Używanie serwerów MCP z Azure Data Explorer (wersja zapoznawcza)

Protokół MCP (Model Context Protocol) umożliwia modelom sztucznej inteligencji, na przykład modelom Azure OpenAI, interakcję z zewnętrznymi narzędziami i zasobami. McP ułatwia agentom znajdowanie, nawiązywanie połączenia z danymi przedsiębiorstwa i korzystanie z nich.

Po zintegrowaniu rozwiązania MCP z klastrami Azure Data Explorer uzyskujesz szczegółowe informacje i akcje oparte na sztucznej inteligencji w czasie rzeczywistym. Serwer MCP umożliwia agentom sztucznej inteligencji lub aplikacjom sztucznej inteligencji interakcję z Azure Data Explorer, udostępniając narzędzia za pośrednictwem interfejsu MCP. Te narzędzia służą do wykonywania zapytań i analizowania danych.

Serwery do tworzenia agentów sztucznej inteligencji

Obsługa mcp dla usługi Azure Data Explorer to pełna integracja serwera MCP typu open source. Obsługuje zapytania w języku naturalnym i umożliwia agentom dynamiczne odnajdywanie schematów i metadanych. Serwer MCP może być używany z różnymi klientami sztucznej inteligencji, takimi jak GitHub Copilot, Cline lub Claude Desktop.

Aby zintegrować i skompilować agentów sztucznej inteligencji z Azure Data Explorer, można użyć następujących serwerów MCP:

• Fabric Real-Time Intelligence MCP server (wersja zapoznawcza). Ten serwer jest przeznaczony do użycia z klastrami Azure Data Explorer lub z eventhouse usługi Real-Time Intelligence. Zapewnia ujednolicony interfejs dla agentów sztucznej inteligencji do wykonywania zapytań, wyciągania wniosków i podejmowania działań na danych w czasie rzeczywistym.

• Instancja serwera MCP platformy Azure (wersja zapoznawcza). Azure serwer MCP umożliwia zarządzanie zasobami Azure Data Explorer przy użyciu monitów języka naturalnego. Można wyświetlać klastry, wyświetlać bazy danych, wykonywać zapytania o dane i nie pamiętać złożonej składni języka Kusto Query Language (KQL).

Najczęstszym scenariuszem korzystania z serwera MCP Real-Time Intelligence lub instancji serwera Azure MCP jest połączenie się z nim za pomocą istniejącego klienta AI. Klient sztucznej inteligencji może następnie używać dostępnych narzędzi do uzyskiwania dostępu do zasobów Azure Data Explorer i korzystania z nich przy użyciu języka naturalnego.

Możesz na przykład użyć trybu agenta GitHub Copilot z serwerem MCP Real-Time Intelligence, aby wyświetlić listę baz danych KQL lub uruchamiać zapytania w języku naturalnym w klastrach Azure Data Explorer.

Architektura

Serwer MCP znajduje się w centrum systemu i działa jako most między agentami sztucznej inteligencji a Azure Data Explorer źródłami danych. Agenci wysyłają żądania do serwera MCP, co przekłada je na Azure Data Explorer zapytania.

Dzięki tej architekturze można tworzyć modułowe, skalowalne, inteligentne aplikacje reagujące na sygnały w czasie rzeczywistym. McP korzysta z architektury klienta/serwera, więc aplikacje sztucznej inteligencji mogą efektywnie korzystać z narzędzi zewnętrznych. Architektura obejmuje następujące składniki:

• Host MCP. Aplikacja, w której występują interakcje ze sztuczną inteligencją. Na przykład hostem może być Visual Studio Code z GitHub Copilot, Claude Desktop lub Cline. Host zawiera połączenie modelu sztucznej inteligencji, orkiestrator narzędzi i co najmniej jednego klienta MCP.
• Serwer MCP. Uproszczona aplikacja, która uwidacznia określone możliwości przy użyciu interfejsów API języka naturalnego i baz danych. Na przykład używasz serwera MCP do uruchamiania zapytań KQL na potrzeby pobierania danych w czasie rzeczywistym z klastrów Azure Data Explorer.

Kluczowe funkcje

Dostęp do danych w czasie rzeczywistym. Pobieranie danych z klastrów Azure Data Explorer w sekundach.

Interfejsy języka naturalnego. Użytkownicy lub agenci zadają pytania w języku angielskim lub w innych językach, a system przekształca je w zoptymalizowane zapytania. Aby uzyskać więcej informacji, zobacz ten wpis w blogu dotyczący struktury NL2KQL.

Odnajdywanie schematu. Serwery MCP pokazują schemat i metadane, dzięki czemu agenci mogą dynamicznie uczyć się struktur danych.

Integracja typu plug and play. Klienci MCP, tacy jak GitHub Copilot, Claude i Cline łączą się z usługą Real-Time Intelligence z minimalną konfiguracją ze względu na ustandaryzowane interfejsy API i mechanizmy odnajdywania.

Wnioskowanie języka lokalnego. Użyj preferowanego języka do pracy z danymi.

Uwagi i ograniczenia

Zabezpieczenia

MCP jest nowym zjawiskiem. Podobnie jak w przypadku wszystkich nowych standardów technologicznych, warto rozważyć przeprowadzenie przeglądu bezpieczeństwa, aby upewnić się, że wszystkie systemy integrujące się z serwerami MCP są zgodne ze wszystkimi przepisami i standardami, których dany system musi przestrzegać. Ta ocena obejmuje nie tylko serwery MCP usługi Real-Time Intelligence, ale także dowolnego klienta lub agenta MCP, którego zdecydujesz się wdrożyć (aż po dostawcę modelu).

Należy przestrzegać Microsoft wskazówek dotyczących zabezpieczeń serwerów MCP, w tym włączania uwierzytelniania Microsoft Entra ID, bezpiecznego zarządzania tokenami i izolacji sieci. Aby uzyskać więcej informacji, zobacz dokumentację dotyczącą zabezpieczeń Microsoft.

Uprawnienia i ryzyko

Klienci MCP mogą wywoływać operacje zgodnie z uprawnieniami użytkownika w usłudze Microsoft Entra ID. Klienci autonomiczni lub nieprawidłowo skonfigurowani mogą wykonywać destrukcyjne działania. Przed wdrożeniem przejrzyj i zastosuj uprawnienia o najniższych uprawnieniach i zaimplementuj zabezpieczenia.

Niektóre zabezpieczenia, takie jak flagi zapobiegające destrukcyjnym operacjom, nie są ustandaryzowane w specyfikacji MCP i mogą nie być obsługiwane przez wszystkich klientów.

Odpowiedzialność za zgodność

Serwer MCP może być instalowany i używany z klientami oraz usługami, a także współdzielić z nimi dane. Ci klienci i usługi mogą obejmować duże modele językowe (LLM) inne niż firmy Microsoft, agentów AI lub usługi działające poza granicami zgodności platformy Fabric. Odpowiadasz za zapewnienie, że każda integracja jest zgodna z odpowiednimi wymaganiami organizacyjnymi, regulacyjnymi i umownymi.

Treści powiązane

• serwer MCP analizy w czasie rzeczywistym
• Serwer MCP platformy Azure
• Omówienie protokołu MCP (Model Context Protocol)