Microsoft 近期推出一個新的 GitHub 儲存庫，作為在 Microsoft Copilot Studio 生態系統中探索模型情境協定 (Model Context Protocol, MCP) 的實驗室。 這項舉措標誌著在 AI 驅動的輔助和自動化領域向前邁進了一大步，為開發人員提供了一個實作環境，可以試驗和利用 MCP 的功能。
了解模型情境協定 (MCP)
模型情境協定 (MCP) 最初由 AI 先驅 Anthropic 構思，隨後開源，代表著 AI 助理發展的一個關鍵標準。 它使這些智慧代理能夠在運行時動態地發現、訪問和使用外部工具、資料儲存庫和功能模組。 這種動態能力使組織能夠構建客製化的 MCP 伺服器，有效地將其內部資源和工作流程公開給 AI Copilot，同時維護嚴格的控制、安全協定和治理政策。 新推出的實驗室是這項技術如何無縫整合到以 Microsoft 為中心的環境中的實際演示。
Microsoft Copilot Studio 和 MCP 整合
Copilot Studio 是 Microsoft 用於設計、客製化和部署 AI 驅動代理的直觀低程式碼平台，最近納入了 MCP 技術，正如上個月強調的那樣。 根據 Microsoft 的說法，這種整合促進了：
- 無縫資料來源連接： 無論您處理的是客製化的內部 API 還是外部資料提供商，MCP 協定都可確保 Copilot Studio 內的平穩和可靠的整合。
- 訪問蓬勃發展的現有伺服器市場： 除了客製化的連接器和整合之外，使用者現在還可以利用市場中不斷擴展的預構建、支援 MCP 的連接器儲存庫。 此功能擴展了連接各種工具的途徑，從而加快並簡化了它們的使用。
- 多功能操作能力： MCP 伺服器能夠動態地向代理提供工具和資料，從而提高了靈活性，同時減少了維護和整合費用。
Copilot Studio 與 Power Platform 的整合使業務使用者和經驗豐富的開發人員都能夠創建作為獨立 Copilot、在 Power Platform 應用程式中或嵌入在其他應用程式（例如 Microsoft Teams 或網站）中的代理。 這種多功能性突顯了該平台對各種使用案例和部署場景的適應性。
Copilot Studio 的最新增強功能
Microsoft 一直積極參與增強 Copilot Studio 的功能，最近推出了「電腦使用」功能的早期訪問研究預覽版。 這項創新功能使 AI 代理能夠以視覺方式與應用程式或網站互動，模仿人類般的互動，例如點擊、鍵入和導航。 同時，該公司推出了一個新的用於 MCP 的 C# SDK，進一步鞏固了其對圍繞該協定建立強大開發生態系統的承諾。
這些進步共同將 Copilot Studio 定位為代理 AI 開發的強大平台，該領域近來引起了廣泛關注。 新 GitHub 儲存庫的推出與此軌跡無縫結合，為開發人員提供探索和利用 Copilot Studio 框架內 MCP 潛力所需的資源和工具。
Microsoft Copilot Studio ❤️ MCP 儲存庫
Microsoft Copilot Studio ❤️ MCP 儲存庫包含各種範例和範例程式碼，旨在協助開發人員的工作。 具體來說，它使他們能夠使用 Power Platform 連接器框架創建、部署 MCP 伺服器並將其連接到 Microsoft Copilot Studio。
此整合利用現有的 Power Platform 連接器框架，該框架通過標準化的、受管理的 API 促進 Microsoft Power Platform 應用程式和外部服務之間的安全且可重複使用的整合。 此框架確保不同系統之間的資料交換和互動符合已建立的安全協定和治理政策。
協同技術：MCP 和 Power Platform 連接器
Microsoft 於 4 月 28 日發布的公告強調了這兩種技術之間的協同關係，強調了它們如何相互補充以提供增強的使用者體驗。 傳統連接器提供對已知服務的安全且受管理的訪問，而 MCP 通過使 Copilot 能夠按需發現和使用新工具來引入動態的運行時可擴展性。 通過將 MCP 伺服器封裝在熟悉的連接器框架內，開發人員可以擴展 Copilot Studio 的功能，而不會損害安全性、合規性或控制，從而在受信任的企業邊界內實現更具適應性和強大的 AI 體驗。
這種方法在創新需求和維持安全合規環境的必要性之間取得了微妙的平衡。 它使開發人員能夠利用最新的 AI 技術，同時遵守已建立的治理政策和安全協定。
開發人員的實用指南
Microsoft 在實驗室中提供了詳細的指導，引導開發人員完成以下關鍵流程：
- 部署 MCP 伺服器： 關於設置能夠處理資料、模型和互動的伺服器的全面說明。 這包括配置伺服器環境、部署必要的軟體元件以及建立伺服器與其他系統之間的通訊通道。
- 創建客製化連接器： 關於使用連接器基礎架構在 MCP 伺服器和 Copilot Studio 之間建立連結的指南。 這涉及定義連接器的屬性、指定身份驗證方法以及配置 MCP 伺服器和 Copilot Studio 之間的資料映射。
- 與 Copilot Studio 整合： 關於將 MCP 伺服器作為 Copilot Studio 中的一個操作添加的詳細步驟，使代理能夠訪問伺服器提供的工具和資料。 這包括定義操作的輸入參數、指定輸出資料以及配置操作的執行邏輯。
通過執行這些步驟，開發人員可以將其 MCP 伺服器與 Copilot Studio 無縫整合，使他們的 AI 代理能夠利用底層資料和工具的全部潛力。
