[原文地址：5 ways to transform your workflow using GitHub Copilot and MCP](https://github.blog/ai-and-ml/github-copilot/5-ways-to-transform-your-workflow-using-github-copilot-and-mcp/)

当人们提到 AI 编程助手时，最先想到的，往往是自动补全、生成函数、解释代码这一类“眼前即所得”的能力。但真正让开发流程发生质变的，往往不是补全本身，而是上下文。

GitHub Copilot 与 MCP 的结合，恰恰把这件事往前推了一大步。它不再满足于只盯着当前文件，而是开始尝试理解更广阔的开发现场：设计稿、知识库、测试工具、Pull Request 流程，甚至应用上线后的运行状态。于是，Copilot 不再只是一个会接话的代码助手，而更像一个能够接入外部世界、理解实际工作流的协作者。

## 什么是 MCP

MCP 是 Model Context Protocol，一种由 Anthropic 开发的开放标准，用来帮助像 GitHub Copilot 这样的 AI 助手安全连接外部数据源和工具。

这个定义听起来有点技术化，但它解决的问题其实很朴素：大语言模型要想给出更准确、更有用的回答，就需要拿到正确的上下文。而 MCP 做的，就是把这些上下文的接入方式标准化。代码库、文档、设计规范、外部工具，都可以通过这种方式进入 Copilot 的工作视野中。

于是，原本需要在多个工具之间来回切换、手动查找、人工整理的信息，可以更自然地汇入 IDE 内的工作流。开发者少了很多上下文切换，注意力也更容易保持在真正的问题上。

## 这不是“补全更聪明”，而是工作流被重新连接起来了

传统 AI 编码助手经常像一个聪明但视野有限的搭档。它可以就眼前这段代码提出不错的建议，却未必知道你的设计稿刚更新过，也未必理解你们团队上个月为什么在认证方案上做了某个取舍，更不一定清楚测试和上线之后还会发生什么。

而 MCP 的出现，让 Copilot 有机会把这些原本散落在不同系统里的信息串起来。结果并不是“建议多一点”这么简单，而是开发过程里很多原本割裂的环节，开始彼此连通。

官方文章用一个非常具体的场景来串联这些能力：为一个 Web 应用实现安全的 JWT 身份认证系统。围绕这个过程，Copilot 与 MCP 展示了五种非常典型的工作方式。

## 第一种方式：打通设计与开发，让设计稿不再停留在截图阶段

设计与开发之间的摩擦，从来都不是新问题。设计师给出的是界面规范，开发者拿到的却常常只是若干视觉结果，然后再靠人工去翻译颜色、间距、字体、组件状态。这个过程里，误差和反复几乎是常态。

MCP 提供了一种标准化方式，让 GitHub Copilot 可以安全访问并理解设计规格。这样一来，Copilot 不只是“看起来像懂设计”，而是真正能够获取精确的设计参数，例如颜色、间距、排版以及组件状态，并据此生成可直接使用的代码。

在官方给出的场景里，设计团队更新了认证界面的相关组件，包括登录表单、错误状态、加载动画和成功提示。开发者可以先让 Copilot 查询这些认证组件最新的设计变更，再进一步让它创建对应的 React 组件，例如：

- `LoginForm`
- `AuthErrorMessage`
- `TokenRefreshNotification`

这样的变化很有意思。过去是开发者盯着设计稿一点点还原，现在则更像是 Copilot 帮你把设计规范翻译成开发语言。设计和开发之间那条经常让人来回折返的路，突然平整了很多。

更重要的是，文章中还特别提到 GitHub Copilot 的两种 agentic 工作方式：

- IDE 中的 Agent mode
- GitHub 项目中的 Coding agent

前者像坐在你身边一起开车的副驾，你给出目标，它会规划、编辑文件、运行测试、读取失败信息、持续修复并循环迭代。后者则更像把任务交给一个能独立执行的小助手，它在受保护的工作空间中写代码、跑 lint、跑测试，并提交 Pull Request 供你审阅。

在设计到实现的这个过程中，这两种能力与 MCP 结合之后，Copilot 就不只是“知道设计变了”，而是可以进一步参与整个落实过程。

## 第二种方式：连接知识库，让团队的历史经验真正流动起来

很多团队的问题，不是没有知识，而是知识被锁在不同地方。架构决策记录在某个 Markdown 文件里，会议纪要沉在知识库深处，安全讨论散落在不同文档中，最后开发者遇到问题时，只能重新搜索、重新判断，甚至重复走弯路。

