Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Utilizzando il server Fabric MCP locale, gli agenti AI possono esplorare gli spazi di lavoro, leggere file, ispezionare schemi di tabella e gestire directory in OneLake tramite conversazioni in linguaggio naturale. Il server gira sulla tua macchina e collega il tuo agente a OneLake tramite il Model Context Protocol (MCP).
Tip
Per una configurazione più semplice, inizia con il server MCP OneLake ospitato quando è disponibile per il tuo elemento e supporta gli strumenti di cui hai bisogno. Ti connetti tramite HTTPS senza installare un server MCP locale. I server ospitati e locali espongono strumenti diversi; questo articolo descrive il server locale.
Gli elementi Fabric utilizzano formati open per memorizzare i loro dati in OneLake. Questi elementi includono lakehouse, database speculari e database KQL e modelli semantici con disponibilità OneLake abilitata. Gli strumenti OneLake del server locale permettono agli agenti IA di esplorare questi elementi tramite un unico set di comandi.
Prerequisiti
- Area di lavoro Fabric con almeno un elemento che archivia i dati in OneLake.
-
interfaccia della riga di comando di Azure installato e connesso (
az login). - Visual Studio Code con un'estensione di intelligenza artificiale compatibile con MCP (ad esempio GitHub Copilot).
Installa il server Fabric MCP locale
Per installare il server locale in Visual Studio Code, usa l'estensione Fabric MCP server VS Code. Installare l'estensione e gli strumenti di OneLake sono disponibili automaticamente.
Per la configurazione manuale o l'uso all'esterno di VS Code, vedere le istruzioni di installazione in Fabric SERVER MCP README.
Autenticazione e autorizzazioni
Gli strumenti OneLake del server locale utilizzano la tua identità Azure e i permessi Fabric esistenti. L'agente di intelligenza artificiale può accedere solo alle aree di lavoro e agli elementi già autorizzati a visualizzare. Non sono necessari ruoli o autorizzazioni aggiuntivi oltre l'accesso normale all'area di lavoro.
Accedere con il interfaccia della riga di comando di Azure prima di usare gli strumenti:
az login
Funzionalità dello strumento OneLake MCP locale
Gli strumenti riguardano tre aree di OneLake:
| Categoria | Cosa puoi fare | Le API di OneLake utilizzate |
|---|---|---|
| Scoperta dell'area di lavoro e degli oggetti | Elencare le aree di lavoro, elencare le voci all'interno di un'area di lavoro, creare nuovi elementi (lakehouses, notebook, database SQL e altro ancora). | API del OneLake data plane e dell'API REST di Fabric |
| Operazioni su file e directory | Esplorare, leggere, scrivere, caricare, scaricare ed eliminare file e directory. Sono disponibili sia endpoint DFS che gestione rete virtuale di Azure. | API del file system OneLake |
| Operazioni di tabella | Ottenere la configurazione della tabella API, visualizzare lo spazio dei nomi (schemi), visualizzare le tabelle e recuperare le definizioni complete delle tabelle con i nomi delle colonne, i tipi e i metadati. | API di tabella OneLake |
Gli strumenti includono 19 comandi. La maggior parte dei comandi accetta nomi amichevoli e GUID — ad esempio, è possibile fare riferimento a un elemento come SalesLakehouse.lakehouse al posto di un GUID.
Per informazioni di riferimento completo sui comandi con parametri e output di esempio, vedere OneLake tools README su GitHub.
Esempio: esplorare una lakehouse
Dopo aver installato il server Fabric MCP locale, chiedi al tuo agente AI di esplorare i tuoi dati. Per esempio:
"Elenca le tabelle nel mio Sales Lakehouse e descrivimi lo schema di ciascuna."
L'agente usa gli strumenti MCP di OneLake per individuare l'area di lavoro, individuare il lakehouse, individuare gli spazi dei nomi della tabella e recuperare le definizioni di tabella complete, senza scrivere codice o aprire il portale di Fabric.
Altre attività che è possibile chiedere all'agente di intelligenza artificiale di completare:
- Inventariare un'area di lavoro : "Analizzare l'area di lavoro e indicare quali elementi sono presenti, quanto sono grandi e quali tabelle contengono".
- Leggere e scrivere file : "Caricare il file CSV nella cartella File in my lakehouse" o "Leggere il file di configurazione nella cartella Monitoraggio".
- Documentare un database con mirroring : "Descrivere le tabelle e la struttura di archiviazione del database con mirroring".
- Creare elementi : "Creare un nuovo lakehouse denominato StagingData nell'area di lavoro Analisi".
Limitazioni
- Il
item createcomando richiede attualmente un ID dell'area di lavoro basato su GUID. L'agente di intelligenza artificiale gestisce automaticamente questa operazione chiamandoonelake workspace listper risolvere il nome dell'area di lavoro in un ID. - Gli strumenti MCP di OneLake non includono i comandi di gestione dei tasti di scelta rapida. Per elencare o creare collegamenti, usare l'API REST per i collegamenti a OneLake.