
接下來會在專案中產生一個「mcp.json」，此檔案組態設定預設如下：
{
"servers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/username/Desktop",
"/path/to/other/allowed/dir"
]
}
}
}
參考以下程式列表，修改「mcp.json」檔案，設定Filesystem MCP 伺服器允許存取的資料夾，以本例來說為「/Users/登入帳號/Desktop」與「/Users/Admin/Downloads」資料夾：
{
"servers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/Admin/Desktop",
"/Users/Admin/Downloads",
]
}
}
}
在「mcp.json」檔案文字編輯畫面，MCP伺服器名稱的上方點選「Start」按鈕啟用Filesystem MCP 伺服器，請參考下圖所示：
圖 7：啟用Filesystem MCP 伺服器
在「GitHub
Copilot Chat」視窗下方的清單，切換到「Agent」模式，我們同樣選取「Claude Sonnet 4」模型與Claude應用程式對照看看（根據不同的GitHub Copilot訂閱方案，可使用的模型略有不同），然後點選「New tools available」按鈕更新工具清單，請參考下圖所示：
圖 8：更新工具清單
接著選取「Select
Tools」按鈕，上方便自動列出可用的MCP 伺服器，請參考下圖所示：
圖 9：列出可用的MCP 伺服器
回到「GitHub Copilot Chat」聊天視窗，輸入參考提示如下：
你可以存取哪些資料夾?
執行提示的過程中可能會出現對話要求授權，按下「Continue」按鈕，請參考下圖所示：
圖 10：授權
這個提示的執行結果請參考下圖所示，你可以看到「GitHub Copilot」執行結果：
圖 11：MCP伺服器執行結果
回到「GitHub Copilot
Chat」聊天視窗，輸入參考提示如下：
在Desktop 資料夾建立一個MyFileList.txt文字檔，將Downloads資料夾中所有檔案名稱、檔案大小、建立時間、檔案類型製成清單寫到MyFileList.txt
這個提示的執行結果請參考下圖所示，你可以看到「GitHub Copilot Chat」執行結果：
圖 12：MCP伺服器執行結果
最後產生的文字檔案內容，請參考下圖所示：
圖 13：MCP伺服器執行結果
在Visual Studio Enterprise 2022開發工具使用GitHub Copilot Agent模式
在Visual Studio Enterprise 2022開發工具中若要使用GitHub Copilot Agent 模式，其必要條件是Visual Studio Enterprise
2022開發工具必需更新到17.14 及其以上版本，然後在Visual Studio Enterprise開發工具的「Tools」>「Options」>「GitHub」>「Copilot」選項中，勾選「Enable Agent mode in the chat
pane」啟用Agent 模式，請參考下圖所示：
圖 14：啟用Agent 模式
開啟Visual
Studio 2022開發工具之後，點選「GitHub Copilot」圖示，從選單中選取「Open Chat Window」開啟聊天視窗，在視窗下方，選取「Agent」切換到Agent模式，請參考下圖所示：
圖 15：切換到Agent模式
建立主控台應用程式專案測試
由於MCP伺服器設定檔需要放在方案（sln）檔所在資料夾，因此本篇文章建立一個最簡單的主控台應用程式專案進行測試，從Visual Studio 2022開發工具「Create a new project」對話盒中，選取「Console App」項目，請參考下圖所示：
圖 16：建立「Console App」應用程式專案
在「Configure your new project」視窗中設定專案名稱，例如命名為「Mcpdemo」，與專案存放路徑，請參考下圖所示：
圖 17：「Configure your new project」視窗
接下來，在「Additional information」視窗中將「Target Framework」設定為「.NET 9.0 （Standard Term
Support）」，按下「Create」按鈕建立專案，請參考下圖所示：
圖 18：「Additional information」視窗
在方案檔（sln）所在資料夾加入「.mcp.json」檔案，從「Solution
Explorer」視窗，方案檔名稱上方，按滑鼠右鍵，選「Add」>「New Item」，請參考下圖所示：
圖 19：加入「.mcp.json」設定檔
在「Add New
Item」視窗，選取「Text File」項目，將檔案名稱設定為「.mcp.json」，名稱不可以變更，請參考下圖所示：
圖 20：加入「.mcp.json」檔案
在「.mcp.json」檔案中加入以下組態設定：
.mcp.json
{
"servers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/Users/Admin/Desktop",
"/Users/Admin/Downloads"
]
}
}
}
回到「Github
Copilot Chat」視窗點選「Select
Tools」按鈕，勾選「filesystem」工具，請參考下圖所示：
圖 21：啟用「filesystem」工具
回到「GitHub Copilot
Chat」聊天視窗，輸入參考提示如下：
你可以存取哪些資料夾?
GitHub Copilot回應的過程中，如有要求授權， 請適當進行授權：
圖 22：授權
這個提示的執行結果請參考下圖所示，你可以看到「GitHub Copilot」執行結果參考如下圖：
圖 23：「GitHub Copilot」執行結果
回到「GitHub Copilot Chat」聊天視窗，輸入參考提示如下：
在Desktop 資料夾建立一個MyFileList.txt文字檔，將Downloads資料夾中所有檔案名稱、檔案大小、建立時間、檔案類型製成清單寫到MyFileList.txt
這個提示的執行結果請參考下圖所示，你可以看到「GitHub Copilot」執行結果參考如下圖：
圖 24：「GitHub Copilot」執行結果
最後產生的文字檔案內容，請參考下圖所示：
圖 25：產生的文字檔案
總結
GitHub
Copilot Agent + MCP 伺服器組合展現出強大的跨工具協作與自動化處理能力，使 AI 從單純的程式碼生成輔助工具，進化為可直接操作系統層面的智能助手。這篇文章分別介紹時下最流行的Visual Studio Code與Visual Studio Enterprise 2022如何透過GitHub Copilot Agent模式整合MCP伺服器，此應用模式不僅適用於檔案管理，也可擴展至更多場景，使用更多的MCP伺服器，如資料分析、批次處理、自動化工作流程建置等，為 AI 工具的實務應用開啟嶄新可能性。
0 意見:
張貼留言