Aprimorando o modo de agente do GitHub Copilot com MCP

Saiba como usar o Protocolo de Contexto de Modelo (MCP) para expandir as capacidades agênticas do Chat Copilot.

Neste artigo

Observação

Os servidores MCP na política Copilot para empresas e organizações, desabilitados por padrão, controlam o uso do MCP.

Sobre as capacidades agênticas do Copilot e MCP

As capacidades de agente do Copilot são a capacidade de trabalhar de modo independente executando fluxos de trabalho de várias etapas sem orientação constante, tomar decisões escolhendo ferramentas e abordagens apropriadas com base no contexto e iterar e adaptar-se ajustando a abordagem conforme comentários e resultados. Você pode acessar estes recursos usando o modo de agente.

Quando combinado com servidores MCP (Model Context Protocol), o modo de agente se torna significativamente mais poderoso, dando Copilot acesso a recursos externos sem mudar de contexto. Isso permite que o Copilot conclua "loops" de agente, em que ele pode adaptar dinamicamente sua abordagem encontrando informações relevantes de maneira autônoma, analisando comentários e tomando decisões embasadas. Com o MCP, o Copilot pode concluir uma tarefa com intervenção humana mínima, ajustando continuamente sua estratégia com base no que descobre.

Benefícios de combinar o MCP com o modo de agente

Ao usar servidores MCP com o modo de agente, você possibilita vários benefícios principais:

  •         **Extended context**: os servidores MCP fornecem Copilot acesso a fontes de dados externas, APIs e ferramentas.

  •         **Esforço manual reduzido**: o Copilot pode executar tarefas como criar problemas e executar fluxos de trabalho enquanto você se concentra em tarefas de mais valor.

  •         **Integração perfeita**: o Copilot pode funcionar em uma tarefa que envolve várias ferramentas e plataformas sem alternar contextos nem exigir integrações personalizadas.

Práticas recomendadas para usar o MCP com o modo de agente

Siga estas práticas recomendadas para aproveitar ao máximo a combinação de servidores MCP com o modo de agente.

Estratégias de solicitação

  •         **Estabelecer metas específicas**: no prompt, defina claramente o que você quer realizar e a saída desejada.

  •         **Provide context**: inclua informações relevantes de histórico sobre seu projeto e requisitos, incluindo links para recursos externos que Copilot podem acessar.

  •         **Definir limites:** especifique todas as restrições ou limitações para a tarefa. Por exemplo, se você quer que o Copilot planeje apenas um novo recurso e ainda não faça nenhuma alteração, especifique isso. Você também pode limitar quais ferramentas do MCP estão habilitadas.

  •         **Solicitar confirmações**: peça que o Copilot confirme a compreensão antes de prosseguir com alterações significativas.

  •         **Usar arquivos de prompt ou instruções personalizadas**: você pode criar arquivos de prompt ou arquivos de instruções personalizados para orientar o Copilot sobre como se comportar para diferentes servidores MCP. Consulte [AUTOTITLE](/copilot/concepts/about-customizing-github-copilot-chat-responses).

Uso do servidor MCP

  •         **Escolher servidores relevantes**: selecione e habilite servidores MCP alinhados às suas necessidades específicas de fluxo de trabalho.

  •         **Começar de modo simples**: comece com alguns servidores MCP bem estabelecidos antes de adicionar integrações mais complexas.

  •         **Testar a conectividade**: verifique se todos os servidores MCP estão configurados corretamente e acessíveis antes de iniciar tarefas do modo de agente.

Considerações de segurança

  •         **Usar o OAuth quando disponível**: para servidores MCP como o GitHub MCP, prefira a autenticação OAuth ao personal access tokens. Consulte [AUTOTITLE](/copilot/customizing-copilot/using-model-context-protocol/using-the-github-mcp-server#remote-mcp-server-configuration-with-oauth).

