最近市面上出现了不少”Copilot 增强”付费插件（比如 Copilot Enhance Tool），号称能让 Copilot 变得更强：结构化对话、自动检查点、子代理协作、还能省 premium requests。
我把它的 .vsix 拆了一遍，发现核心原理就是 tool call 循环 + 自定义 instructions + Agent 提示词。这些能力 Copilot 原生全部具备，配合一个轻量的 MCP Server + 独立网页面板就能完整复刻。
付费插件到底做了什么
拆包分析后（4.8MB 混淆代码，全局变量名都是 _0x 开头），架构其实很清晰：
┌────────────────────────────────────┐
│ VS Code Copilot Chat │
│ ↕ (MCP 协议, stdio) │
│ 本地 MCP Server │
│ ↕ (HTTP) │
│ WebView 控制面板（反馈/选项/队列） │
└────────────────────────────────────┘四个核心机制：
| 机制 | 插件做了什么 | 替代方案 |
|---|---|---|
| MCP Server | 注册 copilot_enhance_{port} 工具，AI 通过 tool call 暂停等反馈 | 自建 MCP Server，200 行 |
| 控制面板 | WebView 嵌入 VS Code，提供输入框和选项按钮 | HTTP 网页，VS Code Simple Browser 打开 |
| 自定义指令 | 写入 .github/copilot-instructions.md | 原生支持，直接建文件 |
| 子代理 | 安装 .github/prompts/*.prompt.md | VS Code 原生 Prompt Files |
它注入的”开头语”（从混淆代码中提取）：
在后续的持续协作中，启用协作工作流。工具列表中名称包含
copilot_enhance_{port}的协议同步工具作为唯一的交流节点；每轮通过协议同步工具向我汇报结果或询问下一步，而非以文字输出收尾。
翻译一下：让 AI 每次回复都 call 一个 MCP tool，通过 tool 的 input/output 实现结构化对话，而不是直接输出文字。
省钱的秘密：tool call 循环
这是付费插件最吸引人的卖点之一。
Copilot 怎么计费
GitHub Copilot 按用户发起的请求数计费（premium requests），具体机制可以参考 之前的分析。简单说：你每发一条消息，算一次 premium request × 模型倍率。但 AI 调用工具（tool call）不算新请求，它属于同一个 request 的 agent loop。
插件的做法
你发 1 条消息 → AI 处理 → 调 MCP tool（暂停，等你在 WebView 输入）
→ 你在输入框打字提交 → 作为 tool response 返回 → AI 继续处理
→ 再调 MCP tool → 你再输入 → ...循环整个过程都在同一个 request 里。AI 始终没有”结束回复”，它一直在 tool call 循环里。不管来回交互多少轮，计费只算开头那 1 次。
为什么单靠 instructions 做不到
你可能想：直接在 instructions 里写”每步用 ask_user 汇报”不就行了？
实测结论：instructions 是建议，不是强制约束。 AI 读到了但会自主判断要不要遵守——简单任务它会直接回答，跳过 ask_user。tool call 循环一断，下一轮对话就又算一次新请求。
要可靠触发每轮都走 tool call，需要一个 MCP Server 作为强制锚点。instructions 负责告诉 AI “必须调用 sync 工具”，MCP Server 负责接住这个调用并等你的反馈。两层配合才能稳定工作。
动手：完整复刻方案
整体方案需要这几个文件：
~/.copilot/mcp-servers/workflow-sync.mjs ← MCP Server（~180 行）
~/.copilot/mcp-servers/panel.html ← 网页控制面板（Tailwind CSS）
~/.copilot/mcp-config.json ← Copilot CLI 全局 MCP 配置
.github/copilot-instructions.md ← 自定义指令
.vscode/mcp.json ← VS Code MCP 配置（可选）
.github/prompts/*.prompt.md ← Agent 提示词（可选）Step 1：写 MCP Server
核心组件。架构：一个 stdio MCP Server + 一个独立 HTML 控制面板。MCP 通过 stdio 跟 Copilot 通信，HTTP 端口提供网页给你操作——等价于付费插件的 WebView。
面板采用 Tailwind CDN 做布局样式，CSS 变量做主题切换，历史消息用聊天气泡风格展示。HTML 从 JS 中拆分为独立文件，消除了模板字符串的转义 bug，也方便单独迭代 UI。
功能：
| 功能 | 说明 |
|---|---|
| 进度汇报 | AI 每步调用 sync 工具，面板实时显示摘要 |
| 指令输入 | 输入框 + 回车发送 |
| 消息队列 | AI 工作时提前排多条指令，sync 时自动取下一条，支持拖拽排序 |
