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.
Il server MCP (Model Context Protocol) locale per Microsoft Fabric Real-Time Intelligence consente agli agenti di intelligenza artificiale o alle applicazioni di intelligenza artificiale di interagire con Real-Time Intelligence o Esplora dati di Azure fornendo strumenti tramite l'interfaccia MCP. MCP semplifica l'esecuzione di query e analisi dei dati da parte degli agenti.
Il supporto MCP per Real-Time Intelligence e Esplora dati di Azure è un'implementazione completa del server MCP open source per Real-Time Intelligence. I clienti devono installare, ospitare e gestire la distribuzione.
Scenari
Lo scenario più comune per l'uso del server MCP locale per Real-Time Intelligence consiste nel connettersi a tale server da un client di intelligenza artificiale esistente, ad esempio Cline, Claude o GitHub Copilot. Il client può quindi usare tutti gli strumenti disponibili per accedere e interagire con Real-Time Intelligence o Esplora dati di Azure risorse usando il linguaggio naturale.
Ad esempio, è possibile usare la modalità agente Copilot GitHub con il server MCP di Real-Time Intelligence per:
- Elenca i database KQL o i cluster di Esplora dati di Azure.
- Esegui query in linguaggio naturale negli eventhouse di Real-Time Intelligence.
Architettura
Il server MCP locale per Real-Time Intelligence è al centro del sistema. Funge da ponte tra agenti di intelligenza artificiale e origini dati. Viene eseguito in locale e fornisce l'accesso alle risorse eventhouse, eventstream, Activator e map.
Gli agenti inviano richieste al server MCP di Real-Time Intelligence. Il server MCP converte le richieste in operazioni di intelligence Real-Time.
L'architettura segue il modello client/server MCP:
- Host MCP: l'applicazione in cui si verificano le interazioni con intelligenza artificiale. Ad esempio, Visual Studio Code può interagire con GitHub Copilot, Claude Desktop o Cline. L'host contiene la connessione al modello di intelligenza artificiale, un agente di orchestrazione degli strumenti e uno o più client MCP.
- Server MCP: servizio leggero che espone funzionalità specifiche come strumenti strutturati. Il server MCP di Real-Time Intelligence espone strumenti come "esegui query", "elenca database" ed "elenca tabelle" che corrispondono a operazioni di Eventhouse.
Qualsiasi applicazione che supporta MCP può connettersi al server MCP locale per Real-Time Intelligence usando lo stesso protocollo. Questa applicazione può essere un prodotto interattivo, ad esempio GitHub Copilot o un framework dell'agente di intelligenza artificiale programmatico.
Funzionalità principali
Accesso ai dati in tempo reale: recupera i dati dai database KQL in pochi secondi.
Interfacce del linguaggio naturale: porre domande in inglese normale o in altre lingue e il sistema li trasforma in query ottimizzate. Questa traduzione del linguaggio naturale in KQL viene chiamata framework NL2KQL .
Individuazione dello schema: individuare lo schema e i metadati, in modo da poter apprendere le strutture dei dati in modo dinamico.
Integrazione plug-and-play: connettere client MCP come GitHub Copilot, Claude e Cline a Real-Time Intelligence con configurazione minima a causa di API standardizzate e meccanismi di individuazione.
Inferenza della lingua locale: usare i dati nella lingua preferita.
Componenti Real-Time Intelligence supportati
Eventhouse: eseguire query KQL sui database KQL nel back-end dell'eventhouse . Questa interfaccia unificata consente agli agenti di intelligenza artificiale di eseguire query, ragionare e agire sui dati in tempo reale.
Eventstreams: Interroga e gestisci eventstreams per analizzare i dati di streaming e ottenere informazioni in tempo reale. È possibile elencare i flussi di eventi nell'area di lavoro, ottenere dettagli e definizioni, creare nuovi flussi di eventi e altro ancora.
Attivatore: interagire con Fabric Attivatore per elencare gli artefatti Activator nell'area di lavoro, creare azioni trigger e configurare le notifiche.
Map: eseguire query e gestire risorse map per visualizzare i dati e creare informazioni dettagliate geospaziali. È possibile elencare le mappe nell'area di lavoro, visualizzare i dati sulle mappe, ottenere dettagli e definizioni, creare nuove mappe e altro ancora.
È anche possibile usare il server MCP di Fabric Real-Time Intelligence per eseguire query KQL sui cluster nel back-end Esplora dati di Azure.
Installation
Per installare il server MCP locale per Real-Time Intelligence, segui le istruzioni disponibili nel repository open source Real-Time Intelligence MCP server. Il repository include la documentazione sull'installazione, la configurazione e l'utilizzo del server MCP con Real-Time Intelligence.