Herramientascopilot mcp
Copilot MCP: conecta un servidor en VS Code
Configura MCP con GitHub Copilot en VS Code: elige un servidor, limita permisos y comprueba la conexión con una prueba sin datos sensibles.
- Autor: humAIns
- 9 min de lectura
índice · 7 apartados
MCP permite conectar herramientas y fuentes externas con agentes, y GitHub Copilot en Visual Studio Code puede utilizar servidores compatibles desde el chat. Para probar la integración sin programar un servidor, añade el servidor oficial de Microsoft Learn por HTTP y pídele que localice documentación pública. Esta guía se refiere al harness GitHub Copilot en VS Code: no a Microsoft 365 Copilot ni a Copilot Studio.
Qué aporta MCP y qué Copilot utiliza este tutorial
El Model Context Protocol (MCP) es un estándar abierto para conectar aplicaciones de IA con sistemas externos. En esta integración, el servidor ofrece capacidades —por ejemplo, herramientas de búsqueda— que el agente puede invocar cuando resuelve una tarea. La documentación de MCP describe el protocolo como una forma común de conectar aplicaciones y servicios.
Una herramienta (tool) es una operación que el servidor pone a disposición del agente; puede consultar información y, según el servidor, también realizar acciones. Una skill es otra cosa: un conjunto de instrucciones y recursos para un procedimiento reutilizable. Una skill puede decirle al agente cuándo recurrir a una herramienta MCP, pero no crea la conexión ni sustituye la configuración de acceso. Puedes ver la diferencia con más detalle en nuestra guía sobre skills de GitHub Copilot y en cómo crear agentes de IA.
Aquí usaremos el harness Copilot de VS Code y el servidor Microsoft Learn MCP, que Microsoft documenta para buscar contenido oficial de Learn y que no requiere autenticación ni un runtime local. No es un tutorial de otras superficies que comparten el nombre Copilot. Si primero necesitas instalar o conocer el editor, consulta Copilot en VS Code.
Requisitos y selección de servidor
Necesitas VS Code o VS Code Insiders, las funciones de IA habilitadas, un proyecto local abierto y acceso a GitHub Copilot. En el selector Session Target del chat, elige Copilot. La configuración de MCP y las funciones disponibles pueden depender de la versión instalada y de las políticas de tu organización.
Antes de añadir cualquier servidor, evalúa quién lo publica, qué URL o comando ejecuta, qué herramientas ofrece y a qué recursos puede acceder con tus permisos. La instalación desde un catálogo no elimina la necesidad de revisar el editor, el publicador y los requisitos. Un servidor local puede ejecutar código en tu equipo; uno remoto puede recibir solicitudes y datos que le envías. Consulta la guía oficial de VS Code sobre confianza en servidores MCP.
Para este primer ejercicio elegimos Microsoft Learn MCP, un servicio de consulta de documentación publicada. La página oficial de Microsoft Learn MCP describe el servidor; VS Code indica el endpoint https://learn.microsoft.com/api/mcp. No uses una URL obtenida de un tutorial no oficial ni pegues credenciales en la conversación.
Configurar MCP en Copilot paso a paso
- Abre una carpeta de proyecto en VS Code y una sesión de chat. En Session Target, selecciona Copilot.
- Abre la paleta de comandos y ejecuta Chat: Open Customizations. En el editor de personalizaciones, selecciona MCP Servers y pulsa Add Server (el botón +) dentro del grupo User.
- Elige HTTP (HTTP or Server-Sent Events) e introduce el endpoint oficial
https://learn.microsoft.com/api/mcp. - Escribe un identificador único, por ejemplo
microsoftLearn. - Como destino elige Global y después Copilot Global. Es una configuración personal para tus espacios de trabajo y clientes compatibles en el mismo host. No se sincroniza automáticamente con otros equipos.
- Lee y evalúa cualquier aviso de confianza antes de aceptarlo. Si el editor presenta una solicitud de inicio de sesión o autorización inesperada para este servidor, no introduzcas secretos: vuelve a comprobar que seguiste la documentación oficial.
El asistente MCP: Add Server, disponible en la paleta de comandos, también puede iniciar el flujo guiado. Para servidores distintos, sigue las instrucciones de autenticación y transporte del publicador; no reutilices el endpoint de este ejemplo.
Comprobar las herramientas disponibles y hacer una prueba de lectura
Una configuración guardada todavía no demuestra que el chat pueda invocar el servidor. Pide una tarea concreta, inocua y adecuada a sus herramientas, por ejemplo:
Usa las herramientas de Microsoft Learn para encontrar la documentación oficial de la cláusula
wherede Kusto Query Language. Resume su sintaxis y enlaza la documentación. No cambies archivos.
Al probarlo en tu propio VS Code, expande la llamada a herramienta en la conversación y confirma que se invocó Microsoft Learn y que el resultado trata de la cláusula Kusto solicitada, no de un operador parecido de otro lenguaje. No afirmes que hubo conexión por el mero hecho de recibir una respuesta plausible: verifica la llamada y su resultado. Esta prueba de lectura no garantiza que otro servidor sea seguro ni que sus herramientas se comporten igual.