  •         **Limitar permissões**: conceda aos servidores MCP apenas as permissões mínimas necessárias para suas tarefas.

  •         **Revise as conexões**: avalie regularmente quais servidores MCP têm acesso ao seu ambiente de desenvolvimento.

  •         **Monitorar a atividade**: acompanhe as ações que o Copilot executa por meio de servidores MCP.

  •         **Prevent secret leaks**: A proteção de push bloqueia segredos de serem incluídos em respostas geradas por IA e impede que você exponha segredos durante ações que você realiza usando o servidor GitHub MCP. No momento, isso está disponível apenas para repositórios públicos. Confira [AUTOTITLE](/code-security/secret-scanning/introduction/about-push-protection).

Exemplo de cenário: implementar a conformidade de acessibilidade

Observação

O cenário a seguir se destina apenas a demonstrar os padrões e estratégias que você pode usar com o modo de agente e servidores MCP para concluir uma tarefa do início ao fim. O cenário, os prompts e as respostas são apenas exemplos.

Digamos que sua equipe tenha recebido comentários de que o portal do cliente precisa ser atualizado para cumprir os padrões de acessibilidade mais recentes. Você foi encarregado de melhorar a acessibilidade em todo o aplicativo com as seguintes diretrizes:

  • Uma lista de especificações definidas pela equipe de design.
  • Problemas criados no repositório do project após uma auditoria de acessibilidade.

Você pode usar o modo de agente do Copilot para aproveitar vários servidores MCP e implementar melhorias de acessibilidade de forma eficiente.

O cenário a seguir demonstra como você pode usar prompts separados para diferentes fases (pesquisa, planejamento, implementação e validação), resultando em vários "loops" de agente alinhados livremente com fases de ciclo de vida de desenvolvimento de software. Essa abordagem cria pontos de verificação naturais em que você pode examinar o progresso, fornecer comentários e ajustar seus requisitos antes que o Copilot avance para a próxima fase.

  •         [Pré-requisitos](#prerequisites)

  •         [Como configurar os servidores MCP](#setting-up-mcp-servers)

  •         [Etapa 1: Ciclo de pesquisa – Analisando requisitos de acessibilidade](#step-1-research-loop---analyzing-accessibility-requirements)

  •         [Passo 2: Planejamento do ciclo – estratégia de implementação de acessibilidade](#step-2-planning-loop---accessibility-implementation-strategy)

  •         [Step 3: loop de implementação – aprimoramentos de acessibilidade](#step-3-implementation-loop---making-accessibility-improvements)

  •         [Passo 4: Teste do loop – Verificação de acessibilidade com o Playwright](#step-4-testing-loop---accessibility-verification-with-playwright)

  •         [Etapa 5: Atualizando issues GitHub](#step-5-updating-github-issues)

  •         [Leitura adicional](#further-reading)

Pré-requisitos

Antes de usar o modo de agente com MCP, verifique se você tem:

  • Uma IDE com integração do Copilot e suporte a MCP (como o Visual Studio Code)
  • Modo de agente habilitado
  • Acesso aos servidores MCP que você precisa e deseja usar

Como configurar os servidores MCP

Primeiro, você precisa configurar os servidores MCP de que você acredita que o Copilot precisará. Para este exemplo de cenário, usaremos:

  •         **GitHub SERVIDOR MCP**: Configure o servidor GitHub MCP para habilitar Copilot a acessar seu repositório, examinar sua base de código, pesquisar problemas existentes, criar branches e gerenciar pull requests. Consulte [AUTOTITLE](/copilot/customizing-copilot/using-model-context-protocol/using-the-github-mcp-server).

  •         **Figma MCP server**: configure o servidor Figma MCP para permitir que Copilot acesse arquivos de design que incluam especificações de acessibilidade, como requisitos de contraste de cores, estados de foco e padrões de interação. Consulte [Figma-Context-MCP](https://github.com/GLips/Figma-Context-MCP) ou experimente o servidor MCP do modo [Dev](https://help.figma.com/hc/en-us/articles/32132100833559-Guide-to-the-Dev-Mode-MCP-Server).

