注册    登录
关注
Py学习  »  Git

技术速递｜GitHub Copilot 中的 GPT-5：我如何在 60 秒内做出一个游戏

dotNET跨平台 • 2 周前 • 37 次点击  

M

点击蓝字 / 微软开发者MSDN

关注我们

作者：Kedasha Kerr

排版：Alan Wang


GitHub 全新的 MCP Server 与 GPT-5 如何革新开发者工作流 —— 现场构建示例演示

当下真是作为一个开发者激动万分的时代！GPT-5 刚刚发布，而且已经在 GitHub Copilot 中可用。我当时正好在看 OpenAI 的直播，他们宣布的那一刻，我几乎按捺不住兴奋——特别是想到我们可以立刻用上自己最喜欢的 AI 编程伙伴开始构建项目。


如果你一直关注我们的 Rubber Duck Thursday 直播，就知道我特别喜欢探索新的 AI 模型和工具。而这期直播的主题正是两项颠覆性的发布：GPT-5 和 GitHub Model Context Protocol (MCP) Server。可以说，我们真的覆盖了很多内容！


让我带你一起回顾我们构建了什么、学到了什么，以及你如何从今天开始在自己的开发工作流中使用这些强大的工具。


GPT-5

https://github.blog/changelog/2025-08-07-openai-gpt-5-is-now-in-public-preview-for-github-copilot/?wt.mc_id=3reg_webpage_reactor

GitHub Copilot

https://github.com/features/copilot/?wt.mc_id=3reg_webpage_reactor

GPT-5：为你的工作流带来更强的推理能力

GPT-5 是 OpenAI 迄今最先进的模型，而最棒的是，它现在已经能在你最喜欢的 IDE 中使用了。你可以在 VS Code 中通过 ask、edit 和 agent 模式访问它 —— 这点非常厉害，因为并不是所有模型都能在所有模式下使用。


真正让我印象深刻的是它的速度。作为一个推理模型，它的响应速度比我预想的还要快。在实际构建时，建议几乎是瞬间返回的，而且质量也有明显提升。

在 GitHub Copilot 中启用 GPT-5

  1. 打开 Copilot 界面中的模型选择器

  2. 从可用选项中选择 GPT-5

  3. 开始构建！

企业提示：如果你是通过公司使用 GitHub Copilot，那么企业或业务管理员需要选择加入才能启用 GPT-5 访问权限。如果你还没看到该选项，请联系你们的 IT 团队。

在线测试：60 秒内构建一个 Magic Tiles 游戏

我想立刻测试一下 GPT-5 的实力，所以在直播时问观众我该做点什么。压倒性的回答是：做个游戏！有人提议 Magic Tiles（老实说，我当时完全不知道怎么玩）。但这正是 GPT-5 大显身手的时刻。


这是我用 AI 构建时的思路（我称之为规范驱动开发（spec-driven development）：

第一步：让 AI 生成产品需求

与其直接上手写代码，我先问 GPT-5：

Do you know the game Magic Tiles? If you do, can you describe the game in simple MVP terms? No auth, just core functionality.

GPT-5 给出了非常详细的回答：


  • 任务分解与核心玩法循环

  • 最小功能集需求

  • 数据模型结构

  • 清晰的构建检查清单


这正是为什么对大语言模型来说，“上下文就是王者”。通过先要一份规范说明，我给了 GPT-5 足够的上下文来构建出一个连贯且可用的东西。

第二步：用一个简单的提示来构建

有了 MVP 规范之后，我只说：

Build this. 

就这样。没有指定框架，没有规定技术栈 —— 只是“做出来”。结果呢？GPT-5 做出了非常聪明的选择：


  • 使用 HTML、CSS 和 JavaScript 构建简单的 MVP

  • 基于 Canvas 创建游戏，并正确处理输入

  • 增加得分、连击追踪和速度进阶

  • 实现游戏结束功能


整个构建过程不到一分钟。我不是在夸张，GPT-5 真正交付了一个能运行的原型。

第三步：用自然语言迭代

当我意识到游戏需要更清晰的玩家说明时，我问：

Can you provide user instructions on how to play the game before the user clicks start?

GPT-5 立即更新了 HTML，加入了清晰的用户指引，还主动给出了下一步功能建议。这种迭代方式非常自然，就像和一个非常聪明的编程伙伴对话一样。


接下来，让我们看看 GitHub MCP Server！

GitHub MCP Server：用自然语言实现 GitHub 自动化

现在，让我们来聊一件将彻底改变你与 GitHub 交互方式的东西：Model Context Protocol (MCP) Server。


Model Context Protocol (MCP) Server

https://github.blog/ai-and-ml/generative-ai/a-practical-guide-on-how-to-use-the-github-mcp-server/?wt.mc_id=3reg_webpage_reactor

什么是 MCP？为什么它很重要？

MCP 是一种标准，用来连接 AI 助手与外部工具和应用程序。你可以把它理解为一座桥梁，让大语言模型（LLM）能够与以下内容对话：


  • GitHub 仓库与 Issues

  • Gmail 账户

  • SQL 服务器

  • Figma 项目

  • 以及更多……


没有 MCP 时，你的 LLM 只能“孤立存在”。有了 MCP，它就能变成一个强大的自动化引擎，可以与整个开发生态系统进行交互。


MCP 遵循客户端-服务器架构，类似于 REST API。以 VS Code 为例，VS Code 同时扮演着主机（提供运行环境）和客户端（连接 MCP 服务器）的角色。

