Power BI Forbrug MCP-server (prøveversion)

McP-serveren Power BI forbrug er et eksternt hostet slutpunkt, hvor AI-agenter chatter med data i Power BI semantiske modeller ved hjælp af et naturligt sprog. Den er baseret på MCP (Model Context Protocol) og oversætter dine prompts til Power BI handlinger, genererer DAX-forespørgsler og udfører dem, samtidig med at du respekterer dine tilladelser og sikkerhedspolitikker.

Hvis du vil oprette eller ændre semantiske modeller i stedet for at forespørge dem, skal du se Power BI Oprettelse af MCP-server.

I denne artikel lærer du, hvordan du kan:

  • Forbind til den eksterne Power BI MCP-server i Visual Studio Code
  • Forbind GitHub Copilot til dine Power BI semantiske modeller
  • Valider forbindelsen med testforespørgsler

Vigtigt

Til semantisk modelforbrug foretrækker du at bruge Fabric IQ MCP-server. Fabric IQ er den primære MCP-server til at overføre forretningsdata og kontekst, der er tillid til, fra Power BI semantiske modeller og rapporter til AI-klienter. I denne artikel beskrives det tidligere Power BI MCP-forbrugsslutpunkt, som er en prøveversion.

Forudsætninger

  • Administratorgodkendelse - Din Power BI-administrator skal aktivere lejerindstillingen: "Brugere kan bruge Power BI Model Context Protocol serverendpoint (forhåndsvisning)"
  • - Visual Studio Code Download VS Code
  • GitHub Copilot - Aktivér GitHub Copilot i VS Code
  • Semantisk modeladgang - Byggetilladelser på mindst én Power BI semantisk model
  • (Anbefalet) Optimerede modeller - Forbered dine semantiske modeller til AI for at forbedre kvaliteten af forespørgselsgenereringen.

Opsætning i VS Code

Den eksterne Power BI MCP-server er tilgængelig på:

https://api.fabric.microsoft.com/v1/mcp/powerbi

Den nemmeste måde at konfigurere serveren på er ved hjælp af installationsprogrammet med et enkelt klik:

Dette installationsprogram konfigurerer automatisk MCP-serveren i indstillingerne for VS Code.

Manuel installation

Hvis du vil konfigurere serveren manuelt, skal du føje følgende kode til din MCP-konfigurationsfil:

{
    "servers": {
        "powerbi-remote": {
            "type": "http",
            "url": "https://api.fabric.microsoft.com/v1/mcp/powerbi"
        }
    }
}

Lær mere:MCP-servere i VS Code

Test din Power BI MCP-serverforbindelse

Efter konfigurationen skal du kontrollere, at konfigurationen fungerer:

  1. Start MCP-serveren i VS Code

    • Åbn MCP-serverpanelet
    • Sørg for, at Power BI MCP-serveren vises som tilsluttet
  2. Åbn GitHub Copilot

    1. Start chatvinduet i VS Code
    2. Aktivér agenttilstand
  3. Angiv dit semantiske model-ID

    1. Få dit semantiske model-ID fra Power BI-tjenesten (se Find dit semantiske model-ID)
    2. Del ID'et med Copilot i din samtale
  4. Skriv et spørgsmål

    • Eksempel: "Hvilke tabeller findes i denne semantiske model?"
    • Eksempel: "Vis mig de 10 bedste produkter efter salg"
  5. Godkend værktøjet

    1. Når du bliver bedt om det, lad Copilot bruge MCP-serverværktøjet
    2. Autentificér med dine Microsoft-oplysninger, hvis det bliver bedt om det.
  6. Gennemgå svaret

    • Copilot forespørger din model og returnerer resultater

Tips

For de bedste forespørgselsresultater forbered dine semantiske modeller til AI ved at tilføje AI-instruktioner og verificerede svar.

Fejlfinding:Administrer MCP-servere i VS Code

Tilgængelige Power BI MCP-serverværktøjer

Den eksterne Power BI MCP-server indeholder følgende værktøjer, som AI-agenter kan bruge til at aktivere: Udfør forespørgsel, Hent semantisk modelskema, Hent rapportmetadata og Generér forespørgsel. I følgende afsnit beskrives hvert værktøj.

Udfør forespørgselsværktøj

Værktøjet Udfør forespørgsel kører en DAX-forespørgsel mod en Power BI semantisk model og returnerer resultaterne til AI-agenten.

Påkrævede input:

  • Semantisk model-ID
  • DAX-forespørgselsudtryk

Tilladelser:

  • Du skal som minimum have buildtilladelser til den semantiske model
  • Forespørgsler udføres i konteksten af den autentificerede bruger

Sikkerhedsmæssige overvejelser:

  • Sikkerhed på rækkeniveau gælder for brugergodkendelse
  • Godkendelse af tjenesteprincipal understøtter i øjeblikket ikke sikkerhed på rækkeniveau

Se også:Execute Queries REST API

Hent værktøjet Semantisk modelskema

Værktøjet Hent semantisk modelskema henter omfattende metadata for en Power BI semantisk model, herunder tabeller, kolonner, målinger, relationer og alle AI-optimerede metadata, som modelforfatteren har konfigureret. Brug dette værktøj til at forankre DAX-forespørgselsgenerering i modellens struktur og til at fremhæve vejledning fra forfatteren, der forbedrer forespørgselsnøjagtigheden.

