Microsoft Fabric Real-Time Intelligence 用のローカル モデル コンテキスト プロトコル (MCP) サーバーを使用すると、AI エージェントまたは AI アプリケーションは、MCP インターフェイスを介してツールを提供することで、Real-Time インテリジェンスまたはAzure Data Explorerと対話できます。 MCP を使用すると、エージェントはデータのクエリと分析を簡単に行うことができます。
Real-Time インテリジェンスとAzure Data Explorerの MCP サポートは、Real-Time Intelligence 用の完全なオープンソース MCP サーバー実装です。 お客様は、デプロイをインストール、ホスト、および管理する必要があります。
シナリオ
Real-Time インテリジェンスにローカル MCP サーバーを使用する最も一般的なシナリオは、Cline、Claude、GitHub Copilotなどの既存の AI クライアントから接続することです。 クライアントは、使用可能なすべてのツールを使用して、自然言語を使用して、Real-Time Intelligence またはAzure Data Explorer リソースにアクセスして対話できます。
たとえば、Real-Time Intelligence MCP サーバーで GitHub Copilot エージェント モードを使用すると、次のことができます。
- KQL データベースまたは Azure Data Explorer クラスターを一覧表示します。
- Real-Time Intelligence イベントハウスで自然言語クエリを実行します。
アーキテクチャ
Real-Time インテリジェンス用のローカル MCP サーバーがシステムの中核をなしています。 これは、AI エージェントとデータ ソースの間のブリッジとして機能します。 ローカルで実行され、eventhouse、eventstream、Activator、およびマップ リソースへのアクセスが提供されます。
エージェントは、Real-Time Intelligence MCP サーバーに要求を送信します。 MCP サーバーは、要求を Real-Time インテリジェンス操作に変換します。
アーキテクチャは、MCP クライアント/サーバー モデルに従います。
- MCP ホスト: AI の相互作用が発生するアプリケーション。 たとえば、Visual Studio Codeは、GitHub Copilot、Claude Desktop、または Cline と対話できます。 ホストには、AI モデル接続、ツール オーケストレーター、および 1 つ以上の MCP クライアントが含まれています。
- MCP サーバー: 構造化されたツールとして特定の機能を公開する軽量サービス。 Real-Time Intelligence MCP サーバーは、eventhouse 操作に変換する "クエリの実行"、"データベースの一覧表示"、"テーブルの一覧表示" などのツールを公開します。
MCP をサポートするすべてのアプリケーションは、同じプロトコルを使用して、Real-Time Intelligence のローカル MCP サーバーに接続できます。 このアプリケーションには、GitHub Copilotやプログラムによる AI エージェント フレームワークなどの対話型製品を使用できます。
主要な機能
リアルタイム データ アクセス: KQL データベースから数秒でデータを取得します。
自然言語インターフェイス: プレーンな英語または他の言語で質問すると、システムによって最適化されたクエリに変換されます。 自然言語から KQL へのこの翻訳は 、NL2KQL フレームワークと呼ばれます。
スキーマの検出: データ構造を動的に学習できるように、スキーマとメタデータを検出します。
プラグ アンド プレイ統合: 標準化された API と検出メカニズムにより、最小限のセットアップで GitHub Copilot、Claude、Cline などの MCP クライアントを Real-Time インテリジェンスに接続します。
ローカル言語の推論: 好みの言語でデータを操作します。
サポートされている Real-Time インテリジェンス コンポーネント
Eventhouse: イベントハウス バックエンドの KQL データベースに対して KQL クエリを実行します。 この統合インターフェイスにより、AI エージェントはリアルタイム データに対してクエリ、推論、および操作を行うことができます。
Eventstreams: ストリーミング データを分析し、リアルタイムの分析情報を取得するために 、イベントストリーム のクエリと管理を行います。 ワークスペース内のイベントストリームの一覧表示、詳細と定義の取得、新しいイベントストリームの作成などを行うことができます。
アクティベーター: Fabric Activator と対話して、ワークスペース内のアクティベーター成果物の一覧表示、トリガー アクションの作成、通知の設定を行います。
マップ: マップ リソースのクエリと管理を行ってデータを視覚化し、地理空間分析情報を作成します。 ワークスペース内のマップの一覧表示、マップ上のデータの視覚化、詳細と定義の取得、新しいマップの作成などを行うことができます。
Fabric Real-Time Intelligence MCP サーバーを使用して、Azure Data Explorer バックエンド内のクラスターに対して KQL クエリを実行することもできます。
Installation
Real-Time Intelligence 用のローカル MCP サーバーをインストールするには、 Real-Time Intelligence MCP サーバー リポジトリのオープンソースの手順に従います。 リポジトリには、Real-Time インテリジェンスを使用した MCP サーバーのインストール、構成、および使用方法に関するドキュメントが含まれています。