Gebruik de lokale Fabric MCP-server met OneLake

Door gebruik te maken van de lokale Fabric MCP-server kunnen AI-agenten werkruimtes doorzoeken, bestanden lezen, tabelschema's inspecteren en mappen beheren in OneLake via natuurlijke taalgesprekken. De server draait op jouw machine en verbindt je agent met OneLake via het Model Context Protocol (MCP).

Tip

Voor een eenvoudigere setup kun je beginnen met de gehoste OneLake MCP-server zodra deze beschikbaar is voor jouw item en de tools ondersteunt die je nodig hebt. Je maakt verbinding via HTTPS zonder een lokale MCP-server te installeren. De gehoste en lokale servers maken verschillende tools beschikbaar; dit artikel beschrijft de lokale server.

Fabric-items gebruiken open formaten om hun data in OneLake op te slaan. Deze items omvatten lakehouses, gespiegelde databases en KQL-databases en semantische modellen met OneLake-beschikbaarheid ingeschakeld. De OneLake-tools van de lokale server laten AI-agenten deze items verkennen via één set commando's.

Vereiste voorwaarden

Installeer de lokale Fabric MCP-server

Om de lokale server in Visual Studio Code te installeren, gebruik je de Fabric MCP server VS Code-extensie. Installeer de extensie en de OneLake-hulpprogramma's zijn automatisch beschikbaar.

Voor handmatige configuratie of gebruik buiten VS Code, zie de installatie-instructies in de Fabric MCP Server LEESMIJ.

Verificatie en machtigingen

De OneLake-tools van de lokale server gebruiken je bestaande Azure-identiteit en Fabric-permissies. Uw AI-agent heeft alleen toegang tot werkruimten en items waarvoor u al toestemming heeft om te bekijken. U hebt geen extra rollen of machtigingen nodig buiten de normale toegang tot uw werkruimte.

Meld u aan met de Azure CLI voordat u de hulpprogramma's gebruikt:

az login

Lokale OneLake MCP-toolmogelijkheden

De hulpprogramma's hebben betrekking op drie gebieden van OneLake:

Categorie Wat kunt u doen Gebruikte OneLake-API's
Werkruimte- en itemdetectie Werkruimten weergeven, items in een werkruimte weergeven, nieuwe items maken (lakehouses, notebooks, SQL-databases en meer). OneLake-gegevensvlak-API en Fabric REST API
Bestands- en mapbewerkingen Bladeren, lezen, schrijven, uploaden, downloaden en verwijderen van bestanden en mappen. Zowel DFS- als Blob Storage-eindpunten zijn beschikbaar. Api's voor OneLake-bestandssysteem
Tabelbewerkingen Haal tabel-API-configuratie, lijstnaamruimten (schema's), lijsttabellen op en haal volledige tabeldefinities op met kolomnamen, typen en metagegevens. Api's voor OneLake-tabellen

De hulpprogramma's bevatten 19 opdrachten. De meeste opdrachten accepteren beschrijvende namen en GUID's. U kunt bijvoorbeeld verwijzen naar een item in SalesLakehouse.lakehouse plaats van een GUID.

Zie de OneLake-hulpprogramma's README op GitHub voor de volledige opdrachtreferentie met parameters en voorbeelduitvoer.

Voorbeeld: een lakehouse verkennen

Nadat je de lokale Fabric MCP-server hebt geïnstalleerd, vraag je je AI-agent om je data te verkennen. Voorbeeld:

"Vermeld de tabellen in mijn Verkoop lakehouse en vertel me over het schema van elke tabel."

De agent gebruikt de Hulpprogramma's van OneLake MCP om de werkruimte te vinden, het lakehouse te vinden, de tabelnaamruimten te detecteren en de volledige tabeldefinities op te halen, zonder code te schrijven of de Fabric-portal te openen.

Andere taken die u aan uw AI-agent kunt vragen om het volgende te voltooien:

  • Inventariseer een werkruimte : 'Scan mijn werkruimte en vertel me welke items er zijn, hoe groot ze zijn en welke tabellen ze bevatten'.
  • Bestanden lezen en schrijven : 'Upload dit CSV-bestand naar de map Bestanden in mijn lakehouse' of 'Lees het configuratiebestand in de map Bewaking'.
  • Documenteer een gespiegelde database : 'Beschrijf de tabellen en opslagstructuur van mijn gespiegelde database'.
  • Maak items : 'Maak een nieuw lakehouse met de naam StagingData in mijn Analytics-werkruimte'.

Beperkingen

  • Voor de item create opdracht is momenteel een op GUID gebaseerde werkruimte-id vereist. Uw AI agent verwerkt dit automatisch door onelake workspace list aan te roepen om de naam van de werkruimte om te zetten naar een id.
  • De OneLake MCP tools bevatten geen opdrachten voor het beheer van sneltoetsen. Als u snelkoppelingen wilt weergeven of maken, gebruikt u de REST API voor OneLake-snelkoppelingen.