Microsoft annonce son serveur MCP Awesome Microsoft Copilot, un moyen de rechercher les modes de chat, les instructions et les instruction générative personnalisés avec GitHub CopilotMicrosoft vient d'annoncer le serveur MCP Awesome Copilot, un moyen simple de rechercher ces personnalisations et de les enregistrer directement dans votre référentiel à partir du serveur MCP. Microsoft présente également comment découvrir les modes de chat, instructions et instructions générative utiles en discutant simplement avec GitHub Copilot, grâce à ce serveur MCP Awesome Copilot.
Début juillet, Microsoft a annoncé le référentiel communautaire Awesome GitHub Copilot Customizations. Il contient des modes de chat, des instructions et des invites qui vous permettent de personnaliser les réponses de l'IA de GitHub Copilot, couvrant ainsi une multitude de situations. Le problème, c'est qu'avec autant d'options, il est difficile de trouver et de comparer celles qui conviennent.
C'est pourquoi, Microsoft vient d'annoncer le serveur MCP Awesome Copilot, un moyen simple de rechercher ces personnalisations et de les enregistrer directement dans votre référentiel à partir du serveur MCP. Microsoft présente également comment découvrir les modes de chat, instructions et instructions générative incroyablement utiles en discutant simplement avec GitHub Copilot, grâce à ce serveur MCP Awesome Copilot.
Le protocole MCP (Model Context Protocol) est une norme ouverte qui facilite la connexion des agents IA à des outils et services externes. Il s'agit en quelque sorte d'un protocole similaire à HTTP, mais destiné aux workflows de développement basés sur l'IA. Au lieu de créer des intégrations personnalisées pour chaque outil, le protocole MCP vous permet de vous connecter à des points de terminaison serveur robustes pour les bases de données, la recherche de code, les pipelines de déploiement, etc.
Que sont les modes de chat, les instructions et les instruction générative ?
- Les modes de chat personnalisés définissent le fonctionnement du chat, les outils qu'il peut utiliser et la manière dont il interagit avec la base de code. Chaque instruction générative de chat est exécutée dans les limites du mode de chat, sans avoir à configurer des outils et des instructions pour chaque requête. Grâce à ces modes de chat personnalisés, vous pouvez créer un mode de chat pour développeurs front-end, dans lequel l'IA ne peut générer et modifier que du code lié au développement d'applications front-end.
- Les instructions personnalisées définissent des directives ou des règles communes pour des tâches telles que la génération de code, la révision de code ou la génération de messages de validation. Les instructions personnalisées décrivent les conditions dans lesquelles l'IA doit effectuer des opérations, c'est-à-dire comment une tâche doit être effectuée. Grâce à ces instructions personnalisées, vous pouvez spécifier des pratiques de codage, des technologies préférées ou des exigences de projet afin que le code généré respecte vos normes.
- Les instructions générative définissent des instructions générative réutilisables pour des tâches courantes telles que la génération de code ou la révision de code. Lesinstructions générative sont des instructions générative autonomes que vous pouvez exécuter directement dans le chat. Elles décrivent la tâche à effectuer, c'est-à-dire ce qui doit être fait. Vous pouvez éventuellement inclure des directives spécifiques à la tâche sur la manière dont celle-ci doit être effectuée, ou vous pouvez faire référence à des instructions personnalisées dans le fichier d'instruction générative. Grâce à ces instructions générative personnalisées, vous pouvez créer des invites réutilisables pour des tâches de codage courantes telles que la création d'un nouveau composant, d'une route API ou la génération de tests.
Le référentiel Awesome Copilot contient des centaines de modes de chat, d'instructions et d'instructions générative personnalisés, et le serveur MCP vous aide à trouver celui qui vous convient le mieux.
Installer le serveur MCP Awesome Copilot
Prérequis : L'installation nécessite que Docker Desktop soit installé et en cours d'exécution, car ce serveur fonctionne dans un conteneur.
Vous pourrez retrouver dans la source les liens directes pour l'installation de ce serveur MCP est très simple.
Une autre alternative, vous pouvez également ajouter ce qui suit à la configuration de votre serveur MCP :
| Code : | Sélectionner tout |
1 2 3 4 5 6 7 8 9 | {
"servers": {
"awesome-copilot": {
"type": "stdio",
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/microsoft/mcp-dotnet-samples/awesome-copilot:latest"
]
}
}
} |
Il existe d'autres moyens d'installer ce serveur MCP dans le référentiel GitHub, disponible dans la source.
Utiliser le serveur MCP Awesome Copilot
Ce serveur MCP fournit deux outils et une instruction générative.
