Oversikt over Power BI MCP-serverne (Forhåndsvisning)

Power BI MCP-serverne gjør det mulig for AI-agenter å samhandle med Power BI gjennom naturlig språk. Både den lokale MCP-serveren og den eksterne MCP-serveren implementerer Model Context Protocol, hvor hver av dem eksponerer spesialiserte verktøy for ulike scenarioer:

• Power BI MCP-server (fjern): Søk i data og generer innsikt fra eksisterende modeller
• Power BI MCP-server (lokal): Bygg og modifiser semantiske modeller programmatisk

Velg den lokale serveren for utvikling og modellstyring, eller den eksterne serveren for dataanalyse og innsiktsscenarier.

Fjern vs. lokal MCP-server

Power BI MCP-server (fjernt)

Den eksterne Power BI MCP-serveren er et hostet endepunkt som gjør det mulig for AI-agenter å spørre Power BI semantiske modeller. Den genererer og kjører DAX-spørringer ved hjelp av Copilots intelligens, og muliggjør naturlige språksamtaler med dataene dine.

Viktige funksjoner

• Egendefinert agentutvikling – Bygg agenter som svarer på brukerspørsmål ved å spørre semantiske modeller
• Skjemabevisst spørring – Agenter lærer automatisk modellstrukturen for å generere nøyaktige spørringer
• Copilot-drevet DAX-generering – Utnytt samme spørringsgenereringsmotor som brukes i Copilot for Power BI
• Fleksibel LLM-integrasjon – Bruk hvilken som helst LLM-leverandør som støttes av MCP-klienten din

Vanlige scenarier

Den eksterne MCP-serveren er ideell for å forbedre personlige AI-assistenter som GitHub Copilot i VS Code. Serveren bruker den autentiserte brukerens tillatelser til å utføre forespørsler, og sikrer riktige sikkerhets- og datatilgangskontroller.

Eksempler på brukstilfeller:

• Spør GitHub Copilot om salgstrendene fra forrige kvartal basert på din semantiske modell
• Generer ad hoc-analyser gjennom samtaleforespørsler
• Utforsk dataforhold og mønstre ved hjelp av naturlig språk

Kom i gang:Sett opp den eksterne MCP-serveren

Power BI MCP-server (lokal)

Den lokale Power BI MCP-serveren kjører lokalt og gir AI-agenter omfattende semantiske modelleringsmuligheter. Den gjør det mulig for utviklere og AI-applikasjoner å samhandle med Power BI-modeller gjennom naturlig språk, fra enkle eiendomsoppdateringer til komplekse agentiske utviklingsarbeidsflyter. Serveren kjører på maskinen din og opererer på modellene i Power BI Desktop, Fabric arbeidsområder eller på Power BI Project filer, slik at endringene følger dine eksisterende produksjonskontroll- og gjennomgangsprosesser.

Viktige funksjoner

• Redigering av naturlige språkmodeller – Opprette, oppdater og administrer tabeller, kolonner, målinger og relasjoner på tvers av Power BI Desktop- og Fabric-semantiske modeller ved bruk av samtalekommandoer
• Bulkoperasjoner i stor skala – Utfør batchoperasjoner på hundrevis av objekter samtidig med transaksjonsstøtte og feilhåndtering
• Anvendelse av beste praksis – Evaluer og implementer beste praksis for modellering enkelt
• Agentiske utviklingsflyter – Arbeid med TMDL- og Power BI Project-filer, slik at AI-agenter kan planlegge og utføre komplekse modelleringsoppgaver autonomt
• DAX-spørringsvalidering – Kjør og valider DAX-spørringer for å teste mål, feilsøke beregninger og utforske data

Vanlige scenarier

Den lokale MCP-serveren er ideell for forfattere og utviklere av semantiske modeller som ønsker å akselerere modellutviklingen.

Eksempler på brukstilfeller:

• Opprett eller oppdater tabeller, kolonner, mål og relasjoner gjennom naturlige språkprompter
• Anvende beste modelleringspraksis på en eksisterende semantisk modell i bulk
• Refaktorere TMDL- eller Power BI Project-filer som en del av en agentisk utviklingsarbeidsflyt
• Lag og valider DAX-målinger interaktivt mens du bygger en modell

Kom i gang:Sett opp den lokale MCP-serveren

Om Model Context Protocol

Model Context Protocol (MCP) er en åpen standard som definerer hvordan AI-assistenter samhandler med eksterne verktøy og datakilder på en strukturert og sikker måte.

MCP-arkitekturkomponenter:

• Vert - Applikasjoner som kjører MCP-klienter (for eksempel VS Code)
• Client – Komponenter i en vert som kobler til MCP-servere og bruker deres kapasiteter (for eksempel GitHub Copilot)
• Server - Lokale eller eksterne programmer som eksponerer verktøy, ressurser og prompts til klienter

For eksempel, når du bruker GitHub Copilot i VS Code med en Power BI MCP-server, er VS Code vert, Copilot klient, og Power BI leverer serveren.

Lær mer:Spesifikasjon for Model Context Protocol

Vurderinger

Security

MCP som fenomen er svært nytt og banebrytende. Som med alle nye teknologistandarder, bør du vurdere en sikkerhetsgjennomgang for å sikre at alle systemer som integreres med MCP-servere følger alle regler og standarder systemet ditt forventes å følge. Dette inkluderer ikke bare Power BI MCP-serverne, men også alle MCP-klienter/agenter du velger å implementere, helt ned til modellleverandøren.

Du bør følge Microsofts sikkerhetsveiledning for MCP-servere, inkludert aktivering av Entra-ID-autentisering, sikker tokenhåndtering og nettverksisolasjon. Se Microsoft Sikkerhet Documentation for detaljer.

Tillatelser og risiko

MCP-klienter kan påkalle operasjoner basert på brukerens Fabric Role-Based tilgangskontroll (RBAC)-tillatelser. Autonome eller feilkonfigurerte klienter kan utføre destruktive handlinger. Du bør gjennomgå og anvende minst privilegerte RBAC-roller og implementere sikkerhetstiltak før utplassering. Visse sikkerhetstiltak, som flagg for å forhindre destruktive operasjoner, er ikke standardisert i MCP-spesifikasjonen og kan ikke støttes av alle klienter.

Ansvar for etterlevelse

Denne MCP-serveren kan samhandle med klienter og tjenester som behandler data utenfor Fabric sine compliance-grenser, og behandles i samsvar med gjeldende vilkår og retningslinjer for håndtering av data fra din valgte klient eller tjeneste. Du er ansvarlig for å sikre at enhver integrasjon oppfyller gjeldende organisatoriske, regulatoriske og kontraktsmessige krav.

Neste trinn

Velg din vei basert på situasjonen din:

Relatert innhold

• REST-API-er for Power BI
• Model Context Protocol-spesifikasjonen
• Power BI innebygd analyse