| 收藏指令 | 保存常用指令（短名 + 完整内容），一键发送，localStorage 持久化 |
| 交互历史 | 实时滚动展示完整的汇报和指令记录 |
| 桌面通知 | 等待指令时弹浏览器通知，可以放心切窗口 |
| 主题切换 | Light / Dark / Midnight 三套主题，一键切换，记住选择 |
| 多实例管理 | 多个 CLI 自动分配端口，单页面管理所有实例 |
| 分屏 / 标签切换 | split 并排显示（可拖拽调整宽度）或 tabs 单面板切换 |
| 实例命名 | 双击标签重命名，标识每个实例的用途 |
| 状态指示灯 | 绿色=工作中，蓝色=等待输入 |
创建目录并安装依赖：
mkdir -p ~/.copilot/mcp-servers
cd ~/.copilot/mcp-servers
npm init -y
npm install @modelcontextprotocol/sdk zod
# 确保 package.json 有 "type": "module"创建 ~/.copilot/mcp-servers/workflow-sync.mjs（Server 端约 180 行，UI 在独立的 panel.html 中）：
#!/usr/bin/env node
import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";
import { z } from "zod";
import http from "http";
import { readFileSync } from "fs";
import { fileURLToPath } from "url";
import { dirname, join } from "path";
const __filename = fileURLToPath(import.meta.url);
const __dirname = dirname(__filename);
const panelPath = join(__dirname, 'panel.html');
const BASE_PORT = 3210;
let pendingResolve = null;
let lastReport = { summary: "等待 AI 连接...", questions: "", options: [] };
const history = []; // { role: "ai"|"user", text, ts }
const queue = []; // 用户预输入队列
// HTTP Server: 提供网页控制面板 + API
const httpServer = http.createServer((req, res) => {
if (req.url === "/") {
// 每次请求读取文件，开发时改 panel.html 刷新即可
const html = readFileSync(panelPath, 'utf8');
res.writeHead(200, { "Content-Type": "text/html; charset=utf-8" });
res.end(html);
}
if (req.url === "/status") { /* 返回当前状态 + 历史 + 队列 */ }
if (req.url === "/feedback") { /* 用户输入：pending 时直接发，否则入队 */ }
if (req.url === "/queue/remove") { /* 从队列中删除指定项 */ }
if (req.url === "/queue/move") { /* 拖拽排序：调整队列顺序 */ }
});
// MCP Server: 注册 sync 工具
const server = new McpServer({ name: "workflow-sync", version: "1.0.0" });
server.tool("sync", "汇报进度并等待用户指令", {
summary: z.string(),
questions: z.string().optional(),
options: z.array(z.string()).optional(),
}, async ({ summary, questions, options }) => {
lastReport = { summary, questions: questions || "", options: options || [] };
history.push({ role: "ai", text: summary, ts: now() });
// 队列有内容 → 立即返回，不等用户
if (queue.length > 0) {
const next = queue.shift();
history.push({ role: "user", text: next, ts: now() });
return { content: [{ type: "text", text: next }] };
}
// 队列为空 → 阻塞等待用户在网页上输入
const feedback = await new Promise(r => { pendingResolve = r; });
return { content: [{ type: "text", text: feedback }] };
});