Para limitar lo que puede hacer el agente, revisa las herramientas disponibles y las opciones de gestión de herramientas del cliente. Cuando aparezca una solicitud de aprobación, entiende la acción antes de permitirla. Empieza con preguntas de lectura; no pruebes con datos internos, escrituras, cambios de configuración ni acciones externas.
Dónde se guarda la configuración y cómo compartirla
La opción Global > Copilot Global es adecuada para el ejercicio individual y queda en el host donde se ejecuta el harness. La referencia de VS Code documenta como archivo personal $COPILOT_HOME/mcp-config.json, o ~/.copilot/mcp-config.json si esa variable no está definida; ambos usan un objeto superior mcpServers.
Para compartir definiciones con un equipo, VS Code puede ofrecer .mcp.json en la raíz del espacio de trabajo. La opción de configuración guiada de workspace es experimental y depende de que esté habilitada chat.mcp.workspaceRootConfig.enabled. Antes de versionar ese archivo, inspecciona qué contiene: una definición compartida no debe incluir tokens, claves ni credenciales. El inicio de sesión y las credenciales pueden ser personales aunque la definición del servidor sea común.
Para nuevas configuraciones nativas de Copilot, no copies instrucciones antiguas que indiquen .vscode/mcp.json o mcp.json de un perfil: la referencia vigente los asocia al harness Local heredado, que está en proceso de retirada. En conexiones remotas o contenedores, configura MCP en el entorno donde corre el harness; los archivos personales del equipo cliente no se reenvían necesariamente. Comprueba la referencia de configuración MCP de VS Code antes de migrar configuraciones.
Problemas de detección, autenticación y políticas
Si el servidor no aparece o no arranca, confirma que seleccionaste Copilot, que el destino es el esperado y que la configuración pertenece al entorno donde corre la sesión. Revisa los requisitos del runtime si elegiste un servidor local y abre su salida desde la gestión de servidores MCP. Un servidor HTTP remoto, como el de este ejemplo, no requiere instalar un runtime local.
Si falla la conexión o el inicio de sesión, contrasta el endpoint y el método de autenticación con la documentación del publicador. No pegues contraseñas o claves en el chat para diagnosticarlo. En una cuenta administrada, las políticas organizativas pueden restringir MCP, la autenticación o la disponibilidad del harness; consulta al administrador de la organización si la opción está bloqueada. No es posible deducir desde una respuesta del modelo si la política, la red o el servidor causó el fallo.
Si el servidor está activo pero Copilot no invoca ninguna herramienta, formula una petición que requiera claramente una de sus capacidades y revisa la llamada en el chat. La configuración puede ser correcta aunque el modelo no haya seleccionado una herramienta para una petición ambigua. Para más pasos, consulta la guía oficial de administración y resolución de problemas de servidores MCP.
Seguridad: permisos mínimos y datos sensibles
Un servidor MCP amplía lo que el agente puede consultar o hacer; no lo instales sin revisar su origen y capacidades. En servidores locales, el comando puede ejecutar código con los permisos de tu usuario y acceder a los recursos disponibles para ese proceso. En servidores remotos, considera qué contenido envías y qué datos responde el servicio. El protocolo común no convierte automáticamente a todos los servidores en confiables.
Aplica estas precauciones:
- Prefiere un publicador conocido y una fuente oficial; revisa endpoint, comando, dependencias y permisos solicitados.
- Concede solo el acceso necesario y empieza por herramientas de lectura. Revisa cada aprobación antes de aceptarla.
- No incluyas tokens, contraseñas, datos de clientes ni información interna en prompts de prueba o archivos compartidos.
- No supongas que puedes restringir cada herramienta individualmente: las posibilidades dependen del servidor y de la interfaz. Si no puedes entender o limitar el acceso, no conectes ese servidor a datos de trabajo.
- Deshabilita o desinstala el servidor desde Chat: Open Customizations > MCP Servers cuando termines una prueba que no necesitas conservar.
Preguntas frecuentes
¿MCP es lo mismo que una skill?
No. MCP conecta el agente a herramientas o fuentes externas. Una skill describe instrucciones y recursos para una tarea especializada. Puede orientar cuándo usar una herramienta MCP, pero son mecanismos distintos y se configuran por separado.
¿Funciona en Microsoft 365 Copilot?
Este procedimiento es específicamente para GitHub Copilot en VS Code. No presupongas que la configuración se comparte con Microsoft 365 Copilot o Copilot Studio: son productos y superficies diferentes.
¿Dónde se añade el servidor?
En VS Code, selecciona Copilot como destino de sesión y abre Chat: Open Customizations > MCP Servers > Add Server. También puedes arrancar el asistente mediante MCP: Add Server. El destino personal documentado es Global > Copilot Global.
¿Cómo se limitan los permisos?
Elige un servidor de confianza, revisa sus herramientas y usa solo las aprobaciones que comprendes. Prueba primero una lectura sin datos sensibles. Los controles concretos varían: si un servidor requiere permisos excesivos o no puedes evaluar su acceso, no lo conectes.
Si trabajas en marketing y quieres aplicar IA a tareas profesionales, puedes conocer la formación en IA para marketing; la ficha describe el programa y no presupone que incluya MCP. Y si quieres identificar tu siguiente paso de aprendizaje, haz el test ¿Cuánto te queda?.
Sigue leyendo en humAIns