Aan de slag met de lokale MCP-server voor Real-Time Intelligence (preview)

Met de lokale MCP-server (Model Context Protocol) voor Microsoft Fabric Real-Time Intelligence kunnen AI-agents of AI-toepassingen communiceren met Real-Time Intelligence of Azure Data Explorer door hulpprogramma's te bieden via de MCP-interface. MET MCP kunnen agents eenvoudiger gegevens opvragen en analyseren.

MCP-ondersteuning voor Real-Time Intelligence en Azure Data Explorer is een volledige opensource-MCP-server-implementatie voor Real-Time Intelligence. Klanten moeten de implementatie installeren, hosten en beheren.

Scenariën

Het meest voorkomende scenario voor het gebruik van de lokale MCP-server voor Real-Time Intelligence is om er verbinding mee te maken vanuit een bestaande AI-client, zoals Cline, Claude of GitHub Copilot. De client kan vervolgens alle beschikbare hulpprogramma's gebruiken voor toegang tot en interactie met Real-Time Intelligence of Azure Data Explorer resources met behulp van natuurlijke taal.

U kunt bijvoorbeeld de GitHub-Copilot-agent-modus gebruiken met de Real-Time Intelligence MCP-server voor het volgende:

  • KQL-databases of Azure Data Explorer-clusters weergeven.
  • Voer query's in natuurlijke taal uit op Real-Time Intelligence-eventhouses.

Architectuur

De lokale MCP-server voor Real-Time Intelligence bevindt zich in de kern van het systeem. Het fungeert als een brug tussen AI-agents en gegevensbronnen. Het wordt lokaal uitgevoerd en biedt toegang tot eventhouse-, eventstream-, Activator- en kaartbronnen.

Agents verzenden aanvragen naar de Real-Time Intelligence MCP-server. De MCP-server vertaalt de aanvragen in Real-Time Intelligence-bewerkingen.

Diagram met de lokale MCP-serverarchitectuur.

De architectuur volgt het MCP-client-/servermodel:

  • MCP-host: de toepassing waar AI-interacties plaatsvinden. Visual Studio Code kan bijvoorbeeld communiceren met GitHub Copilot, Claude Desktop of Cline. De host bevat de AI-modelverbinding, een orchestrator voor hulpprogramma's en een of meer MCP-clients.
  • MCP-server: een lichtgewicht service die specifieke mogelijkheden beschikbaar maakt als gestructureerde hulpprogramma's. De Real-Time Intelligence MCP-server bevat hulpprogramma's zoals 'query uitvoeren', 'lijstdatabases' en 'lijsttabellen' die worden omgezet in eventhouse-bewerkingen.

Elke toepassing die MCP ondersteunt, kan verbinding maken met de lokale MCP-server voor Real-Time Intelligence met behulp van hetzelfde protocol. Deze toepassing kan een interactief product zijn, zoals GitHub Copilot of een programmatisch AI-agentframework.

Belangrijkste kenmerken

Realtime gegevenstoegang: gegevens ophalen uit KQL-databases in seconden.

Interfaces voor natuurlijke taal: Stel vragen in gewoon Engels of andere talen en het systeem verandert in geoptimaliseerde query's. Deze vertaling van natuurlijke taal naar KQL wordt het NL2KQL-framework genoemd.

Schemadetectie: Ontdek schema en metagegevens, zodat u gegevensstructuren dynamisch kunt leren.

Plug-and-play-integratie: Verbind MCP-clients zoals GitHub Copilot, Claude en Cline met Real-Time Intelligence met minimale instellingen vanwege gestandaardiseerde API's en detectiemechanismen.

Lokale taaldeductie: Werk met uw gegevens in uw voorkeurstaal.

Ondersteunde Real-Time Intelligence-onderdelen

Eventhouse: KQL-query's uitvoeren op de KQL-databases in de back-end van uw eventhouse . Met deze geïntegreerde interface kunnen AI-agents realtime gegevens opvragen, redeneren en er actie op ondernemen.

Eventstreams: Voer query's uit en beheer eventstreams om streaminggegevens te analyseren en realtime inzichten te verkrijgen. U kunt de eventstreams in uw werkruimte weergeven, details en definities ophalen, nieuwe eventstreams maken en meer.

Activator: Interactie met Fabric Activator om Activator-artefacten in uw werkruimte weer te geven, triggeracties te maken en meldingen in te stellen.

Kaart: Query's uitvoeren en kaartresources beheren om gegevens te visualiseren en georuimtelijke inzichten te verkrijgen. U kunt kaarten in uw werkruimte weergeven, gegevens op kaarten visualiseren, details en definities ophalen, nieuwe kaarten maken en meer.

U kunt ook de Fabric Real-Time Intelligence MCP-server gebruiken om KQL-query's uit te voeren op de clusters in uw Azure Data Explorer back-end.

Installatie

Als u de lokale MCP-server voor Real-Time Intelligence wilt installeren, volgt u de opensource-instructies in de Real-Time Intelligence MCP-serveropslagplaats . De opslagplaats bevat documentatie over installatie, configuratie en gebruik van de MCP-server met Real-Time Intelligence.

Verwante inhoud

  • Last updated on