利用 MCP 實驗室的先決條件
為了有效地利用 MCP 實驗室，開發人員需要滿足以下先決條件：
- Azure 訂閱（已新增付款方式）： 需要一個有效的 Azure 訂閱來部署和託管 MCP 伺服器和相關資源。 訂閱必須具有與其關聯的有效付款方式，以支付所使用的 Azure 服務的費用。
- GitHub 帳戶和登入： 需要一個 GitHub 帳戶才能訪問 Microsoft Copilot Studio ❤️ MCP 儲存庫並下載範例程式碼和範例。 開發人員必須登入他們的 GitHub 帳戶才能與儲存庫互動。
- Copilot Studio 試用版或開發人員帳戶： 需要一個 Copilot Studio 試用版或開發人員帳戶才能訪問和使用 Copilot Studio 平台。 此帳戶提供對平台的功能和特性的訪問權限，使開發人員能夠設計、建構和部署 AI 驅動的代理。
- 已配置的 Power Platform 環境： 需要一個已配置的 Power Platform 環境來創建和管理將 MCP 伺服器與 Copilot Studio 連結的連接器。 此環境為開發和部署 Power Platform 應用程式和連接器提供了必要的基礎架構和服務。
這些先決條件確保開發人員擁有必要的資源和訪問權限，以有效地利用 MCP 實驗室並探索 MCP 和 Copilot Studio 之間的整合。
實用範例：講笑話的 Copilot
作為整合過程的實用說明，Microsoft 強調創建一個通過從 MCP 伺服器獲取笑話來講述笑話的 Copilot Studio 代理。 這個有趣且引人入勝的範例使開發人員能夠具體了解整合的工作方式以及該技術的潛在應用。
到實驗室結束時，開發人員將擁有一個功能齊全的 Copilot Studio 代理，該代理利用 MCP 伺服器來傳遞笑話，展示了整合的力量和靈活性。
深入了解 MCP 伺服器部署
部署 MCP 伺服器涉及一系列步驟，每個步驟都有助於伺服器的功能和可訪問性。 該過程通常從選擇合適的託管環境開始，例如 Azure Web Apps，它為部署 Web 應用程式提供了一個可擴展且可靠的平台。
選擇託管環境後，開發人員需要配置伺服器的設定，包括網路配置、安全設定和資源分配。 這些設定決定了伺服器如何與外界互動以及如何利用可用資源。
接下來，需要安裝和配置 MCP 伺服器軟體。 這涉及下載必要的軟體包、將它們安裝在伺服器上以及配置伺服器的設定以符合應用程式的特定要求。
最後，需要測試和驗證 MCP 伺服器以確保其正常運作。 這涉及向伺服器發送測試請求並驗證它是否以預期的結果響應。
製作客製化連接器以實現無縫整合
創建客製化連接器是將 MCP 伺服器與 Copilot Studio 整合的關鍵步驟。 連接器充當中介，促進兩個系統之間的通訊並啟用資料交換。
創建客製化連接器的過程通常涉及定義連接器的元資料，包括其名稱、描述和圖示。 此元資料有助於使用者識別和了解連接器的用途。
接下來，需要配置連接器的身份驗證設定。 這決定了連接器如何使用 MCP 伺服器進行身份驗證並獲得訪問其資源的必要權限。
身份驗證後，需要定義連接器的操作。 操作表示連接器可以在 MCP 伺服器上執行的特定操作，例如檢索資料、創建新記錄或更新現有記錄。
最後，需要測試和驗證連接器以確保其正常運作。 這涉及向連接器發送測試請求並驗證它是否按預期與 MCP 伺服器互動。
將 MCP 伺服器整合到 Copilot Studio 工作流程中
將 MCP 伺服器整合到 Copilot Studio 工作流程中使 AI 代理能夠利用伺服器提供的資料和功能。 這種整合可以顯著增強代理的功能，使他們能夠執行更複雜的任務並提供更有見地的響應。
整合過程通常涉及將 MCP 伺服器作為 Copilot Studio 主題中的一個操作添加。 主題表示代理可以參與的不同對話流程。
將 MCP 伺服器操作添加到主題後，可以將其配置為接收來自使用者的輸入並將資料發送到 MCP 伺服器。 然後，伺服器處理資料並返回響應，然後將其顯示給使用者。
這種整合使 AI 代理能夠無縫訪問和利用 MCP 伺服器提供的資源，使他們能夠執行各種任務並為使用者提供更全面和個性化的體驗。
採用 MCP 的更廣泛影響
採用模型情境協定 (MCP) 對 AI 助理和代理 AI 開發的未來具有深遠的影響。 通過提供一種標準化的機制，使 AI 代理能夠發現和利用外部資源，MCP 促進了一個更加開放和可互操作的生態系統。
這種互操作性使開發人員能夠創建更複雜和多功能的 AI 代理，這些代理可以與各種系統和資料來源無縫整合。 它還通過減少新開發人員的進入門檻並使他們能夠利用現有資源和功能來促進創新。
此外，MCP 通過提供一個集中的控制點來管理對外部資源的訪問，從而增強了 AI 系統的安全性。 這確保了 AI 代理僅訪問他們有權訪問的資源，並且所有互動都會被記錄和審計。
總之，Microsoft 的 Copilot Studio 模型情境協定實驗室代表了在 AI 驅動的輔助和自動化發展中的一個重要進步。 通過為開發人員提供一個實作環境來探索和利用 MCP 的功能，Microsoft 正在促進創新並加速採用這種變革性技術。 MCP 與 Copilot Studio 和 Power Platform 的整合使開發人員能夠創建更複雜、多功能和安全的 AI 代理，這些代理可以與各種系統和資料來源無縫整合。 AI 助理的未來無疑與 MCP 等標準的持續發展和採用交織在一起。