Contents
MCP是Model Context Protocol（模型上下文协议）的缩写，它定义了一套标准化的通信协议，在AI模型（客户端）和外部资源（服务器，如工具、数据源等）之间扮演“翻译官”和“交通警察”的角色。
例如，用户数据存储在自己的系统或数据中，大语言模型无法直接访问这些资源；那么我们就可以利用MCP服务器在用户资源和大语言模型之间搭建一座桥梁，充分利用大语言模型的功能，实现对用户资源的访问、操作等控制，大幅提升内部资源的利用效率；同时，由于MCP服务器部署在企业内网，这就意味着我们即可以利用大语言模型的人工智能，还能保持内部数据的安全性。
Azure DevOps MCP Server是微软开发并部署在云端的MCP服务器，为用户访问Azure DevOps Service中的数据提供提供智能服务；它连接GitHub Copilot和Azure DevOps Service，将丰富的实时上下文（如工作项、拉取请求、测试计划等）发送给LLM的提示中，大语言能够根据您的特定Azure DevOps项目提供更好、更准确、更相关的答案。
与所有MCP服务器一样，Azure DevOps MCP Server与基于云的解决方案不同，本地MCP服务器在企业内网或开发环境中运行。这意味着MCP可以安全地访问企业私人数据和工具，而企业私人数据则无需离开企业内网，可以在充分应用人工智能的同时确保数据安全。
你必须注册一个Azure DevOps账户，并且为这个账户分配了对应团队项目的访问权限。
在 2024 年 1 月的 1.86 版本的更新日志中，VS Code 团队正式宣布了对其“嵌入式 Copilot”功能的增强，其中包括 “支持与 Model Context Protocol (MCP) 服务器集成”。
这意味着开发者可以通过配置，让 VS Code 内部的 GitHub Copilot 等 AI 助手连接到 MCP 服务器，从而扩展 AI 的能力。
建议安装最新版本的VS Code [Download Visual Studio Code - Mac, Linux, Windows](https://code.visualstudio.com/download）
安装Azure Cli，以及Azure Cli的插件Azure Cli DevOps
安装包的获取路径：https://learn.microsoft.com/en-us/cli/azure/install-azure-cli-windows
安装完成后，可以在命令行中运行命令安装插件
az extension add --name azure-devops
需要 Node.js 版本 ^18.17.0 或更高版本，推荐使用 18.x 的 LTS（长期支持版）或最新的 20.x LTS。
在VS Code的命令行窗口（Terminal）中，运行Az Login命令，完成Azure的认证登录，并选择对应的订阅。
按照提示完成用户认证，并选择了对应的订阅后，可以可以看到类似下图的界面
完成上面的准备工作后，我们就可以使用MCP Server利用Github Copilot的的强大AI能力了。
下面是几个简单的使用示例
在聊天窗口中，笔者使用文字，让MCP查询团队项目，并创建了一个Issue，如下图：
目前还不能
目前测试，不能使用个人的团队项目集合，原因是没有订阅
是的，可以在项目文件中新建一个文件.vscode，并添加文件mcp.json，在文件中配置团队项目集合名称，就可以将文件签入到代码库，从而为开发团队配置标准的MCP参数，如下图：
https://www.cnblogs.com/danzhang
Azure DevOps MVP 张洪君
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。