Översikt över Power BI MCP-servrarna (förhandsversion)

Med Power BI MCP-servrarna kan AI-agenter interagera med Power BI via naturligt språk. Både den lokala MCP-servern och den fjärranslutna MCP-servern implementerar Model Context Protocol, som var och en exponerar specialiserade verktyg för olika scenarier:

• Power BI MCP-server (fjärransluten): Fråga efter data och generera insikter från befintliga modeller
• Power BI MCP-server (lokal): Skapa och ändra semantiska modeller programmatiskt

Välj den lokala servern för arbetsflöden för utveckling och modellhantering eller fjärrservern för scenarier för dataanalys och insikter.

Fjärr- eller lokal MCP-server

Power BI MCP-server (fjärransluten)

Den fjärranslutna Power BI MCP-servern är en värdbaserad slutpunkt som gör det möjligt för AI-agenter att köra frågor mot Power BI-semantiska modeller. Den genererar och kör DAX-frågor med hjälp av Copilots intelligens, vilket möjliggör konversationer på naturligt språk med dina data.

Viktiga funktioner

• Utveckling av anpassad agent – Skapa agenter som svarar på användarfrågor genom att fråga semantiska modeller
• Schemamedveten fråga – Agenter lär sig automatiskt modellstruktur för att generera korrekta frågor
• Copilot-driven DAX-generation – Utnyttja samma frågegenereringsmotor som används i Copilot för Power BI
• Flexibel LLM-integrering – Använd alla LLM-leverantörer som stöds av mcp-klienten

Vanliga scenarier

Den fjärranslutna MCP-servern är perfekt för att förbättra personliga AI-assistenter som GitHub Copilot i VS Code. Servern använder den autentiserade användarens behörigheter för att köra frågor, vilket säkerställer rätt säkerhets- och dataåtkomstkontroller.

Exempel på användningsscenarier:

• Fråga GitHub Copilot om senaste kvartalets försäljningstrender från din semantiska modell
• Generera ad hoc-analyser via konversationsfrågor
• Utforska datarelationer och mönster med naturligt språk

Kom igång:Konfigurera den fjärranslutna MCP-servern

Power BI MCP-server (lokal)

Den lokala Power BI MCP-servern körs lokalt och tillhandahåller AI-agenter med omfattande semantiska modelleringsfunktioner. Det gör det möjligt för utvecklare och AI-program att interagera med Power BI-modeller via naturligt språk, från enkla egenskapsuppdateringar till komplexa arbetsflöden för agentisk utveckling. Servern körs på din dator och arbetar med modellerna i Power BI Desktop, Fabric-arbetsytor eller Power BI Project-filer, så att ändringar följer dina befintliga arbetsflöden för källkodskontroll och granskning.

Viktiga funktioner

• Redigering av naturlig språkmodell – Skapa, uppdatera och hantera tabeller, kolumner, mått och relationer i Power BI Desktop- och Fabric-semantiska modeller med hjälp av konversationskommandon
• Massåtgärder i stor skala – Köra batchåtgärder på hundratals objekt samtidigt med transaktionsstöd och felhantering
• Metodtipsprogram – Utvärdera och implementera metodtips för modellering enkelt
• Arbetsflöden för agentisk utveckling – Arbeta med TMDL- och Power BI-projektfiler, vilket gör det möjligt för AI-agenter att autonomt planera och köra komplexa modelleringsuppgifter
• DAX-frågeverifiering – Köra och validera DAX-frågor för att testa mått, felsöka beräkningar och utforska data

Vanliga scenarier

Den lokala MCP-servern är idealisk för semantiska modellförfattare och utvecklare som vill påskynda modellutvecklingen.

Exempel på användningsscenarier:

• Skapa eller uppdatera tabeller, kolumner, mått och relationer via frågor om naturligt språk
• Tillämpa metodtips för modellering i en befintlig semantisk modell i bulk
• Omstrukturera TMDL eller Power BI Project filer som en del av ett agentiskt utvecklingsarbetsflöde
• Skapa och validera DAX-mått interaktivt när du skapar en modell

Kom igång:Konfigurera den lokala MCP-servern

Om modellkontextprotokollet

Model Context Protocol (MCP) är en öppen standard som definierar hur AI-assistenter interagerar med externa verktyg och datakällor på ett strukturerat och säkert sätt.

MCP-arkitekturkomponenter:

• Värd – program som kör MCP-klienter (till exempel VS Code)
• Klient – Komponenter i en värd som ansluter till MCP-servrar och använder deras funktioner (till exempel GitHub Copilot)
• Server – Lokala program eller fjärrprogram som exponerar verktyg, resurser och uppmaningar till klienter

När du till exempel använder GitHub Copilot i VS Code tillsammans med en Power BI MCP-server, fungerar VS Code som värd, Copilot som klient och Power BI som den server som tillhandahålls.

Läs mer:Specifikation av modellkontextprotokoll

Överväganden

Security

MCP som fenomen är mycket nytt och banbrytande. Precis som med alla nya teknikstandarder bör du överväga att göra en säkerhetsgranskning för att säkerställa att alla system som integreras med MCP-servrar följer alla regler och standarder som systemet förväntas följa. Detta omfattar inte bara Power BI MCP-servrarna, utan alla MCP-klienter/agenter som du väljer att implementera ned till modellprovidern.

Du bör följa Microsofts säkerhetsvägledning för MCP-servrar, inklusive aktivering av Entra-ID-autentisering, säker tokenhantering och nätverksisolering. Mer information finns i Microsofts säkerhetsdokumentation .

Behörigheter och risker

MCP-klienter kan anropa åtgärder baserat på användarens Fabric Role-Based Access Control(RBAC) behörigheter. Autonoma eller felkonfigurerade klienter kan utföra destruktiva åtgärder. Du bör granska och tillämpa RBAC-roller med minst behörighet och implementera skyddsåtgärder före distributionen. Vissa skyddsåtgärder, till exempel flaggor för att förhindra destruktiva åtgärder, är inte standardiserade i MCP-specifikationen och stöds kanske inte av alla klienter.

Efterlevnadsansvar

Den här MCP-servern kan interagera med klienter och tjänster som bearbetar data utanför Fabric efterlevnadsgränser och bearbetas i enlighet med dina valda klient- eller tjänstvillkor och principer för datahantering. Du ansvarar för att säkerställa att alla integreringar uppfyller tillämpliga organisations-, regel- och avtalskrav.

Nästa steg

Välj din sökväg baserat på ditt scenario:

Relaterat innehåll

• Power BI REST-API:er
• Specifikation för modellkontextprotokoll
• Power BI Embedded inbäddad analys