VS Code Learn 完整導覽：Agent 開發、自訂化、MCP 三大課程一次看

VS Code Learn 是什麼

VS Code Learn 是微軟在 code.visualstudio.com/learn 推出的官方學習平台。不是那種丟一堆文件連結給你自己看的文件庫——它是結構化的互動式課程，一步一步帶你從「什麼是 AI Agent」走到「用 MCP Server 擴充 Agent 能力」。

三門課程：

1. Agent Foundations——AI Agent 開發基礎（6 個單元）
2. Agent Customizations——Agent 自訂化（8 個單元）
3. Agent Extensions——擴充 Agent 能力（4 個單元）

注意到了嗎？三門課全部圍繞 Agent。不是教你怎麼用 VS Code 的快捷鍵、不是教你怎麼設定 linter，而是從頭到尾在教你怎麼讓 AI 幫你寫程式。微軟把 VS Code 的未來定位得很清楚：這是一個 Agent 平台。

誰適合學

• 已經在用 GitHub Copilot，但還停在自動補全階段——這些課程會帶你進入 Agent Mode，從「幫我補完這行」升級到「幫我把這整個功能做出來」
• 想導入 AI 開發流程但不知道從哪開始——從 Foundations 開始，它不預設你有 AI 開發經驗
• 想自訂 Agent 行為但不知道有哪些選項——Customizations 課程完整介紹 Instructions、Skills、Hooks 等自訂機制
• 對 MCP（Model Context Protocol）好奇——Extensions 課程直接教你怎麼安裝和設定 MCP Server

前提：你需要有基本的程式能力。課程範例使用 Python 3.13 和 uv 套件管理器。

課程一：Agent Foundations（AI Agent 開發基礎）

這門課是入口。如果你只打算看一門，看這門。它用 6 個單元帶你理解 Agent 開發的核心概念：

這門課的設計邏輯是：先讓你理解 Agent 是怎麼運作的，再讓你實際動手。不會一上來就叫你下 Prompt——而是先建立正確的心智模型。

Agent 的五大支柱

VS Code 把 Agent 開發拆成五個彼此關聯的支柱。這個框架很值得記住，因為它解釋了為什麼有時候 Agent 表現好、有時候不好：

飛飛的觀點：大部分人在 Agent 表現不好時，直覺反應是「模型太笨」。但根據這個框架，Model 只是五個變數之一。更常見的原因是 Context 不夠（Agent 沒看到關鍵檔案）或 Prompt 太模糊。在換模型之前，先檢查你給的 Context 和 Prompt 夠不夠明確。

三種操作模式：從安全到全自動

VS Code 的 Agent 有三個自主性等級，這是最需要理解的安全控制機制：

另外，模型的 thinking effort（推理深度）也有四級可調：

• Low——格式化、樣板程式碼
• Medium——一般重構和標準實作
• High——架構設計、複雜 Debug
• Auto——系統自動判斷，減少 Rate Limit 和延遲

九大內建工具

Agent 不是只會說話——它是透過「工具」來實際操作你的程式碼和環境的。VS Code 內建了 9 種工具：

課程的建議很實際：工具不是越多越好。「太多工具會讓 Agent 搞不清楚該用哪個」——這句話直接來自官方教學。先把工具集精簡到你這次任務需要的，Agent 的表現會更好。

Context 的平衡藝術

你可以用 # 符號在對話中引用額外的 Context：

• #codebase——讓 Agent 搜尋整個程式庫
• #file——指定特定檔案
• #fetch——抓取線上資源
• #problems——讀取目前的診斷訊息
• #web——搜尋最新的外部文件