await server.connect(new StdioServerTransport());面板的主题切换通过 CSS 变量 + Tailwind CDN 实现。三套主题通过 data-theme 属性控制颜色变量，Tailwind 负责布局和排版：
<!-- Tailwind CDN + 自定义色彩映射 -->
<script src="https://cdn.tailwindcss.com"></script>
<script>
tailwind.config = {
theme: { extend: { colors: {
surface: { DEFAULT: 'var(--bg)', card: 'var(--card)' },
content: { DEFAULT: 'var(--text)', secondary: 'var(--text2)', muted: 'var(--text3)' },
accent: { DEFAULT: 'var(--accent)', hover: 'var(--accent-hover)' },
edge: 'var(--border)',
}}}
}
</script>/* CSS 变量定义主题色 */
:root { --bg: #fafafa; --card: #fff; --accent: #2563eb; ... }
[data-theme="dark"] { --bg: #0a0a0a; --card: #161616; --accent: #3b82f6; ... }
[data-theme="midnight"] { --bg: #0c0f1a; --card: #141929; --accent: #7c3aed; ... }然后就能用 Tailwind 类名引用主题色：bg-surface、text-content、border-edge、bg-accent。切换主题只改 CSS 变量，Tailwind 类名不用变。
历史消息用聊天气泡展示（借鉴 chatbot-ui-lite 的设计）：
<!-- AI 消息左对齐 -->
<div class="flex flex-col items-start">
<div class="bg-surface-ai rounded-2xl px-3 py-1.5 max-w-[85%]">...</div>
</div>
<!-- 用户消息右对齐 -->
<div class="flex flex-col items-end">
<div class="bg-surface-user rounded-2xl px-3 py-1.5 max-w-[85%]">...</div>
</div>输入框用自动增高的 textarea，支持 Shift+Enter 换行，Send 按钮是圆形箭头图标：
<div class="relative">
<textarea class="w-full rounded-lg border-2 border-edge pl-3 pr-10 py-2.5"
style="resize:none;field-sizing:content;min-height:36px;max-height:120px"></textarea>
<button class="absolute right-2 bottom-2 w-7 h-7 rounded-full bg-accent text-white">
<svg><!-- arrow up icon --></svg>
</button>
</div>上面是精简版，省略了路由细节和面板 HTML。完整源码分两个文件：
workflow-sync.mjs（~180 行 Server）和panel.html（~550 行 UI）。📦 下载源码：workflow-sync.zip（全部文件） | 或单独下载：install.sh（一键安装）
关键设计点：
消息队列：AI 工作时（pendingResolve === null），你在面板输入的内容不会丢失，而是进入 queue 数组。AI 下次调 sync 时先检查队列，有就直接取出返回，不需要等你再输入一次。你可以一口气排好接下来几步的指令，AI 会按顺序执行。队列内的项目支持拖拽排序——按住就能拖动调整优先级，也可以随时删除不需要的指令。
收藏指令：面板支持把常用指令保存为收藏。每条收藏有两个字段：显示名（简短，方便辨认）和完整内容（可以是长 prompt）。点击收藏按钮，完整内容自动发送。收藏数据存在浏览器 localStorage 里，不占服务端资源，重启不丢失。
浏览器通知：面板首次打开时请求通知权限。AI 从”工作中”变为”等待指令”时自动弹桌面通知。切到别的窗口写文档或看代码都不会错过。
主题切换：面板右上角提供三个色块按钮，分别对应 Light、Dark、Midnight 三套主题。点击即切换，选择记录在 localStorage。如果没有手动选择，默认跟随系统的深色/浅色设置。CSS 变量定义颜色，Tailwind 类名引用变量——切主题时只变变量值，Tailwind 类名保持不变。
- Light：白底蓝色高亮，适合白天
- Dark：纯黑底灰白文字，经典暗色
- Midnight：深蓝底紫色高亮，写代码时视觉疲劳最小
文件拆分：HTML 面板从 Server 代码中拆分为独立的 panel.html。Server 每次请求时 readFileSync 读取文件，开发时修改面板刷新浏览器即可看到效果，不需要重启 MCP Server。彻底消除了之前在 JS 模板字符串中嵌套 HTML/JS 导致的 \n 转义 bug。
