Percepat proses orientasi pengembang dengan server dan agen MCP

Setelah menukarkan kredit startup dan menyelesaikan penyiapan penyewa, banyak tim startup tidak akan mulai dengan mempelajari portal Azure secara mendalam. Titik awal yang lebih umum adalah mengonfigurasi alur kerja pengembangan yang dibantu AI yang memungkinkan pengembang tetap berada di terminal atau editor yang sudah mereka sukai, sambil menyambungkan alur kerja tersebut dengan aman ke Azure. Artikel ini membantu startup berpindah dari penyiapan akun ke pengembangan berbasis agen pada Azure menggunakan GitHub Copilot CLI atau Claude Code. Kami juga akan membahas Server dan alat MCP yang relevan untuk mendukung pengembang menggunakan alur kerja pengembang berbasis CLI.

Prasyarat

Sebelum memulai, pastikan Anda:

• Anda telah menukarkan kredit Azure Microsoft for Startups.
• Mengaktifkan langganan Sponsor Azure Anda.
• Menyelesaikan penyiapan akun Azure pasca-penukaran.
• Mengonfigurasi tenant Microsoft Entra milik perusahaan, domain kustom, dan izin administrator agar lingkungan tersebut tidak bergantung pada satu orang.
• Menukarkan benefit GitHub Anda. Untuk informasi selengkapnya, lihat Cara menggunakan kredit Azure untuk Model GitHub, AKS, dan AI.

Tip

Konfigurasikan tenant Azure Anda segera setelah menukarkan kredit Anda. Tambahkan pengguna dan admin tambahan, konfigurasikan domain perusahaan Anda, dan konfirmasikan bahwa kredit Microsoft untuk Startups Anda aktif. Untuk informasi selengkapnya, lihat Siapkan akun Azure Anda.

Menyiapkan lingkungan pengembangan Anda

Sebelum mengonfigurasi agen, server MCP, atau akses Azure, siapkan lingkungan pengembang garis besar yang memberi tim Anda cara yang konsisten untuk bekerja secara lokal. Tujuannya adalah untuk tidak memaksa setiap startup ke dalam satu toolchain yang tepat, tetapi untuk memastikan pengembang dapat mengautentikasi, menginstal alat CLI yang diperlukan, dan memilih mode kerja yang tepat untuk tugas yang ditangani.

Pilih mode interaksi yang tepat: Mode CLI vs Agen di Visual Studio Code

Pengembangan yang dibantu AI dapat terjadi di terminal, editor Anda, atau lingkungan yang dihosting GitHub. Pilihan terbaik tergantung pada tugas.

Mode interaksi	Gunakan saat	Apa yang bisa diharapkan
GitHub Copilot CLI	Anda ingin kontrol langsung di terminal.	Asisten membantu Anda menjelajahi repositori, menjalankan tugas penyiapan, menjawab pertanyaan kode, dan menggunakan alat yang didukung MCP dengan langkah-langkah persetujuan yang terlihat.
GitHub Copilot Chat dalam mode agen	Anda secara aktif mengubah kode di editor Anda.	Asisten membantu Anda merencanakan, meninjau, mengedit, dan menyempurnakan kode saat tetap berada dalam konteks proyek.
agen pengodean yang di-host di GitHub	Tugas ini lebih besar, dapat dikerjakan secara mandiri, dan sebaiknya diajukan sebagai pull request.	Agen meninjau repositori, menyusun rencana, membuat perubahan pada cabang, dan membuka pull request untuk ditinjau.

Contoh arahan

Gunakan contoh-contoh ini sebagai titik awal dan sesuaikan dengan model repositori dan persetujuan Anda.

CLI GitHub Copilot: memvalidasi penyiapan Azure

Review this repository and explain how to run it locally.
Do not edit any files yet.

Then, using azure-mcp tools, verify that:
- Resource groups and deployed resources match the expected naming convention.
- RBAC is scoped correctly, with no broad Owner assignments.
- Diagnostics and monitoring are enabled for key resources.

Summarize findings and gaps as pull request comments.