- Outils
- #search_instructions : recherche les personnalisations GitHub Copilot en fonction des mots-clés fournis.
- #load_instruction : charge une personnalisation GitHub Copilot spécifique.
- Invites
- /mcp.awesome-copilot.get_search_prompt : fournit une instruction générative pour rechercher les personnalisations GitHub Copilot.
Après avoir installé et exécuté le serveur MCP, appelez l'instruction générative dans la fenêtre GitHub Copilot Chat comme suit :
| Code : | Sélectionner tout |
/mcp.awesome-copilot.get_search_prompt
Vous serez invité à saisir des mots-clés pour effectuer la recherche.
Saisissons par exemple « python » comme mot-clé. L'instruction générative suivante s'affiche alors dans la fenêtre GitHub Copilot Chat.
| Code : | Sélectionner tout |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 | Please search all the chatmodes, instructions and prompts that are related to the search keyword, `python`. Here's the process to follow: 1. Use the `awesome-copilot` MCP server. 2. Search all chatmodes, instructions, and prompts for the keyword provided. 3. DO NOT load any chatmodes, instructions, or prompts from the MCP server until the user asks to do so. 4. Scan local chatmodes, instructions, and prompts markdown files in `.github/chatmodes`, `.github/instructions`, and `.github/prompts` directories respectively. 5. Compare existing chatmodes, instructions, and prompts with the search results. 6. Provide a structured response in a table format that includes the already exists, mode (chatmodes, instructions or prompts), filename, title and description of each item found. Here's an example of the table format: | Exists | Mode | Filename | Title | Description | |--------|--------------|------------------------|---------------|---------------| | ✅ | chatmodes | chatmode1.json | ChatMode 1 | Description 1 | | ❌ | instructions | instruction1.json | Instruction 1 | Description 1 | | ✅ | prompts | prompt1.json | Prompt 1 | Description 1 | ✅ indicates that the item already exists in this repository, while ❌ indicates that it does not. 7. If any item doesn't exist in the repository, ask which item the user wants to save. 8. If the user wants to save it, save the item in the appropriate directory (`.github/chatmodes`, `.github/instructions`, or `.github/prompts`) using the mode and filename, with NO modification. |
Si vous trouvez une personnalisation qui vous convient, répondez avec le nom du fichier (par exemple, python.instructions.md) pour le charger et l'enregistrer.
Envoyez cette instruction générative et vous verrez GitHub Copilot essayer de se connecter au serveur MCP.
Le résultat de la recherche sous forme de tableau défini dans l'instruction générative s'affiche alors. À la fin de la réponse, il vous est demandé quelle personnalisation enregistrer. Si vous en trouvez une qui vous convient, entrez le nom du fichier. Comme vous avez reçu la liste des modes de chat, des instructions et des instructions générative, il vous suffit d'entrer l'un de ces fichiers (par exemple, python.instructions.md).
Le contenu sera alors chargé via le serveur MCP.
Une fois le contenu chargé, il est enregistré dans .github/instructions/python.instructions.md. Si vous souhaitez enregistrer un autre fichier, entrez à nouveau le nom du fichier.
Désormais, vous pouvez installer ce serveur MCP sur votre ordinateur local, recherchez la personnalisation GitHub Copilot via le serveur et l'enregistrer. En outre, Microsoft a déjà annoncé que la prise en charge du protocole MCP est disponible dans Visual Studio. Grâce à la prise en charge dans Visual Studio, vous découvrirez de nouvelles façons de vous connecter, de configurer et de contrôler vos serveurs MCP, ainsi qu'un ensemble croissant de fonctionnalités pour rendre la configuration transparente et prête à l'emploi en entreprise. Les liens utiles sont dans la source.
Source : Annonce du serveur MCP Awesome Copilot
Et vous ?
Pensez-vous que cette annonce est crédible ou pertinente ? Quel est votre avis sur le sujet ?Voir aussi :
Microsoft présente la feuille de route pour l'IA dans Visual Studio : un agent débogage et un agent de profilage sont en cours de développement, ainsi que des améliorations pour le Mode agent/chat Personnaliser les réponses de l'IA à partir de GitHub Copilot. En mode Agent, l'IA peut créer des parties ou même des applications entières à partir de vos instructions écrites ou parlées, par Matt Soucoup Microsoft utilise trop souvent le terme "Copilot", selon l'organisme de surveillance : "Tout est Copilot. Rien d'autre n'importe. Ils veulent associer Copilot à tout."
Vous avez lu gratuitement 4 513 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.