多实例管理：同时开多个 Copilot CLI 实例时，每个实例的 MCP Server 自动寻找可用端口（3210、3211、3212…）。面板在客户端用 JS 扫描 localhost:3210-3219，发现所有存活实例，显示为标签页。
两种视图模式：
- tabs 模式（默认）：单面板，点击标签切换实例
- split 模式：所有实例并排显示，中间有可拖拽分隔线调整宽度
标签支持双击重命名，比如叫”重构 auth”或”跑测试”。名称存在 localStorage，关掉再打开还在。
状态指示灯逻辑：
- 绿色 = 工作中
- 橙色闪烁 = 当前面板等待输入
- 蓝色常亮 = 其他面板等待输入（提醒你去看，不打扰）
自动端口分配的实现：
function tryListen(server, port, maxTries = 10) {
return new Promise((resolve, reject) => {
let tries = 0;
function attempt(p) {
server.once('error', (err) => {
if (err.code === 'EADDRINUSE' && tries < maxTries) {
tries++;
attempt(p + 1);
} else reject(err);
});
server.listen(p, () => resolve(p));
}
attempt(port);
});
}客户端发现逻辑：
// 每 2.5 秒扫描端口范围
function discover() {
for (var p = 3210; p < 3220; p++) {
fetch('http://localhost:'+p+'/status', { signal: AbortSignal.timeout(600) })
.then(r => r.json())
.then(d => { instances[p] = { data: d, pending: d.pending }; renderTabs(); })
.catch(() => { delete instances[p]; renderTabs(); });
}
}数据流：
AI 调用 sync(summary="重构了 3 个文件")
→ Server 更新 lastReport，记入 history
→ 检查 queue：有 → 直接返回队首内容；空 → 阻塞等待
→ 网页轮询 /status，显示进度，状态变为"等待指令"
→ 浏览器弹通知
→ 你在输入框打字 / 点收藏按钮 → POST /feedback
→ pendingResolve 被 resolve → 返回 tool response
→ AI 继续工作Step 2：配置 MCP
Copilot CLI 全局配置（~/.copilot/mcp-config.json）：
{
"mcpServers": {
"workflow-sync": {
"type": "stdio",
"command": "node",
"args": ["/Users/你的用户名/.copilot/mcp-servers/workflow-sync.mjs"]
}
}
}注意 Copilot CLI 用的 key 是 mcpServers，不是 servers，跟 VS Code 的格式不同。
每次启动 copilot 命令时会自动加载这个配置，spawn MCP Server 子进程。
VS Code 项目配置（.vscode/mcp.json，可选）：
{
"servers": {
"workflow-sync": {
"type": "stdio",
"command": "node",
"args": ["/Users/你的用户名/.copilot/mcp-servers/workflow-sync.mjs"]
}
}
}VS Code 打开这个文件后，每个 server 上方会出现启动按钮。点击启动后 Copilot Chat 也能使用 sync 工具。
两个配置指向同一个 Server 文件，但 key 名不同（CLI 用 mcpServers，VS Code 用 servers）。CLI 和 VS Code 各自 spawn 独立的实例，端口可能冲突。如果需要同时用，改一下其中一个的 PORT 变量。
Step 3：写自定义指令
创建 .github/copilot-instructions.md（项目级）或 ~/.copilot/copilot-instructions.md（全局）：
## Task Execution
- Break complex tasks into steps; after each step, call the `sync` tool to report progress and wait for instructions
- Your final action in every turn must be a `sync` tool call — never end with plain text
- When the task is ambiguous, ask via `sync` before guessing
- For multi-file changes, report after each file
- Even after completing the task, call `sync` to ask "anything else?"