  •         **Servidor MCP do Playwright**: configure o servidor MCP do Playwright para habilitar o Copilot a gravar e executar testes de acessibilidade automatizados, incluindo compatibilidade com leitor de tela e testes de navegação de teclado. Consulte [mcp-playwright](https://github.com/executeautomation/mcp-playwright).

Etapa 1: Pesquisa loop – Analisando os requisitos de acessibilidade

Prompt Copilot para analisar os requisitos e os problemas de acessibilidade existentes no GitHub do projeto.

No prompt, inclua um link para o arquivo Figma. Para que o Copilot leia e analise com êxito as especificações de design, selecione um nó ou camada específico no arquivo, para que a ID do nó seja incluído no URL.

Exemplo de prompt 1

Copilot prompt
I need to make our customer portal WCAG 2.1 AA compliant. Use the Figma MCP to analyze our design specifications at https://figma.com/design/DESIGN-FILE-FOR-ACCESSIBILITY-SPECS?node-id=NODE_ID for accessibility requirements. Also use the GitHub MCP to find open GitHub issues with the labels accessibility or WCAG in the customer-portal repository. Then sort them into categories and list each issue that falls under the category with the issue title and number.

Exemplo de resposta 1

Copilot deve responder primeiro solicitando a execução de ferramentas dos servidores Figma e GitHub MCP. Depois que você permitir, Copilot analisará as especificações de design do Figma e procurará e organizará os problemas do GitHub em categorias.

Por exemplo, o Copilot pode identificar o contraste de cores como uma categoria com base na identificação de vários problemas relacionados a ele.

  • Problemas de contraste de cores
    • Problema nº 134: taxa de contraste de texto do painel abaixo de 4,5:1
    • Problema nº 156: os estados de erro de formulário não cumprem os requisitos de contraste

Isso oferece uma visão geral abrangente dos requisitos de acessibilidade, para que você possa pedir ao Copilot que priorize e elabore um plano.

Etapa 2: Ciclo de Planejamento – Estratégia de Implementação de Acessibilidade

Em seguida, peça para o Copilot criar um plano de implementação detalhado.

Exemplo de prompt 2

Copilot prompt
Based on your accessibility analysis of our Figma designs and GitHub issues, create a focused implementation plan for an immediate pull request addressing the highest priority accessibility issues. Don't make any changes yet. Also suggest follow-up issues we should create for the remaining Figma specifications.

Exemplo de resposta 2

O Copilot responderá criando um plano de implementação priorizado focado em problemas de acessibilidade de alto impacto para uma pull request imediata, sugerindo problemas de acompanhamento para o trabalho restante.

Por exemplo, o Copilot pode identificar o que precisa ser feito para corrigir os problemas na categoria de contraste de cores.

          **1. Correções de contraste de cores:**
  • Atualizar variáveis de cor de texto em variables.scss para garantir a taxa de contraste de 4,5:1 para todo o texto normal
  • Modificar as cores do componente da interface do usuário no DashboardCard.vue e em outros componentes primários para atender à taxa de contraste de 3:1
  • Priorizar a correção do Problema nº 134 (contraste de texto do painel) e do Problema nº 156 (estados de erro de formulário)

Você pode solicitar que o Copilot ajuste o plano com base no que você deseja focar. O resultado é um plano com o qual você se sente à vontade e que agora pode pedir para o Copilot implementar.

Etapa 3: Iteração da implementação – Aprimoramentos de acessibilidade

Depois de examinar o plano, solicite que o Copilot comece a implementar correções de acessibilidade.

Exemplo de prompt 3

Copilot prompt
Create a new branch and implement the critical accessibility fixes according to your proposed implementation plan. Focus on the top three categories that you identified as highest priority. Create a pull request with proper references to the issues being fixed.

