加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你是否有这样的经历：让 AI 帮你写一段 Azure CLI 命令，结果 AI 凭空捏造了根本不存在的参数； 让 AI 给你一段 .NET 代码，它信誓旦旦地推荐了一个 NuGet 包，安装时却告诉你「找不到该包」。 这种 AI「幻觉」（Hallucination）问题，困扰着每一个依赖 AI 辅助编程的开发者。 而 Microsoft Learn MCP Server 的出现，就是专门来解决这个问题的。
图1：MicrosoftDocs/mcp 仓库首页
Microsoft Learn MCP Server 是微软官方维护的一个 MCP（Model Context Protocol）服务器， 同时也是一个命令行工具。它的核心功能非常明确：让 AI 编程助手（如 Claude Code、Cursor、GitHub Copilot 等） 能够直接、实时地查询微软官方技术文档和代码示例，而不是依赖可能过时的训练数据或不可靠的网络搜索。
说得更直白一点：它就像是给 AI 编程工具配备了一个永远最新、最准确的微软技术百科全书。
这个项目由微软官方文档团队（MicrosoftDocs）维护，托管在 GitHub 上，当前拥有超过 1700 颗星， topics 覆盖 ai、ai-agents、llm、mcp、microsoft-learn 等关键词，说明它明确面向 AI Agent 场景。 项目的许可证为 CC-BY-4.0（文档内容）和 MIT（代码），开源友好。
1. 彻底解决 AI 幻觉问题
当前主流 AI 编程助手的知识库有截止日期，遇到新版本 SDK、新出的 Azure 服务， AI 往往只能「蒙着猜」。Learn MCP Server 直接对接微软官方文档 API， 返回的结果100%来自微软认证的技术资料，从根本上消除了幻觉风险。
2. 零门槛，无需任何密钥
与很多需要注册 API Key 的服务不同，这个 MCP Server 完全免费、免登录， 只需要一行配置就能接入任何兼容 MCP 协议的 AI 工具。微软官方甚至提供了 VS Code 一键安装按钮， 点击即可完成配置。
3. 多工具链生态支持
项目不仅仅是「一个 MCP 服务器」，它实际上提供了三套工具：
| 工具 | 用途 |
|---|---|
microsoft_docs_search | 语义搜索微软技术文档 |
microsoft_docs_fetch | 拉取并转换为 Markdown 格式的文档页面 |
microsoft_code_sample_search | 搜索微软/Azure 官方代码示例 |
这意味着 AI 不只可以查「文档说了什么」，还能直接拿到可运行的代码示例。
4. 开源 Skill 包，AI 越用越聪明
项目中包含三个预置的 Agent Skill 包：
microsoft-docs：用于概念理解、教程、架构学习microsoft-code-reference：用于 API 查找、代码实现、错误排查microsoft-skill-creator：元工具，用于为新的微软技术自动生成自定义 Skill这些 Skill 支持 Claude Code、Copilot CLI、VS Code（Insiders）、Cursor 等主流 AI 编程工具， 实现了真正的「一次配置，永久受益」。
项目的代码结构非常清晰，主要分为三个模块：
1. MCP Server（远程服务端）
服务端托管在 https://learn.microsoft.com/api/mcp，由微软官方运营，
符合 MCP 协议的 Streamable HTTP 传输规范。开发者无需自建服务端，直接调用微软的远程端点即可。
同时提供 OpenAI 兼容端点（/openai-compatible），支持 OpenAI Deep Research 模型，
以及 Token 预算控制（?maxTokenBudget=2000）等实验性功能。
2. CLI 工具（@microsoft/learn-cli）
基于 Node.js 22+，使用 TypeScript 开发，核心依赖为：
@modelcontextprotocol/sdk ^1.27.1：MCP 官方 SDK，处理协议握手和通信commander ^14：命令行参数解析env-paths ^4：跨平台配置文件路径管理CLI 提供四个子命令：search（文档搜索）、fetch（文档获取）、
code-search（代码示例搜索）、doctor（端点连通性检测）。
所有命令都通过统一的 MCP Client 与远程服务器通信，并支持本地会话缓存（~/.cache）
以减少重复请求。Client 层实现了完善的错误恢复机制：自动检测 session 过期并重连，
自动检测 tool schema 变更并刷新工具列表，支持直接 HTTP 调用和 SDK 调用两种模式。
3. Agent Skills（技能包）
每个 Skill 目录下都有独立的 SKILL.md，包含触发条件、使用说明和最佳实践示例。
这些 Skill 通过插件机制分发到不同的 AI 生态（Claude Plugin、Copilot Plugin、Codex Plugin）。
项目维护了跨生态的同步规则（编辑 .claude-plugin/plugin.json 后需同步到另两个生态），
并提供 scripts/validate-repo.ps1 PowerShell 脚本自动验证同步一致性。
方式一：VS Code 一键安装（最简单）
在 VS Code 或 VS Code Insiders 中，搜索「Microsoft Learn MCP」扩展，点击安装即可。
方式二：Claude Code / Copilot CLI
# Claude Code
/plugin install microsoft-docs@claude-plugins-official
# GitHub Copilot CLI
/plugin install microsoftdocs/mcp
方式三：手动配置（通用 MCP Client）
在任意支持 MCP 的客户端配置文件中添加：
{
"mcpServers": {
"microsoft-learn": {
"type": "http",
"url": "https://learn.microsoft.com/api/mcp"
}
}
}
方式四：纯 CLI 工具
npx @microsoft/learn-cli search "azure functions timeout"
# 或安装全局
npm install -g @microsoft/learn-cli
mslearn search "azure openai" --json | jq '.results[].title'
仅限微软技术栈：项目专注于微软官方文档和代码示例， 如果你的开发工作以非微软技术为主（如 Java、Python 框架），则收益有限。
无本地部署选项：服务端由微软托管，不提供 Docker 镜像， 企业内网用户可能需要考虑代理或自建方案。
MCP 协议依赖：需要你的 AI 工具支持 MCP 协议， 主流工具基本都支持，但老版本或某些闭源工具可能不兼容。
实验性功能：OpenAI 兼容端点和 Token 预算控制等功能仍在活跃开发中， 接口可能变化。
Microsoft Learn MCP Server 的出现，折射出一个正在形成的新趋势：AI 编程工具正在从「通用问答」向「专业工具深度集成」演进。
过去，AI 编程助手依赖「大海捞针」式的全网搜索来获取技术知识， 精度低、幻觉多、响应慢。现在，有了 MCP 这样的标准化协议， AI 可以直接调用专业领域的权威数据源——官方文档、API 参考、代码库—— 实现「术业有专攻」的信息获取模式。
对于 AI 开发者而言，这意味着：当你需要写一段 Azure 相关的代码时， 你的 AI 助手给出的答案，将和微软工程师给出的标准答案完全一致； 当你需要查找某个 .NET 8 新特性时，不再需要手动打开浏览器搜索， AI 直接为你呈现权威解释和可运行的代码示例。
微软用这一项目率先树立了「AI + 官方文档」深度整合的标杆， 预计其他大厂（AWS、Google Cloud、HashiCorp 等）也将跟进类似方案。