## Coding
- Explore code before modifying; check cross-file dependencies
- Fix root causes, not symptoms
- No unnecessary defensive code or redundant checks这个文件的作用是强制 AI 每轮结束时调用 sync 工具。没有它，MCP Server 虽然启动了但 AI 不会主动调用——你得每次手动说”用 sync 汇报”。加上之后就是自动的了。
这就是付费插件写入 .github/copilot-instructions.md 的核心内容，只是工具名从 copilot_enhance_{port} 换成了 sync。
Copilot CLI 和 VS Code Copilot Chat 都会自动读取这个文件。放项目级只对当前项目生效，放全局 ~/.copilot/copilot-instructions.md 则所有项目都生效。建议两个都放，确保覆盖。
Step 4：打开控制面板
在 VS Code 里打开（推荐，保持单窗口体验）：
Cmd+Shift+P → Simple Browser: Show → 输入 http://localhost:3210
终端面板跑 Copilot CLI（或 Copilot Chat），侧边面板是控制面板，全在一个窗口里。
也可以直接在浏览器打开 http://localhost:3210。
控制面板三种状态：
- AI 工作中 — 正在处理任务，你可以提前在输入框排指令
- 等待指令 — AI 调用了
sync，等你输入 - 已断开 — MCP Server 没启动或已退出
Step 5：配置 Agent 提示词（可选）
VS Code 原生支持 Prompt Files（.github/prompts/*.prompt.md），等同于付费插件的”子代理”。
创建 .github/prompts/plan.prompt.md：
---
name: Plan
description: "研究驱动的交互式规划，不执行修改"
model: claude-sonnet-4
tools: [read, search]
---
你是规划专家。通过研究代码库 → 与用户对齐 → 输出详细计划。
## 规则
- 只规划不执行，绝不修改文件
- 先调研现有代码，再制定方案
- 每个阶段通过 sync 工具与用户确认后再继续
- 输出格式：步骤 → 涉及文件 → 验证方法 → 待确认问题创建 .github/prompts/reviewer.prompt.md：
---
name: Reviewer
description: "代码审查，只审不改"
model: claude-sonnet-4
tools: [read, search]
---
你是代码审查官。检查代码的正确性、完整性、一致性。
## 审查维度
1. 意图一致性：是否完整实现了目标？
2. 正确性：类型安全、接口兼容
3. 完整性：边界条件、错误处理
4. 副作用：是否影响无关功能
## 输出格式
| # | 严重度 | 位置 | 问题 | 建议 |
|---|--------|------|------|------|
只报告不修复。在 Copilot Chat 中通过 @workspace /plan 规划认证模块重构 调用。
实际效果
配置完成后的交互流程：
你（在 Copilot CLI 或 Chat 里）：帮我重构用户认证模块
AI：（分析代码...修改文件...）
→ 调用 sync(summary="分析了现有认证模块，计划分 3 步...")
控制面板显示：
┌────────────────────────────────────────┐
│ ⚡ Workflow Sync [:3210] [:3211] [◐◑◒]│
│ │
│ ● Waiting for input │
│ ┌── Current ────────────────────────┐ │
│ │ 分析了现有认证模块，计划分 3 步： │ │
│ │ 1. 抽取 JWT 逻辑到独立模块 │ │
│ │ 2. 统一错误处理 │ │
│ │ 3. 添加 refresh token 支持 │ │
│ │ 方案是否需要调整？ │ │
│ └───────────────────────────────────┘ │
│ │
│ ┌── History ────────────────────────┐ │
│ │ AI · 12:30 分析了现有认证模块.. │ │
│ │ You · 12:31 第2步先不做 │ │
│ └───────────────────────────────────┘ │
│ │
│ [继续] [跑测试] [Review] [+ add] │
│ │
│ ┌──────────────────────────┐ [↑] │
│ │ 第 2 步先不做，先搞 1 和 3│ │
│ └──────────────────────────┘ │
│ │
│ ┌── Queue (0) ──────── [clear] ────┐ │
│ │ empty │ │
│ └───────────────────────────────────┘ │
└────────────────────────────────────────┘
你提交 → AI 继续 → 再调 sync → 你再反馈 → ...
