Notatka
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Lokalny serwer protokołu MCP na potrzeby analizy Microsoft Fabric Real-Time umożliwia agentom sztucznej inteligencji lub aplikacjom sztucznej inteligencji interakcję z Real-Time Intelligence lub Azure Data Explorer, udostępniając narzędzia za pośrednictwem interfejsu MCP. McP ułatwia agentom wykonywanie zapytań i analizowanie danych.
Obsługa mcp dla analizy Real-Time i Azure Data Explorer to pełna implementacja serwera MCP typu open source na potrzeby analizy Real-Time. Klienci muszą instalować, hostować i zarządzać wdrożeniem.
Scenariusze
Najczęstszym scenariuszem korzystania z lokalnego serwera MCP na potrzeby analizy Real-Time jest nawiązanie z nim połączenia z istniejącym klientem sztucznej inteligencji, takim jak Cline, Claude lub GitHub Copilot. Klient może następnie używać wszystkich dostępnych narzędzi, aby za pomocą języka naturalnego uzyskiwać dostęp do zasobów Real-Time Intelligence lub Azure Data Explorer i korzystać z nich.
Na przykład możesz użyć trybu agenta GitHub Copilot z serwerem MCP Real-Time Intelligence, aby:
- Lista baz danych KQL lub klastrów Azure Data Explorer.
- Uruchamianie zapytań języka naturalnego w Real-Time Intelligence eventhouses.
Architecture
Lokalny serwer MCP dla Real-Time Intelligence znajduje się w centrum systemu. Działa ona jako most między agentami sztucznej inteligencji a źródłami danych. Działa lokalnie i zapewnia dostęp do zasobów eventhouse, eventstream, Activator i map.
Agenci wysyłają żądania do serwera MCP analizy Real-Time. Serwer MCP przekształca żądania w operacje Real-Time Intelligence.
Architektura jest zgodna z modelem klienta/serwera MCP:
- Host MCP: aplikacja, w której występują interakcje ze sztuczną inteligencją. Na przykład Visual Studio Code może współpracować z GitHub Copilot, Claude Desktop lub Cline. Host zawiera połączenie modelu sztucznej inteligencji, orkiestrator narzędzi i co najmniej jednego klienta MCP.
- Serwer MCP: uproszczona usługa, która uwidacznia określone możliwości jako narzędzia strukturalne. Serwer Real-Time Intelligence MCP uwidacznia narzędzia, takie jak "wykonywanie zapytania", "lista baz danych" i "tabele list", które przekładają się na operacje magazynu zdarzeń.
Każda aplikacja, która obsługuje protokół MCP, może łączyć się z lokalnym serwerem MCP na potrzeby Real-Time Intelligence przy użyciu tego samego protokołu. Ta aplikacja może być interaktywnym produktem, takim jak GitHub Copilot lub programowa struktura agenta sztucznej inteligencji.
Kluczowe funkcje
Dostęp do danych w czasie rzeczywistym: pobieranie danych z baz danych KQL w sekundach.
Interfejsy języka naturalnego: zadaj pytania w języku angielskim lub w innych językach, a system przekształca je w zoptymalizowane zapytania. To tłumaczenie języka naturalnego na język KQL jest nazywane strukturą NL2KQL .
Odnajdywanie schematów: odnajdywanie schematów i metadanych, dzięki czemu można dynamicznie uczyć się struktur danych.
Integracja typu plug-and-play: Połącz klientów MCP, takich jak GitHub Copilot, Claude i Cline, z Real-Time Intelligence przy minimalnej konfiguracji dzięki standardowym interfejsom API i mechanizmom wykrywania.
Wnioskowanie w języku lokalnym: praca z danymi w preferowanym języku.
Obsługiwane składniki analizy w czasie rzeczywistym
Eventhouse: Uruchamiaj zapytania KQL w bazach danych KQL w zapleczu eventhouse. Ten ujednolicony interfejs umożliwia agentom sztucznej inteligencji formułowanie zapytań, rozumowanie i działanie na podstawie danych w czasie rzeczywistym.
Strumienie zdarzeń: Wyszukuj i zarządzaj strumieniami zdarzeń, aby analizować dane strumieniowe i uzyskiwać wgląd w czasie rzeczywistym. Możesz wyświetlić listę strumieni zdarzeń w obszarze roboczym, uzyskać szczegółowe informacje i definicje, utworzyć nowe strumienie zdarzeń i nie tylko.
Activator: Współpracuj z usługą Fabric Activator, aby wyświetlać listę artefaktów Activator w obszarze roboczym, tworzyć akcje wyzwalające i konfigurować powiadomienia.
Mapa: Wykonywanie zapytań o zasoby mapy i zarządzanie nimi w celu wizualizacji danych i tworzenia szczegółowych informacji geoprzestrzennych. Mapy można wyświetlać w obszarze roboczym, wizualizować dane na mapach, uzyskiwać szczegóły i definicje, tworzyć nowe mapy i nie tylko.
Możesz również użyć serwera Fabric Real-Time Intelligence MCP do uruchamiania zapytań KQL względem klastrów w zapleczu Azure Data Explorer.
Instalacja
Aby zainstalować lokalny serwer MCP na potrzeby Real-Time Intelligence, postępuj zgodnie z instrukcjami open source w repozytorium serweraReal-Time Intelligence MCP . Repozytorium zawiera dokumentację dotyczącą instalacji, konfiguracji i użycia serwera MCP z Real-Time Intelligence.