Kom igång med fjärr-Power BI MCP-server (förhandsversion)

Den fjärranslutna Power BI MCP-servern är en fjärrhanterad slutpunkt som gör det möjligt för AI-agenter att chatta med data i Power BI semantiska modeller med naturligt språk. Det bygger på MCP (Model Context Protocol) och översätter dina uppmaningar till Power BI åtgärder – generera DAX-frågor och köra dem samtidigt som du respekterar dina behörigheter och säkerhetsprinciper.

Den här artikeln visar hur du gör följande:

• Ansluta till den fjärranslutna Power BI MCP-servern i Visual Studio Code
• Ansluta GitHub Copilot till dina Power BI-semantiska modeller
• Verifiera anslutningen med testfrågor

Förutsättningar

Kontrollera att du har följande innan du börjar:

• Administratörsgodkännande – Power BI-administratören måste aktivera klientinställningen: "Användare kan använda Power BI Model Context Protocol-serverslutpunkten (förhandsversion)"
• Visual Studio Code - Ladda ned VS Code
• GitHub Copilot - Aktivera GitHub Copilot i VS Code
• Semantisk modellåtkomst – Skapa behörigheter för minst en Power BI-semantisk modell
• (Rekommenderas) Optimerade modeller - Förbereda dina semantiska modeller för AI för att förbättra frågegenereringskvaliteten

Konfigurera i VS Code

Den fjärranslutna Power BI MCP-servern är tillgänglig på:

https://api.fabric.microsoft.com/v1/mcp/powerbi

Snabbinstallation (rekommenderas)

Det enklaste sättet att konfigurera servern är att använda installationsprogrammet med ett klick:

Detta konfigurerar automatiskt MCP-servern i VS Code-inställningarna.

Manuell installation

Om du vill konfigurera servern manuellt lägger du till följande i MCP-konfigurationsfilen:

{
    "servers": {
        "powerbi-remote": {
            "type": "http",
            "url": "https://api.fabric.microsoft.com/v1/mcp/powerbi"
        }
    }
}

Läs mer:MCP-servrar i VS Code

Testa anslutningen

Kontrollera att konfigurationen fungerar när den har konfigurerats:

1. Starta MCP-servern i VS Code

   • Öppna panelen MCP-servrar
   • Se till att Power BI MCP-servern visas som ansluten

2. Öppna GitHub Copilot

   1. Starta chattfönstret i VS Code
   2. Aktivera agentläge

3. Ange ditt semantiska modell-ID

   1. Hämta ditt semantiska modell-ID från Power BI-tjänsten (se Hitta ditt semantiska modell-ID)
   2. Dela ID:t med Copilot i konversationen

4. Ställ en fråga

   • Exempel: "Vilka tabeller finns i den här semantiska modellen?"
   • Exempel: "Visa mig de 10 främsta produkterna efter försäljning"

5. Auktorisera verktyget

   1. När du uppmanas till det tillåter du att Copilot använder MCP-serververktyget
   2. Autentisera med dina Microsoft-autentiseringsuppgifter om det begärs

6. Granska svaret

   • Copilot frågar din modell och returnerar resultat

Felsökning:Hantera MCP-servrar i VS Code

Tillgängliga verktyg

MCP-servern innehåller följande verktyg som AI-agenter kan anropa.

Kör fråga

Kör en DAX-fråga mot en semantisk modell och returnerar resultatet till AI-agenten.

Nödvändiga indata:

• Semantisk modell-ID
• DAX-frågeuttryck

Behörigheter:

• Användare måste ha minst build-behörigheter för semantikmodellen
• Frågor körs i kontexten för den autentiserade användaren

Säkerhetshänsyn:

• Säkerhet på radnivå (RLS) tillämpas för användarautentisering
• RLS stöds för närvarande inte när du använder autentisering med tjänstehuvudnamn

Se även:Exekvera frågor REST-API

Hämta semantiskt modellschema

Hämtar omfattande metadata för en Power BI semantisk modell, inklusive tabeller, kolumner, mått, relationer och ai-optimerade metadata som modellförfattaren konfigurerade. Använd det här verktyget för att förankra generering av DAX-frågor i modellens struktur och för att lyfta fram vägledning från författaren som förbättrar frågornas träffsäkerhet.