GitHub Copilot Chat dalam mode agen: mengimplementasikan infrastruktur dan CI/CD

Create an initial IaC and CI workflow.

Add:
- An infra folder with a Bicep or Terraform structure.
- A GitHub Actions workflow that validates infrastructure and runs tests.
- A rollback note in the pull request template.

Use minimal viable defaults and keep the structure modular for later expansion.

Agen coding yang dihosting di GitHub: rencanakan dan buka pull request

Create an implementation plan for the feature described in docs/feature-spec.md.

If the plan looks safe:
- Make the changes on a new branch.
- Add or update tests.
- Update documentation.
- Open a pull request with a summary and testing steps.

Titik awal yang direkomendasikan

Untuk sebagian besar tim startup, mulailah dengan alur kerja paling aman sederhana:

1. Gunakan CLI Copilot untuk memverifikasi penyiapan Azure dan GitHub Anda.
2. Gunakan Copilot Chat dalam mode agen untuk perubahan interaktif dalam Visual Studio Code.
3. Gunakan agen pengkodian yang dihosting GitHub untuk pekerjaan berorientasi pada permintaan penarikan yang lebih besar.
4. Tambahkan server MCP hanya setelah Anda menentukan izin, model persetujuan, dan pengelogan yang dibutuhkan setiap alat.

Siapkan alat untuk agen dan IDE

Alat onboarding adalah tentang menghubungkan agen pengkodian dan IDE Anda ke konteks dan kemampuan yang tepat. Server MCP (Model Context Protocol) memberi alat agen cara terstruktur untuk mengakses kemampuan yang disetujui, seperti dokumentasi Microsoft, pembantu repositori, atau operasi sumber daya Azure. Perlakukan onboarding seperti dependensi pengembang lainnya: mengotomatiskan konfigurasi, memvalidasi konektivitas, dan memastikan batas akses jelas.

Menyambungkan IDE dan alat pengembang Anda ke agen pengkodian

1. Pilih pengalaman klien utama, seperti Visual Studio Code dengan alur kerja yang diaktifkan agen atau alur kerja yang mengutamakan terminal.
2. Instal dan masuk ke alat agen Anda, seperti Copilot Chat, Copilot CLI, atau Claude Code, dengan menggunakan identitas organisasi Anda yang disetujui.
3. Tentukan apa yang termasuk dalam pengaturan pengguna dan apa yang termasuk dalam pengaturan ruang kerja. Gunakan pengaturan workspace untuk server MCP, prompt, dan pembatas khusus repo agar ikut terbawa bersama kode.
4. Periksa instruksi dalam repositori, seperti konvensi pengodean, perintah kompilasi dan pengujian, serta aturan tentang tindakan yang tidak boleh dilakukan agen. Untuk Kode Claude, panduan ini umumnya disimpan di CLAUDE.md.
5. Tentukan default yang aman untuk alat. Wajibkan persetujuan eksplisit untuk penulisan file dan perintah shell, serta masukkan ke daftar yang diizinkan perintah apa pun yang dapat dijalankan agen tanpa pengawasan.
6. Verifikasi penyiapan dengan meminta agen untuk menjalankan tugas orientasi kecil, seperti memetakan repositori, menjalankan pengujian, atau mengusulkan refaktor kecil. Konfirmasi hasilnya dengan diffs dan CI.

Server MCP yang direkomendasikan

• Microsoft Learn MCP Server: Gunakan server ini saat agen Anda memerlukan dokumentasi dan sampel kode yang tepercaya dan Microsoft saat ini. Titik akhir jarak jauh publik adalah /api/mcp. Untuk informasi selengkapnya, lihat Mulai dengan Microsoft Learn MCP Server.
• Azure MCP Server: Gunakan server ini saat agen Anda perlu memeriksa, mengkueri, dan mengelola sumber daya Azure dari lingkungan pengembangan Anda. Untuk informasi selengkapnya, lihat Mulai dengan Azure MCP Server.

