Introduzione a Fabric SERVER MCP (locale)

Installare il server MCP locale Fabric e usare gli agenti di intelligenza artificiale per lavorare con api Fabric, dati OneLake e definizioni di elementi dal computer di sviluppo.

Annotazioni

Fabric SERVER MCP è un progetto open source in GitHub. Questa guida introduttiva illustra le nozioni di base, ovvero il repository GitHub include istruzioni dettagliate per la configurazione e la risoluzione dei problemi.

Prerequisiti

Prima di installare Fabric SERVER MCP, assicurarsi di disporre di:

  • Un agente di intelligenza artificiale compatibile con MCP — VS Code con GitHub Copilot (consigliato) o qualsiasi host MCP che supporti il trasporto stdio

I prerequisiti aggiuntivi dipendono dal metodo di installazione:

metodo Prerequisito
Estensione di VS Code None
npm/npx Node.js 20 LTS o versione successiva (download)
Compilazione del codice sorgente .NET 9 SDK o versione successiva (download)

Installa

Funziona con le build Stable e Insider di VS Code.

  1. Installare l'estensione GitHub Copilot Chat.
  2. Installare l'estensione Fabric SERVER MCP.

Non sono necessarie altre configurazioni. L'estensione registra automaticamente il server MCP.

Opzione 2: npm/npx (qualsiasi client MCP)

Richiede Node.js 20 LTS o versione successiva. Verificare con node --version.

Aggiungere quanto segue al file del mcp.json client:

{
    "mcpServers": {
        "fabric-mcp-server": {
            "command": "npx",
            "args": [
                "-y",
                "@microsoft/fabric-mcp@latest",
                "server",
                "start",
                "--mode",
                "all"
            ]
        }
    }
}

Opzione 3: Compilare dall'origine (.NET)

Richiede .NET 9 SDK o versione successiva. Verificare con dotnet --version.

git clone https://github.com/microsoft/mcp.git
cd mcp
dotnet build servers/Fabric.Mcp.Server/src/Fabric.Mcp.Server.csproj --configuration Release

Aggiungere quindi quanto segue al file del mcp.json client:

{
    "mcpServers": {
        "Fabric MCP Server": {
            "command": "/path/to/repo/servers/Fabric.Mcp.Server/src/bin/Release/fabmcp",
            "args": [
                "server",
                "start"
            ],
            "type": "stdio"
        }
    }
}

Annotazioni

Su Windows, usare le barre rovesciate e aggiungere l'estensione .exe: C:\path\to\repo\servers\Fabric.Mcp.Server\src\bin\Release\fabmcp.exe

Annotazioni

Quando si configurano Visual Studio o Visual Studio Code manualmente, usare servers anziché mcpServers come chiave JSON radice.

Configurazione specifica del client

Se non hai usato l'estensione VS Code, inserisci la mcp.json configurazione nel percorso richiesto dal tuo host MCP:

Client Percorso del file Documentazione
VS Code .vscode/mcp.json (area di lavoro) o settings.json (utente) Documentazione mcp di VS Code
Altri host Vedere la documentazione dell'host per il percorso del file di configurazione del server MCP —

Verifica dell'installazione

  1. Aprire GitHub Copilot in VS Code e passare alla modalità Agent.

  2. Selezionare Aggiorna nell'elenco degli strumenti. Dovresti vedere elencati gli strumenti del server MCP Fabric.

  3. Prova un prompt che usa il contesto Fabric.

    What Fabric workload types are available?

Se l'agente restituisce un elenco di Fabric tipi di carico di lavoro, il server funziona correttamente.

Esempi di suggerimenti

Dopo l'installazione, provare a eseguire queste istruzioni per esplorare le operazioni che il server può eseguire:

Scenario Richiesta di esempio
Esplorare le specifiche dell'API Mostra le operazioni OpenAPI per 'notebook' e fornisci un esempio di corpo di creazione.
Esplorare gli schemi degli elementi "Mostra lo schema JSON per una definizione di elemento della pipeline di dati"
Ottenere le procedure consigliate Visualizza le migliori pratiche per la gestione della limitazione della velocità delle API in Fabric
Elencare le aree di lavoro "Elencare le aree di lavoro Fabric"
Lavorare con i file "Scaricare il file config.json dal mio sales lakehouse"
Creare elementi "Creare un nuovo Lakehouse denominato CustomerData nell'area di lavoro di sviluppo"

Per un elenco completo degli strumenti e degli esempi di flussi di lavoro in più passaggi, vedere le informazioni di riferimento sugli strumenti.

Passaggi successivi

Contenuti correlati

  • Last updated on