在官方文章里，Copilot 可以通过 MCP 直接连接 Obsidian 知识库。这个集成依赖社区维护的 Obsidian MCP server，用来把 Copilot 与你的 vault 连接起来。

还是围绕 JWT 认证这个例子。假设你正在实现 JWT token 校验，需要理解团队之前在安全方面做过哪些决策。你可以让 Copilot 搜索所有提到 JWT 或 token validation 的文件，并解释它们的上下文。随后，它可以做这些事情：

- 搜索 vault 中所有相关的 Markdown 文件
- 读取特定的架构决策记录
- 访问以往安全评审会议的笔记
- 提取团队编码标准中的实现指导

如果你继续追问，让它获取最近一次关于认证的架构讨论内容并总结关键决策，它还可以定位相关文件并提炼出重点。等这些上下文都被收集起来后，你甚至还能让它创建一份新的总结文档，把认证标准和新的 JWT 方案合并整理成一份笔记。

这背后的意义，并不只是“能读文档”这么简单。它更像是让团队的集体记忆开始可调用、可复用。那些过去需要老成员口口相传、或者新人自己在知识库中摸索半天才能拼起来的信息，现在开始能被 Copilot 更快地拿出来，参与当下的开发判断。

## 第三种方式：让测试从人工拼装，变成更顺滑的协作过程

认证流程向来是测试中的硬骨头。登录、token 刷新、受保护路由访问，这些流程往往牵涉异步操作、状态切换和多个页面之间的协同，写测试既费时又容易遗漏。

官方文章里，MCP 与 Playwright 的结合，把这件事变得更顺畅。你只需要告诉 Copilot，要测试 JWT 认证流程，包括登录、自动 token 刷新和对受保护路由的访问。接下来，Copilot 会分析你的认证实现并生成相对完整的测试覆盖。

更关键的是，它不只是停在“帮你写测试代码”这一步。文章中还提到，Copilot 会运行 Playwright 测试，并针对失败立即给出反馈，甚至对一些常见问题提出修复建议，例如时序问题或者选择器变化。

这让测试从一种“写完再看能不能跑”的静态动作，变成一种更实时的往返协作。开发者不再只是让 AI 产出测试文件，而是让它参与到测试执行和问题修正的节奏中。

在实际工作里，这意味着测试不再那么像一堵挡在功能完成之前的墙，而更像一条能和开发同步推进的轨道。

## 第四种方式：加速 Pull Request 流程，让协作不再只靠手工整理

Pull Request 是团队协作的核心环节之一，但它也是一个很容易消耗时间的地方。改了哪些文件、改动的目的是什么、测试策略是什么、该找谁来 review，很多信息本质上都存在，只是往往需要人来手工组织。

GitHub 的远程 MCP server 让这个过程更智能。文章中提到，这项能力已在 VS Code 和 Visual Studio 中进入 public beta。对于 JWT 认证这个例子，开发者只要告诉 Copilot：为我的认证功能变更创建一个 Pull Request。

接下来，Copilot 会分析这些内容：

- 多个文件中的代码改动
- 相关的 issue 和项目上下文
- 团队的 review 模式与专长分布
- 以往类似实现

然后，它会返回一份 Markdown 内容，里面包括变更概览、已完成的修改、测试策略以及相关 issue。除此之外，它还会基于代码归属、专长映射和当前工作负载，为不同部分推荐合适的 reviewer。

这件事非常像把一个原本靠经验驱动的协作步骤，变成一个更自动化、更结构化的过程。PR 不再只是“把代码推上去然后自己写说明”，而是逐渐演变成一套上下文更完整的交付动作。

对于团队来说，这种能力不仅节省时间，也让协作质量更容易稳定下来。

## 第五种方式：把视线从代码写完，延伸到应用运行之后

写完代码并不意味着任务结束，尤其是在涉及认证这种关键功能时，真正的考验常常发生在生产环境。官方文章在第五部分把重点转向应用性能监控，指出当核心认证逻辑完成之后，就该开始观察应用在生产中的表现。

这很重要，因为它说明 MCP 的价值并不局限于“开发阶段拿更多上下文”，而是进一步延展到了运行阶段。工作流不再在提交代码和发起 PR 的地方戛然而止，而是继续往后，走向部署后的观察与反馈。

这种延伸本身就很有代表性。过去大家理解 AI 编程助手，往往只把它放在编码时刻；而在 MCP 体系下，Copilot 更像是在慢慢进入整个软件交付链条。它开始有机会参与设计、研究、测试、协作，甚至运行期的关注点。