配置 GitHub MCP Server（出乎意料的简单！）

启动 GitHub MCP Server 的过程不到 5 分钟：

1

创建配置文件

在工作区根目录下创建一个 .vscode/mcp.json 文件：

{  "servers": {    "github": {      "command": "npx",      "args": ["-y", "@github/mcp-server-github"]    }  }}

2

进行 GitHub 身份认证

点击 MCP 配置中的 “Start” 按钮。你将完成一个标准的 GitHub OAuth 流程（支持 Passkey！）。

3

访问你的工具

完成身份认证后，你将在 Copilot 界面中看到 GitHub MCP Server 提供的工具。

就这么简单！无需复杂的设置，无需管理 API Key，只要简单的配置和认证即可。

令人震撼的真实 MCP 自动化案例

在直播中，我演示了一些非常实用的 MCP 工作流，你今天就可以开始使用。

用自然语言创建仓库

之前我做了一个项目叫 “Teenyhost”（类似 Tiinyhost，用于临时将文档部署到网页上），我想为它创建一个仓库。与其手动去 GitHub 创建仓库，我直接问 Copilot：

Can you create a repository forthis project called teenyhost? 

GPT-5 会询问所需的详细信息：

- Repository name: teenyhost- Owner: my GitHub username- Visibility: public- Optional description

我提供了这些信息，几秒钟内，Copilot 通过 MCP Server 就完成了：

  • 在 GitHub 上创建仓库

  • 将本地代码推送到新仓库

  • 设置正确的 Git 远程


这看起来很简单，但想想它对工作流的影响。有多少次你在专注编码时，想要快速把项目推到 GitHub？以前你得切换到浏览器，现在只需在编辑器里用自然语言就能搞定。

用自然语言批量创建 Issues

这里就真正有趣了。我问 Copilot：

What additional features and improvements can I implement inthis app?

它给出了分类建议：

  • 低成本快速优化

  • 核心稳定性改进

  • 提升用户体验的功能

  • 高级功能

接着我说：




    
Can you create issues for all the low effort improvements inthis repo?

就这样，Copilot 创建了五个格式规范的 GitHub Issues，内容包括：

  • 描述性标题

  • 详细说明

  • 实现建议

  • 适当的标签


想想这对捕捉项目创意来说有多强大。以前你可能会把好的建议埋在 Slack 对话或会议记录里，现在可以立即将讨论转化为可执行的 GitHub Issues。

让这个工作流变革的原因

在大量使用 GPT-5 和 GitHub MCP Server 后，以下几点尤为突出：

速度与上下文保持

GPT-5 的处理速度令人印象深刻。这不仅仅是响应更快——更重要的是在构建过程中保持思维流畅。当你的 AI 助手能跟上你的思路时，整个开发体验变得更加顺畅。

将自然语言作为开发界面

GitHub MCP Server 消除了从想法到执行之间的摩擦。不再需要：

  • 在 VS Code 和 github.com 之间切换

  • 手动格式化 Issue 描述

  • 在编码与项目管理之间频繁切换 

人机协作自动化

我喜欢这种设置的原因是，你依然保持掌控。当 Copilot 想直接推送到主分支时，我可以取消操作。AI 处理繁琐的部分，而你做出关键决策。

你的行动计划：今天就开始构建

想马上实践吗？操作步骤如下：

尝试 GPT-5

  1. 在 IDE 中打开 GitHub Copilot

  2. 在模型选择器中切换到 GPT-5

  3. 对于复杂构建，先使用 agent 模式

  4. 尝试规范驱动的开发方法：先请求需求，再构建 

设置 GitHub MCP Server

  1. 在工作区创建 .vscode/mcp.json

  2. 添加 GitHub MCP Server 配置

  3. 完成 GitHub 身份认证

  4. 用自然语言开始自动化你的 GitHub 工作流

  5. 实验自动化工作流

    • 为副项目创建仓库

    • 从头脑风暴生成 Issues

    • 自动化分支创建和 Pull Request 流程

    • 探索 MCP 提供的完整工具集 

展望未来

GPT-5 与 GitHub MCP Server 的结合，标志着我们与开发工具互动方式的重大转变——从手动、界面驱动的工作流，迈向会话式、意图驱动的自动化。


在下一期 Rubber Duck Thursday，我计划从零构建我们的第一个自定义 MCP Server。我之前从未做过，所以我们将一起学习——探索新技术最有趣的方式总是一起动手实践。


与此同时，我鼓励你：

  • 安装 GitHub MCP Server 并进行实验

  • 尝试用 GPT-5 和规范驱动的方法构建项目

  • 与社区分享你的实验和成果


这些工具已经就位，且易于使用，并准备好为你的开发工作流提供强大助力。那么，你的第一个构建项目会是什么呢？


开始使用 GitHub Copilot >


GitHub MCP Server

https://aka.ms/GitHubMCP

GitHub Copilot

https://github.com/features/copilot/?wt.mc_id=3reg_webpage_reactor


微信公众号｜微软开发者MSDN

新浪微博｜微软中国MSDN

·END·

Python社区是高质量的Python/Django开发社区
本文地址：http://www.python88.com/topic/185847
Reply
 
37 次点击  
登录后回复
关于   移动版
Py学习 - 专注于Python技术发展的社区(原Django社区)
沪ICP备11025650号