Important

Hanya sambungkan agen ke server MCP yang disetujui. Utamakan endpoint yang masuk daftar izin, cakupan alat dengan hak akses seminimal mungkin, dan log yang dapat diaudit. Jika suatu alat dapat menulis ke repositori atau menerapkan sumber daya, perlakukan alat tersebut sebagai akses ke lingkungan produksi dan terapkan kontrol yang sesuai.

Membangun tim agen yang dioptimalkan Azure

Untuk solusi B2B kelas enterprise pada Azure, mulailah dengan model agen sederhana dan perluas hanya di mana tanggung jawab khusus Azure jelas. Panduan Azure menganggap landing zone sebagai titik awal yang direkomendasikan untuk lingkungan yang skalabel, aman, dan memiliki tata kelola yang baik. Ini juga membedakan antara zona pendaratan platform, yang menyediakan layanan bersama seperti identitas, konektivitas, dan manajemen, dan zona pendaratan aplikasi, yang menyimpan sumber daya beban kerja untuk aplikasi dan lingkungan. Di keduanya, aktifkan kontrol inti seperti Azure RBAC, Cost Management, dan Microsoft Defender untuk Cloud.

Perbedaan ini penting untuk produk B2B karena tujuannya bukan hanya untuk mengirim fitur dengan cepat. Tujuannya adalah untuk membangun produk yang dapat dipercaya pelanggan perusahaan. Panduan Microsoft untuk startup terkait agen siap produksi di Azure menyoroti area desain yang menjadi sangat penting saat tim beralih dari prototipe: multitenansi, lapisan aplikasi, lapisan orkestrasi, dan lapisan konteks. Skenario perusahaan juga memerlukan perhatian pada keamanan, keandalan, dan kemampuan beradaptasi di beberapa pelanggan.

Peran agen Azure yang direkomendasikan

Microsoft menyediakan Azure Skills yang dapat Anda adaptasi untuk alur kerja agen. Startup juga dapat menggunakan pola gstack sebagai model untuk tim teknik multi-agen. Peran berikut adalah ekstensi yang dioptimalkan untuk Azure dan direkomendasikan bagi startup yang mengembangkan produk B2B kelas enterprise di Azure.

1. Agen perencana produk dan persyaratan

   Gunakan agen ini sebagai pintu depan untuk pekerjaan baru. Ini mengubah permintaan produk menjadi rencana implementasi singkat yang mencakup cakupan fitur dan persyaratan nonfungsi, seperti isolasi penyewa, kebutuhan tata kelola, batasan penyebaran, dan ekspektasi operasional.

2. agen arsitek platform Azure

   Gunakan agen ini untuk membentuk zona pendaratan platform dan fondasi lingkungan: penyiapan penyewa, grup manajemen, strategi langganan, konektivitas, identitas, garis besar tata kelola, dan layanan platform bersama. Azure panduan zona pendaratan memposisikan keputusan ini sebagai dasar dan merekomendasikan penggunaan model zona pendaratan sebagai titik awal standar untuk lingkungan Azure dalam skala besar. Gunakan skill azure-enterprise-infra-planner sebagai titik awal.

3. Agen arsitek aplikasi perusahaan

   Gunakan agen ini untuk fokus pada zona pendaratan aplikasi dan beban kerja bisnis itu sendiri. Untuk solusi B2B, peran ini bertanggung jawab atas batasan beban kerja, pemisahan lingkungan, desain lapisan aplikasi, serta bagaimana logika khusus tenant dipetakan ke fondasi platform yang lebih luas.

4. Agen identitas dan keamanan

   Gunakan agen ini untuk meninjau kontrol akses perusahaan dan perlindungan beban kerja. panduan Azure Well-Architected mengidentifikasi identitas sebagai perimeter utama dan merekomendasikan manajemen identitas dan akses yang ketat, bersyarkat, dan dapat diaudit. Peran ini meninjau pola autentikasi, identitas beban kerja, batas RBAC, segmentasi jaringan, dan default aman.