Exemplo de resposta 3

O Copilot responderá executando o plano de implementação, fazendo alterações de código direcionadas para resolver os problemas de acessibilidade identificados e criando uma pull request.

Por exemplo, o Copilot pode criar um novo branch chamado fix/critical-accessibility-issues e fazer alterações para resolver os problemas de contraste de cores.

  • Corrigidos problemas de contraste de texto do painel (Problema nº 134):
    • Variáveis de cor de texto atualizadas no src/styles/variables.scss de #767676 para #595959
    • Texto em cor escura modificado sobre planos de fundo cinza-claro em DashboardCard.vue para garantir a relação 4,5:1.

Eu abri um pull request nº 213 com essas alterações.

Etapa 4: Teste de loop – Verificação de acessibilidade com Playwright

Você pode solicitar que o Copilot crie e execute testes de acessibilidade usando o MCP do Playwright.

Exemplo de prompt 4

Copilot prompt
Create focused accessibility tests for the components we've updated in the pull request. Use the Playwright MCP.

Exemplo de resposta 4

O Copilot responderá desenvolvendo testes de acessibilidade e, se necessário, criando um arquivo de configuração do Playwright.

Por exemplo, o Copilot pode criar um arquivo de teste em torno do contraste de texto.

          **Implementação de teste:**
  • Criado um arquivo de teste direcionado em tests/accessibility/: * contrast.spec.ts – valida as taxas de contraste de texto

Depois que os testes forem criados, o Copilot pedirá permissão para usar várias ferramentas do MCP do Playwright para executar os testes. Às vezes, o Copilot pode fazer testes adicionais que você não necessariamente pediu. Para tentar evitar, torne o prompt mais rigoroso.

Etapa 5: Atualizando problemas GitHub

Por fim, solicite Copilot para atualizar os problemas GitHub que foram resolvidos na solicitação de pull e criar problemas de acompanhamento.

Exemplo de prompt 5

Copilot prompt
Update the GitHub issues we've fixed in the pull request with comments summarizing the changes. Create the follow-up issues you suggested for the remaining accessibility work.

Exemplo de resposta 5

Copilot responderá solicitando permissão para usar as ferramentas necessárias do servidor GitHub MCP. Em seguida, ele atualizará os problemas GitHub com comentários detalhados e criará problemas estruturados de acompanhamento para o trabalho restante.

Por exemplo, o Copilot adicionará comentários nos problemas de contraste de cores inicialmente identificados na etapa de pesquisa.

          **Problemas atualizados com comentários:**
  • Problema nº 134: "Taxa de contraste de texto do painel abaixo de 4,5:1"
    • Comentário: "Corrigido na PR nº 213 atualizando variáveis de cor de texto em variables.scss e no componente DashboardCard. Todo o texto do painel agora cumpre a taxa de contraste de 4,5:1, verificada por testes automatizados".

Agora você pode examinar a pull request e fazer ajustes. Depois de verificar se as alterações são válidas, você pode mesclar como com qualquer outra pull request.

Atividade prática

Experimente o exercício de Integração do MCP com GitHub Copilot para uma experiência prática em integrar o MCP com GitHub Copilot.

Leitura adicional

  •         **Conceitos básicos do MCP**: para obter mais informações sobre como configurar e ajustar servidores MCP, confira [AUTOTITLE](/copilot/customizing-copilot/using-model-context-protocol/extending-copilot-chat-with-mcp).

  •         **Uso de servidores MCP**: Para obter ideias adicionais sobre como integrar o MCP com GitHub Copilot, consulte [5 maneiras de transformar seu fluxo de trabalho usando GitHub Copilot e MCP](https://github.blog/ai-and-ml/github-copilot/5-ways-to-transform-your-workflow-using-github-copilot-and-mcp/) no the GitHub Blog.