Påkrævet input: Semantisk model-ID

Hvad der er inkluderet:

  • Tabeller, kolonner, mål og relationer
  • Datatyper og hierarkier
  • Copilot værktøjsmetadata, når de er konfigureret, hvilket giver mere kontekst om din model, hjælper med at guide Copilot til de rigtige data i modellen og hjælper med at øge kvaliteten af Copilot output.

Hent rapportmetadataværktøj

Værktøjet Hent rapportmetadata henter skemaet på højt niveau for en Power BI rapport, herunder oplysninger om arbejdsområder, semantiske modeloplysninger, sider, visuelle oplysninger og filtre. Rapporter viser, hvordan en rapport bruger den semantiske model i praksis og kan tydeliggøre den tilsigtede kontekst, relationer og filtreringslogik, der skal være en vejledning i oprettelse af DAX-forespørgsler. Brug dette værktøj til at grundlægge OPRETTELSE af DAX-forespørgsler i strukturen af det modelskema, som rapporten bruger, og til at vise en vejledning, der leveres af forfatteren, og som forbedrer forespørgslens nøjagtighed.

Påkrævet input: Rapport-ID

Hvad der er inkluderet:

  • Sider i rapporten, uanset skjult tilstand
  • Visuals med gyldige modelskema-referencer, herunder diagrammer, tabeller, matricer, slicere og kort. Værktøjet udelukker visualiseringer, der ikke er data, f.eks. handlingsknapper, figurer, billeder og rektangler.
  • Skjulte kolonner og målinger, når visualiseringer refererer til dem
  • Visuelle bindinger, der mapper felter til visuelle roller som Kategori, Værdier, Forklaring og Tooltips
  • Tekstboksindhold fra hver side

Grænser:

  • Anmodninger fejler, når rapportmetadata overstiger den maksimalt understøttede størrelse.

Generér forespørgselsværktøj

Værktøjet Generér forespørgsel bruger Copilot i Power BI til at oprette optimerede DAX-forespørgsler fra prompts på naturligt sprog. Værktøjet bruger samme DAX-genereringsmotor som Copilot for Power BI til at oprette forespørgsler, der følger best practices.

Påkrævede input:

  • Semantisk model-ID
  • Spørgsmål eller prompt i naturligt sprog
  • Relevant skemakontekst, som agenten bestemmer (tabeller, kolonner, målinger)

Krav:

Bemærkning

Hvis du foretrækker ikke at bruge Copilot-kapacitet, kan du deaktivere dette værktøj i din MCP-klientkonfiguration og stole på, at din klients LLM genererer DAX direkte.

Find dit semantiske model-ID

For at få et semantisk model-ID fra Power BI-tjenesten:

  1. Log ind på Power BI
  2. Naviger til arbejdsområdet, der indeholder din semantiske model
  3. Vælg den semantiske model for at åbne dens detaljeside
  4. Kopier det semantiske model-ID fra URL'en

Semantiske model-URL'er følger dette format:

https://app.powerbi.com/groups/{workspaceId}/datasets/{semanticModelId}

Tips

  • Gem ofte brugte model-ID'er, hvor din agent kan få adgang til dem, som en semantic-model-ids.json lokal fil eller agentinstruktionsfiler.
  • Du kan også hente semantiske model-id'er programmatisk ved hjælp af Power BI REST API.

Begrænsninger og overvejelser

Godkendelse og sikkerhed

  • Sikkerhed på rækkeniveau: Power BI gennemtvinger ikke sikkerhed på rækkeniveau, når du bruger godkendelse af tjenesteprincipal. Når en tjenesteprincipal kører forespørgsler, kan den få adgang til alle de data, som hovedprincipalen har tilladelse til at få adgang til. Gennemse sikkerhedskonsekvenserne omhyggeligt, før du fremviser agenter, der er godkendt af tjenesteprincipalen, for slutbrugerne.
  • Lejerindstillinger: Administratorer skal aktivere "Brugere kan bruge Power BI Model Context Protocol serverendpoint (preview)" for din organisation.

Forespørgselsgenerering

  • Kompleks DAX: Meget komplekse beregninger eller indlejret logik oversætter muligvis ikke perfekt fra prompter om naturligt sprog.
  • Modeloptimering: Kvaliteten af forespørgselsgenerering forbedres markant, når du forbereder dine data til AI.

Performance

  • Modeldesignets indflydelse: Forespørgselsudførelsespræstation afhænger af semantisk modeldesign, størrelse og optimering.
  • Store skemaer: Modeller med hundredvis af tabeller eller tusindvis af kolonner kan resultere i store skemadata.
  • Forespørgselskompleksitet: Det kan tage længere tid at oprette og udføre komplekse DAX-forespørgsler.

Kontekst og samtale

  • Grænser for kontekstvinduer: Den AI-model, din MCP-klient bruger, begrænser, hvor meget kontekst den kan bevare på tværs af samtaledrejninger.
  • Statsløse forespørgsler: Hver forespørgsel kører uafhængigt. Serveren opretholder ikke forespørgselsstatus mellem anmodninger.