5. Azure DevOps dan agen IaC

   Gunakan agen ini untuk memiliki lapisan "semuanya melalui kode": templat penyebaran, otomatisasi platform, dan provisi yang dapat diulang. Panduan keunggulan operasional Azure menghubungkan fondasi dengan otomatisasi platform dan DevOps, dan panduan tata kelola Azure merekomendasikan alur deployment berbasis Bicep atau Terraform untuk lingkungan baru. Gunakan skill azure-prepare sebagai titik awal.

6. Agen keandalan dan pengamatan

   Gunakan agen ini untuk meninjau kesehatan, pemberitahuan, dan perilaku produksi. panduan keandalan Azure Well-Architected merekomendasikan pemodelan status kesehatan, perancangan strategi pemantauan dan peringatan, serta penggunaan metrik, log, dan penelusuran untuk melacak alur kritis dan komponen beban kerja.

7. agen integrasi Azure

   Gunakan agen ini untuk menjaga pengalaman pengembang tetap membumi di lingkungan Azure nyata. Azure MCP Server memungkinkan agen AI berinteraksi dengan sumber daya Azure melalui bahasa alami dan dapat digunakan dari GitHub Copilot CLI, GitHub Copilot agen pengkodian, aplikasi berbasis SDK, dan klien lain yang kompatibel dengan MCP. Mulailah dengan skill azure-deploy dan sesuaikan dengan lingkungan Anda.

8. Pemerintahan dan agen biaya

   Gunakan agen ini untuk memberlakukan anggaran, penandaan, penugasan kebijakan, dan pagar pembatas kepatuhan saat startup berpindah dari eksperimen yang didanai kredit menuju operasi perusahaan. Panduan tata kelola Azure merekomendasikan pagar pengaman otomatis, penerapan Azure Policy, dan kontrol biaya seperti anggaran dan peringatan. Keterampilan kepatuhan Azure dan biaya Azure merupakan titik awal yang baik.

9. Peninjau dan agen QA

   Gunakan agen ini untuk meninjau kebenaran, keamanan, kasus tepi, penyelarasan zona pendaratan, batas akses, cakupan pemantauan, dan keamanan perubahan infrastruktur sebelum penggabungan. Mulailah dengan skill azure-validate dan sesuaikan dengan kebutuhan pelanggan dan lingkungan Anda.

Bagaimana konfigurasi ini berbeda dari penyiapan gstack generik

Pola bergaya gstack (Pikir → Rencanakan → Bangun → Tinjau → Uji → Rilis → Refleksikan) tetap menjadi titik awal yang berguna karena menyediakan pemisahan peran, siklus peninjauan, dan model operasional yang sederhana. Perubahan yang direkomendasikan adalah mengubah kawanan rekayasa generik menjadi tim yang mencerminkan batas arsitektur Azure: fondasi platform, desain beban kerja, keamanan, otomatisasi, pengamatan, dan tata kelola. Struktur itu memastikan pertimbangan khusus Azure tidak dianggap belakangan.

Bangun dengan pengembangan berbasis spesifikasi, Infrastruktur sebagai Kode, dan CI/CD sejak hari pertama

Saat Anda mulai membangun Azure, perlakukan kode aplikasi, infrastruktur, dan penyebaran sebagai satu sistem rekayasa. Alih-alih merancang produk di satu tempat, menyediakan infrastruktur di tempat lain, dan mengotomatiskan penyebaran nanti, gunakan alur kerja di mana:

• Spesifikasi mendefinisikan hasil yang dimaksudkan.
• Infrastruktur sebagai Kode (IaC) mendefinisikan lingkungan Azure yang diinginkan.
• CI/CD memvalidasi dan menyebarkan perubahan melalui alur yang dapat diulang.

Pendekatan ini mengurangi penyimpangan antara niat dan implementasi, memberi tim Anda sumber kebenaran bersama, dan membantu Anda menskalakan dari prototipe ke produksi.

Contoh alur kerja

1. Tentukan fitur dalam spesifikasi.

   Gunakan pendekatan spec-first untuk menangkap masalah, pengguna, persyaratan, batasan, dan kriteria keberhasilan sebelum menulis kode.