關鍵原則：太多資訊會讓 Agent 混亂，太少又不夠理解你的需求。這跟你跟人溝通一樣——給太多背景，對方抓不到重點；給太少，對方只能猜。

課程二：Agent Customizations（Agent 自訂化）

這門課解決一個實際問題：每次開新對話都要重新解釋你的專案規範、程式碼風格、工作流程，很煩。Customizations 就是把這些設定「寫一次，永久生效」。

8 個單元從「為什麼需要自訂化」講到實作 Demo：

五種自訂化元件

VS Code 提供五種自訂化元件，每一種解決不同的問題：

Custom Agent 的 tools 限制特別重要。你可以在 Agent 的定義檔（frontmatter）中限制它能用的工具。例如做一個「只能讀、不能寫」的 Review Agent，或一個「只能搜尋、不能執行指令」的 Research Agent。這是最小權限原則的 AI 版本——每個 Agent 只給它完成任務需要的最少工具。

課程三：Agent Extensions（擴充 Agent 能力）

Agent 靠內建的 9 個工具只能做到一定程度的事。Extensions 課程教你怎麼透過外部工具擴充它的能力：

工具的三大分類

• Built-in Tools——VS Code 內建的 9 個工具（前面介紹過）
• MCP Tools——透過 MCP Server 提供的外部工具
• Extension Tools——VS Code 擴充套件提供的工具

MCP Server 怎麼運作

MCP（Model Context Protocol）是讓 Agent 連接外部服務的標準協議。透過 MCP Server，Agent 可以：

• 操作瀏覽器（Playwright Server）
• 查詢資料庫 Schema
• 呼叫外部 API
• 存取文件管理系統

MCP Server 的四個核心能力

設定檔的三個範圍

MCP Server 的設定寫在 mcp.json 中，有三個作用範圍：

資安觀點：VS Code Agent 開發你該注意什麼

VS Code Learn 是很好的學習資源，但它主要在教你「怎麼用」而不是「怎麼安全地用」。作為資安從業者，我補充幾個官方沒有強調的重點：

1. execute 工具是最大的風險點

Agent 的 execute 工具可以在你的終端機執行任何指令。雖然預設有 Approval 機制，但有兩個例外：

• Autopilot 模式——自動批准所有指令
• 沙箱內的指令——如果啟用沙箱，沙箱內的指令會自動批准

在正式環境（有生產資料庫存取權的機器、有 CI/CD 推送權限的環境）工作時，永遠不要用 Autopilot 模式。

2. MCP Server 等於安裝第三方程式碼

安裝一個 MCP Server 就像安裝一個 VS Code 擴充套件——你在讓第三方的程式碼在你的電腦上執行。VS Code 會在安裝前顯示發布者資訊，但不代表它經過安全審查。

• 只安裝你信任的發布者的 MCP Server
• 啟用沙箱模式（sandboxEnabled: true）限制檔案系統和網路存取
• 不要在 mcp.json 中硬寫 API Key——用 input variables 或 .env 檔案

3. Context 外洩風險

當你用 #codebase 讓 Agent 搜尋整個程式庫，你的程式碼會被送到 AI 模型進行處理。如果你的 repo 裡有：

• 寫死的 API Key 或密碼
• 客戶的個人資料
• 尚未公開的商業邏輯

這些都可能被 Agent 讀取並送到模型端。在使用 Agent Mode 之前，先確認你的 repo 沒有不該被 AI 讀到的東西。

4. Custom Agent 是最佳實踐

如果你在企業環境中使用 Agent，強烈建議為不同角色建立 Custom Agent，用 tools 欄位限制每個 Agent 能做的事：

• Review Agent——只給 read 和 search
• Implementation Agent——給 read、edit、execute
• Research Agent——只給 read、search、web

這是最小權限原則的 AI 版——不要讓一個 Agent 什麼都能做。

怎麼開始

1. 安裝 VS Code（如果你還沒有）
2. 啟用 GitHub Copilot——個人版有免費額度
3. 安裝 Python 3.13 + uv——課程範例需要
4. 打開 VS Code Learn——從 Agent Foundations 第一課開始
5. 跟著做——每個單元都有實作步驟，不要只看不做

建議學習順序：Foundations → Customizations → Extensions。不要跳課，後面的課程建立在前面的概念上。

常見問題