Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Le serveur MCP (Local Model Context Protocol) pour Microsoft Fabric Real-Time Intelligence permet aux agents IA ou aux applications IA d’interagir avec Real-Time Intelligence ou Azure Data Explorer en fournissant des outils via l’interface MCP. MCP facilite l’interrogation et l’analyse des données par les agents.
La prise en charge de MCP pour Real-Time Intelligence et Azure Data Explorer est une implémentation complète du serveur MCP open source pour Real-Time Intelligence. Les clients doivent installer, héberger et gérer le déploiement.
Scénarios
Le scénario le plus courant d’utilisation du serveur MCP local pour Real-Time Intelligence consiste à se connecter à celui-ci à partir d’un client IA existant, tel que Cline, Claude ou GitHub Copilot. Le client peut ensuite utiliser tous les outils disponibles pour accéder à Real-Time Intelligence ou interagir avec Azure Data Explorer ressources à l’aide du langage naturel.
Par exemple, vous pouvez utiliser le mode agent de GitHub Copilot avec le serveur MCP Real-Time Intelligence pour :
- Répertoriez les bases de données KQL ou les clusters Azure Data Explorer.
- Exécutez des requêtes en langage naturel sur les eventhouses de Real-Time Intelligence.
Architecture
Le serveur MCP local pour Real-Time Intelligence est au cœur du système. Il agit comme un pont entre les agents IA et les sources de données. Il s’exécute localement et fournit un accès à eventhouse, eventstream, Activator et aux ressources de carte.
Les agents envoient des demandes au serveur MCP Real-Time Intelligence. Le serveur MCP traduit les requêtes en opérations Real-Time Intelligence.
L’architecture suit le modèle client/serveur MCP :
- Hôte MCP : l’application où ont lieu les interactions avec l’IA. Par exemple, Visual Studio Code peuvent interagir avec GitHub Copilot, Claude Desktop ou Cline. L’hôte contient la connexion de modèle IA, un orchestrateur d’outils et un ou plusieurs clients MCP.
- Serveur MCP : service léger qui expose des fonctionnalités spécifiques en tant qu’outils structurés. Le serveur MCP Real-Time Intelligence fournit des outils tels que « exécuter une requête », « lister les bases de données » et « lister les tables », qui correspondent à des opérations Eventhouse.
Toute application prenant en charge MCP peut se connecter au serveur MCP local pour Real-Time Intelligence à l’aide du même protocole. Cette application peut être un produit interactif tel que GitHub Copilot ou une infrastructure d’agent IA programmatique.
Fonctionnalités clés
Accès aux données en temps réel : récupérez les données des bases de données KQL en secondes.
Interfaces en langage naturel : Posez des questions en anglais brut ou d’autres langues, et le système les transforme en requêtes optimisées. Cette traduction du langage naturel vers KQL est appelée framework NL2KQL .
Découverte de schéma : découvrez le schéma et les métadonnées, afin de pouvoir apprendre dynamiquement les structures de données.
Intégration plug-and-play : connecter des clients MCP tels que GitHub Copilot, Claude et Cline à Real-Time Intelligence avec une configuration minimale en raison de mécanismes de découverte et d’API standardisés.
Inférence de langue locale : utilisez vos données dans votre langue préférée.
Composants de Real-Time Intelligence pris en charge
Eventhouse : exécutez des requêtes KQL sur les bases de données KQL de votre back-end Eventhouse. Cette interface unifiée permet aux agents IA d’interroger, de raison et d’agir sur des données en temps réel.
Flux d’événements : interrogez et gérez les flux d’événements pour analyser les données de streaming et obtenir des insights en temps réel. Vous pouvez répertorier les flux d’événements dans votre espace de travail, obtenir des détails et des définitions, créer des flux d’événements, etc.
Activateur : interagir avec Fabric Activateur pour répertorier les artefacts d’activateur dans votre espace de travail, créer des actions de déclencheur et configurer des notifications.
Carte : interrogez et gérez les ressources cartographiques pour visualiser les données et créer des insights géospatiaux. Vous pouvez répertorier des cartes dans votre espace de travail, visualiser des données sur des cartes, obtenir des détails et des définitions, créer de nouvelles cartes, etc.
Vous pouvez également utiliser le serveur MCP Fabric Real-Time Intelligence pour exécuter des requêtes KQL sur les clusters de votre serveur principal Azure Data Explorer.
Installation
Pour installer le serveur MCP local pour Real-Time Intelligence, suivez les instructions du dépôt open source Real-Time Intelligence MCP server. Le référentiel contient de la documentation sur l’installation, la configuration et l’utilisation du serveur MCP avec Real-Time Intelligence.