执行摘要
模型上下文协议（MCP）提供了一种开放标准，允许 AI 智能体执行编写代码之外的任务，例如管理 issue、与数据库交互以及运行测试。
GitHub Copilot CLI 包含一个内置的 GitHub MCP 服务器，原生支持管理文档、issue 和 pull request。
可以使用 /mcp 命令轻松集成新的 MCP 服务器，支持本地执行（通过 npx）和远程托管（通过 HTTP URL）。
连接专用的 MCP 服务器后，Copilot CLI 能够根据最新的文档自主测试 Web 界面或审计源代码。
关键要点
- MCP 将 AI 能力从简单的代码生成转向由数据驱动的自主行动。
- /mcp 交互式提示符可以引导开发者定义服务器名称并选择其执行类型。
- 本地 MCP 服务器通常通过 Node.js 运行，使用服务器文档中指定的标准 npx 命令。
- 远程 MCP 服务器通过 HTTP 连接，利用安全托管的 URL 来共享其功能。
- Playwright MCP 服务器使 Copilot CLI 能够模拟用户交互并验证活动 Web 应用上的过滤功能。
- Svelte MCP 服务器可以暴露内部项目文档，并自动标记代码实现问题（例如键值索引）。
- 在提示词中显式声明所选的 MCP 服务器，可确保 AI 助手使用复杂工作流所需的准确上下文。
构建者启发
- 在 GitHub Copilot CLI 中运行 /mcp 命令，使用特定的领域资产扩展您的 AI 工具集。
- 直接从开源 MCP 仓库中复制标准的 npx 安装字符串，以快速配置本地测试自动化节点。
- 在配置期间提供远程 HTTP URL，以将企业知识库或中心化 API 直接安全地绑定到您的终端环境中。
- 如果发现 AI 未能交叉引用您特定的框架工具，请在用户提示词中包含显式的服务器目标。
- 立即利用内置的 GitHub MCP 服务器来编排 issue 队列和 PR 生成，无需切换窗口到浏览器。
待验证事项
- 查看目标 MCP 服务器的官方文档，确认它需要本地 npx 启动命令还是远程 HTTP URL 终端点。
- 在执行本地 MCP 连接之前，验证是否已安装所需的环境变量或运行时依赖项（如 Node.js）。
- 在初始化期间监控终端日志，以确保新配置的 MCP 服务器成功切换到激活状态。
- 通过查询通用代码问题来测试回退行为，确保 CLI 能够在广泛知识与特定 MCP 工具之间平滑平衡。