2. Minta agen perencana membuat ringkasan fitur siap implementasi.

   Perencana mengklarifikasi cakupan dan persyaratan sehingga alur kerja dimulai dari rencana eksplisit alih-alih permintaan ad hoc.

3. Minta agen arsitek platform Azure merancang fondasi Azure untuk fitur tersebut.

   Agen ini memutuskan bagaimana fitur tersebut cocok dengan lingkungan Azure, termasuk identitas, tata kelola, jaringan, manajemen, dan penempatan zona pendaratan.

4. Minta agen Azure DevOps dan IaC untuk mendefinisikan infrastruktur sebagai kode.

   Implementasikan sumber daya Azure yang diperlukan, struktur lingkungan, dan konfigurasi deployment dalam Bicep atau Terraform, lalu simpan dalam sistem kontrol versi.

5. Buat agen integrasi Azure memverifikasi lingkungan Azure nyata.

   Sambungkan alur kerja ke alat yang sadar Azure seperti Azure MCP Server sehingga agen dapat memeriksa sumber daya, memvalidasi asumsi, dan bekerja terhadap lingkungan Azure aktual alih-alih menebak.

6. Minta peninjau dan agen QA mengaudit perubahan.

   Tinjau kebenaran, keamanan, kasus tepi, pemantauan, pengelogan, dan pemeriksaan kesehatan sebelum penggabungan.

7. Gunakan permintaan pull dan CI/CD untuk memvalidasi dan menyebarkan fitur.

   Masukkan kode aplikasi, IaC, dan perubahan pada alur kerja deployment melalui pull request agar build, pengujian, dan validasi berjalan sebelum merge.

8. Menjaga spesifikasi, infrastruktur, dan alur kerja penyebaran tetap sinkron.

   Perlakukan spesifikasi, IaC, dan alur sebagai artefak hidup sehingga sistem yang disebarkan tetap selaras dengan desain yang dimaksud dari waktu ke waktu.

Model ini memberi startup cara yang lebih andal untuk berpindah dari build pertama ke pengiriman siap produksi pada Azure. Alih-alih mengandalkan penyiapan portal manual, skrip yang terputus, atau keputusan yang tidak terdokumentasi, tim Anda mendapatkan alur kerja di mana spesifikasi menangkap niat, IaC menangkap lingkungan Azure, dan CI/CD memberlakukan konsistensi setiap kali Anda mengirim.

RINGKASAN

Pengembangan berbasis agen membantu startup beralih dari ide ke implementasi dengan menggabungkan spesifikasi yang jelas, peran agen khusus, alat sadar Azure, dan alur kerja pengiriman yang dapat diulang. Tim dimulai dengan spesifikasi yang mendefinisikan apa yang harus dibangun, menggunakan perencanaan untuk mengubah niat tersebut menjadi keputusan dan tugas teknis, dan menerapkan kode aplikasi dan infrastruktur melalui alur kerja yang dikontrol versi alih-alih perubahan ad hoc.

Alur kerja yang baik juga akan lebih diuntungkan oleh peran-peran khusus daripada satu asisten pemrograman umum. Untuk proyek Azure, pengembangan berbasis agen menjadi lebih berguna ketika agen dapat bekerja dengan alat yang memahami Azure, seperti Azure MCP Server, dan ketika perubahan dapat ditinjau melalui pull request, diff, pengujian, dan CI/CD.

Pendekatan ini membantu startup membangun dengan cepat tanpa membuat pengerjaan ulang di masa mendatang. Untuk pendiri, itu berarti penyebaran pertama yang lebih cepat, lebih sedikit kesalahan konfigurasi manual, ulasan yang lebih jelas, dan jalur yang lebih lancar dari prototipe ke perangkat lunak tingkat produksi.

Sumber Daya Tambahan

Menyiapkan Akun Azure Anda dengan Benar | Microsoft Learn

Arsitektur bagi startup di Azure

Startup Scale Landing Zone (SSLZ)

microsoft/azure-skills: Plugin agen resmi yang menyediakan keterampilan dan konfigurasi server MCP untuk skenario Azure.