全程 1 个 premium request跟付费插件的对比：
| 维度 | 付费插件 | 本方案 |
|---|---|---|
| 控制面板 | VS Code WebView（内嵌） | VS Code Simple Browser 或浏览器 |
| 省 premium requests | tool call 循环 | 同样的 tool call 循环 |
| 强制每轮触发 | system prompt 注入 | MCP tool + instructions |
| 消息队列 | 有 | 有，拖拽排序，自动按顺序执行 |
| 交互历史 | 有 | 有，实时滚动展示 |
| 桌面通知 | WebView 内通知 | 浏览器 Notification API |
| 收藏指令 | 按钮 | 自定义收藏（短名 + 完整内容） |
| 主题 | 有 | Light / Dark / Midnight 三选一 |
| 多实例 | 单实例 | 自动端口分配，单页面管理，分屏/标签切换 |
| 实例标识 | — | 双击标签重命名 + 状态指示灯（绿/蓝） |
| 代码量 | 4.8MB 混淆 | ~180 行 Server + ~550 行 UI |
| 价格 | 付费 | 免费 |
| 透明度 | 混淆 | 完全透明 |
付费插件多出来的功能
公平起见，列一下付费插件有而本方案暂时不包含的：
| 功能 | 替代方案 | 难度 |
|---|---|---|
| 代码检查点/快照 | git stash / git tag / VS Code Timeline | 低 |
| 图片粘贴发送 | Copilot Chat 原生支持 #image | — |
| 会话记录管理 | Copilot Chat 有历史；CLI 可 tee 到文件 | 低 |
| 子代理委托 | VS Code 原生 Prompt Files + Agent mode | — |
核心功能（结构化对话 + 省请求）完全复刻，其余用 git 等现有工具就够了。
附录：Copilot CLI 的 MCP 配置参考
# 全局配置文件（推荐）
# ~/.copilot/mcp-config.json — 每次 copilot 启动自动加载
# 临时追加 MCP Server（不覆盖全局配置，可多次使用）
copilot --additional-mcp-config @./my-server-config.json
# 禁用内置的 GitHub MCP Server（省资源）
copilot --disable-builtin-mcps
# 禁用特定 MCP Server
copilot --disable-mcp-server workflow-sync
# 进入交互模式后查看已连接的 MCP Server
# 输入 /mcpCopilot CLI 读取指令文件的优先级（从高到低）：
- 项目级：
.github/copilot-instructions.md、CLAUDE.md、AGENTS.md - 目录级：
.github/instructions/**/*.instructions.md（可按路径匹配生效范围） - 全局级：
~/.copilot/copilot-instructions.md
写在最后
付费插件把 MCP Server、instructions、prompts 打包成一个付费产品。拆开来看，核心技术全是 Copilot 原生支持的标准协议。它的价值在于产品化包装——开箱即用、不用折腾配置。
但如果你愿意花 10 分钟配置，~180 行 Server + ~550 行 UI（独立 HTML 文件，Tailwind CSS）就能完整复刻核心功能（包括消息队列、收藏指令、聊天气泡历史、桌面通知、主题切换、多实例分屏管理），而且你完全知道它在干什么——没有 4.8MB 的混淆代码，没有发送 machineId 到远程服务器，没有卡密验证系统。
值得学习的是它的设计思路：
- tool call 循环 — 通过 MCP 工具调用暂停而非结束回复，多轮交互只算一次请求
- 角色分离 — 不同任务用不同 Agent 提示词，各司其职
- 指令驱动 — 用 instructions 约束 AI 行为，而不是靠 AI 自觉
这些思路不需要任何付费插件。