Model Context Protocol (MCP) は、Azure OpenAI モデルなどの AI モデルが外部ツールやデータ ソースを検出して使用するための標準化された方法を提供します。 MCP を使用すると、リアルタイム データに対してクエリを実行し、推論し、操作できるインテリジェントなアプリケーションを簡単に構築できます。 また、MCP を使用すると、AI エージェントはエンタープライズ データの検索、接続、使用が容易になります。
Microsoft Fabric Real-Time Intelligence の MCP を使用すると、AI モデル、AI エージェント、アプリケーションが自然言語を使用して Real-Time インテリジェンス コンポーネントと対話できます。
Real-Time インテリジェンスには、ローカルとリモートの 2 種類の MCP サーバーが用意されています。 各オプションには、独自のデプロイ モデル、機能、ユース ケースがあります。
Real-Time インテリジェンス用のローカル MCP サーバー
Fabric Real-Time Intelligence 用のローカル MCP サーバーは、自分でインストール、ホスト、管理するオープンソース サーバーです。 ローカル コンピューター上で実行され、Real-Time インテリジェンスとAzure Data Explorer リソースへのアクセスが提供されます。
主な特性は次のとおりです。
- デプロイ: サーバーはローカル コンピューター上でセルフホステッドされます。
- ソース: サーバーがGitHubにオープンソース。
- アクセス: eventhouse、eventstream、Activator、map、および Azure Data Explorer リソースのクエリと管理を行います。
- 管理: インストール、更新、およびメンテナンスを管理します。
詳細については、「 ローカル MCP サーバーの概要」を参照してください。
リモート MCP サーバー
Microsoftリモート MCP サーバーをホストし、HTTP エンドポイントとして公開します。 ソフトウェアをインストールまたは管理することなく、これらのサーバーに接続するように MCP クライアントを構成します。
| [サーバー] | 説明 | 能力 |
|---|---|---|
| Eventhouse MCP サーバー | AI エージェントが自然言語を使用してイベントハウスに対してクエリを実行できるようにします | スキーマ検出、KQL クエリ生成、データ サンプリング、自然言語から KQL への変換 ( NL2KQL フレームワーク) |
| アクティベーター MCP サーバー | AI エージェントが Fabric Activator と対話できるようにします | 監視ルールの作成、アラートの管理、トリガーされたアクション |
| Operations Agent MCP サーバー | AI エージェントが自然言語を使用して運用エージェントを構成および操作できるようにします | 命令設定、プレイブック生成、監視管理 |
- MCP ホスト: AI モデル (GPT-4、Claude、Gemini など) が実行される環境。
- MCP クライアント: AI モデルの要求を MCP サーバー (GitHub Copilot、Cline、Claude Desktop など) に転送する中間サービス。
- MCP サーバー: データベース クエリの実行など、AI モデルから特定の機能にアクセスできるようにする小規模なアプリケーション。 たとえば、Real-Time インテリジェンス MCP サーバーは KQL クエリを実行して、KQL データベースからリアルタイムでデータを取得できます。
詳細については、以下を参照してください:
ローカル サーバーとリモート サーバーを使用する場合
プレーンな英語やその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。
| シナリオ | 推奨されるオプション |
|---|---|
| サーバーを完全に制御してイベントハウスまたはAzure Data Explorerデータを照会する | ローカル MCP サーバー |
| サーバー インフラストラクチャを管理せずにイベントハウスにクエリを実行する | イベントハウス用のリモート MCP サーバー |
| Activator で監視ルールとアラートを作成する | Activator 用のリモート MCP サーバー |
| 操作エージェントの手順の構成、プレイブックの生成、監視の管理 | 操作エージェント用のリモート MCP サーバー |
| Microsoft Copilot Studioや Microsoft Foundry などのクラウド エージェント プラットフォームで使用する | リモート MCP サーバー |
| オフラインアクセスまたはエアギャップアクセスが必要 | ローカル MCP サーバー |
| 自動更新とメンテナンスが必要 | リモート MCP サーバー |
サポートされている AI クライアント
ローカルおよびリモートの両方の MCP サーバーは、一般的な AI クライアントと連携します。
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 データを検索し、パターンを分析し、見つけたものに基づいてアクションを実行できます。
注
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。
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。
運用エージェント: データの変更を監視および処理する 操作エージェント を作成および管理します。 エージェントの検索と構成、エージェントの開始と停止、操作の履歴の検索を行うことができます。
マップ: マップ リソースのクエリと管理を行い、地理空間データを視覚化します。 ワークスペース内のマップの一覧表示、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。
考慮事項と制限事項
セキュリティ
MCP は新しい現象です。 すべての新しいテクノロジ標準と同様に、MCP サーバーと統合するすべてのシステムが、システムが準拠する必要があるすべての規制と標準に準拠していることを確認するために、セキュリティ レビューを行うことを検討してください。 このレビューには、Real-Time インテリジェンス MCP サーバーだけでなく、実装する MCP クライアントまたはエージェント (モデル プロバイダーまで) も含まれます。
Microsoft Entra ID認証の有効化、セキュリティで保護されたトークン管理、ネットワークの分離など、MCP サーバーのMicrosoftセキュリティ ガイダンスに従う必要があります。 詳細については、Microsoftセキュリティドキュメントを参照してください。
アクセス許可とリスク
MCP クライアントは、ユーザーの Fabric のロールベースのアクセス制御 (RBAC) 権限に基づき、操作を実行できます。 自律的または正しく構成されていないクライアントは、破壊的なアクションを実行する可能性があります。 デプロイの前に、最小限の特権の RBAC ロールを確認して適用し、セーフガードを実装する必要があります。
破壊的操作を防ぐためのフラグなどの特定のセーフガードは、MCP 仕様で標準化されておらず、すべてのクライアントでサポートされていない可能性があります。
コンプライアンス責任
MCP サーバーは、クライアントおよびサービスと共にインストールされ、使用され、データと共有される場合があります。 これらのクライアントとサービスには、Microsoft以外の大規模言語モデル (LLM)、AI エージェント、またはFabricのコンプライアンス境界外で動作するサービスを含めることができます。 すべての統合が、適用される組織、規制、契約上の要件に準拠していることを確認する責任があります。