也正因为如此，Copilot 的角色正在从“代码建议器”慢慢变成“开发过程中的智能枢纽”。

## MCP 为 Copilot 带来的，不只是更多信息，而是更像真实团队协作的工作方式

如果把这五种方式放在一起看，会发现它们覆盖的其实不是单点能力，而是开发流程中非常关键的五个环节：

- 设计到实现
- 知识到决策
- 实现到测试
- 提交到协作
- 上线到观察

这条链路一旦被打通，Copilot 的意义就不再只是“帮你把代码写快一点”。它开始更像一个能够理解上下文、参与流程、连接工具的开发协作者。

更值得注意的是，GitHub 文档也说明了 MCP 在 Copilot 中的定位：它是一种让 Copilot 通过 MCP servers 与其他应用共享上下文的机制；在企业和组织场景中，这项能力还可以通过策略进行启用或禁用。对于使用 Copilot Business 或 Copilot Enterprise 的组织成员来说，是否允许在 Copilot 中使用 MCP server，是可以被组织或企业策略控制的。这说明 MCP 并不是一项脱离治理的自由扩展能力，而是在实际企业环境中也考虑到了可控性与管理边界。

与此同时，GitHub 文档还强调，MCP 与 Copilot 的 agent mode 结合后，会显著增强其 agentic capabilities，也就是独立执行多步骤工作流、根据上下文选择合适工具并进行迭代调整的能力。这与官方博客中的几个实际场景正好形成呼应：Copilot 并不是孤立地拿到一点外部信息，而是在逐渐具备围绕目标组织行动的能力。

## 这五种方式，真正改变的是什么

真正被改变的，不是某一条补全建议，而是开发者处理信息的方式。

以前，开发工作中有太多“跳出去再回来”的时刻：去看设计稿，回来写组件；去翻知识库，回来补实现；去调测试工具，回来修失败；去整理 PR 描述，回来等 review；去看线上表现，再回来排查问题。每一次切换，都会带走一部分专注力。

MCP 的价值，在于让这些原本散落在工作流之外的信息和工具，更自然地进入 Copilot 的能力范围。开发者不必总是在多个系统之间手动搬运上下文，而是可以让 Copilot 在更完整的语境中参与工作。

这不是一句“效率提升”就能概括的变化。它更像是开发流程内部的摩擦被一点点削平了。

## 写在最后

GitHub Copilot 与 MCP 的结合，展示的并不是一个“更会写代码”的助手，而是一个开始真正理解软件开发全流程的协作者。它可以看设计、查知识、跑测试、整理 PR，也能把开发活动和更多外部系统连接起来。

从官方给出的五种方式来看，这种变化不是概念层面的想象，而是已经落在了具体工作场景中。设计与开发之间的落差被缩短了，知识库不再只是静态存档，测试从手工堆砌变得更顺滑，Pull Request 流程更智能，开发视线也进一步延伸到了运行阶段。

当上下文开始流动，Copilot 的价值才真正被放大。它不只是知道你正在写什么，更开始理解你为什么这样写、要和谁协作、接下来还要发生什么。对现代开发工作流来说，这种变化，远比一次更聪明的自动补全更值得期待。

原文地址：5 ways to transform your workflow using GitHub Copilot and MCP

5 种方式用 GitHub Copilot 与 MCP 彻底变革你的开发工作流

当人们提到 AI 编程助手时，最先想到的，往往是自动补全、生成函数、解释代码这一类“眼前即所得”的能力。但真正让开发流程发生质变的，往往不是补全本身，而是上下文。

技术副总监/联合创始人

人工智能

GitHub Copilot与MCP结合重塑开发流程，实现设计稿自动转代码、知识库智能检索、测试实时协作、PR自动化生成及生产监控一体化。通过标准化上下文接入，Copilot从代码补全工具升级为全流程开发协作者，显著减少开发者上下文切换，让团队知识流动更高效。这种技术整合不仅提升编码效率，更重构了软件交付链条的协作模式。

软件开发

AI编程

GitHub

路由

ReAct 

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

GitHub Copilot与MCP结合重塑开发流程，实现设计稿自动转代码、知识库智能检索、测试实时协作、PR自动化生成及生产监控一体化。通过标准化上下文接入，Copilot从代码补全工具升级为全流程开发协作者，显著减少开发者上下文切换，让团队知识流动更高效。这种技术整合不仅提升编码效率，更重构了软件交付链条的协作模式...

5 种方式用 GitHub Copilot 与 MCP 彻底变革你的开发工作流-腾讯云开发者社区-腾讯云

5 种方式用 GitHub Copilot 与 MCP 彻底变革你的开发工作流

5 种方式用 GitHub Copilot 与 MCP 彻底变革你的开发工作流

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