Nödvändiga indata: Semantisk modell-ID

Vad ingår:

• Tabeller, kolumner, mått och relationer
• Datatyper och hierarkier
• Verktygsmetadata för Copilot, när de har konfigurerats, ger mer sammanhang om din modell, hjälper Copilot att hitta rätt data i modellen och ökar kvaliteten på Copilots utdata.

Hämta rapportmetadata

Hämtar det övergripande schemat för en Power BI rapport, inklusive arbetsyteinformation, semantisk modellinformation, sidor, visuell information och filter. Rapporter visar hur den semantiska modellen används i praktiken och kan klargöra den avsedda kontexten, relationerna och filtreringslogik som ska vägleda DAX-frågegenereringen. Använd det här verktyget för att förankra genereringen av DAX-frågor i modellschemats struktur som används i rapporten och för att lyfta fram vägledning som författaren har tillhandahållit och som förbättrar frågornas träffsäkerhet.

Nödvändiga indata: Rapport-ID

Vad ingår:

• Sidor i rapporten, oavsett om de är dolda eller inte
• Visuella objekt med giltiga modellschemareferenser, inklusive diagram, tabeller, matriser, utsnitt och kort. Visuella objekt som inte är data, till exempel åtgärdsknappar, former, bilder och rektanglar, utesluts.
• Dolda kolumner och mått när de refereras till i visualiseringar
• Visuella bindningar som mappar fält till visuella roller som Kategori, Värden, Förklaring och Knappbeskrivningar
• Textruteinnehåll från varje sida

Gränser:

• Begäranden misslyckas när rapportmetadata överskrider den maximala storlek som stöds.

Generera fråga

Genererar optimerade DAX-frågor från frågor på naturligt språk med Hjälp av Copilot i Power BI. Verktyget använder samma DAX-generationsmotor som Copilot för Power BI för att skapa frågor som följer bästa praxis.

Nödvändiga indata:

• Semantisk modell-ID
• Fråga eller uppmaning i naturligt språk
• Relevant schemakontext som bestäms av agenten (tabeller, kolumner, mått)

Krav:

• Copilot-licens för användaren eller organisationen

Hitta ditt semantiska modell-ID

Så här hämtar du ett semantiskt modell-ID från Power BI-tjänsten:

1. Logga in på Power BI
2. Navigera till arbetsytan som innehåller din semantiska modell
3. Välj den semantiska modellen för att öppna informationssidan
4. Kopiera det semantiska modell-ID:t från URL:en

Url:er för semantisk modell följer det här formatet:

https://app.powerbi.com/groups/{workspaceId}/datasets/{semanticModelId}

Begränsningar och överväganden

Autentisering och säkerhet

• Säkerhet på radnivå (RLS): Tillämpas för närvarande inte när du använder autentisering med tjänstens huvudkonto. När ett huvudnamn för tjänsten kör frågor har det åtkomst till alla data som huvudkontot har behörighet att komma åt. Granska säkerhetsaspekterna noggrant innan du exponerar tjänstehuvudautentiserade agenter för slutanvändare.
• Klientinställningar: Administratörer måste aktivera "Användare kan använda Power BI Model Context Protocol-serverslutpunkten (förhandsversion)" för din organisation.

Frågegenerering

• Komplex DAX: Mycket komplexa beräkningar eller kapslad logik kanske inte översätts perfekt från frågekommandon i naturligt språk.
• Modelloptimering: Frågegenereringskvaliteten förbättras avsevärt när du förbereder dina data för AI.

Performance

• Modelldesignens inverkan: Frågekörningsprestanda beror på semantisk modelldesign, storlek och optimering.
• Stora scheman: Modeller med hundratals tabeller eller tusentals kolumner kan resultera i stora schemanyttolaster.
• Frågekomplexitet: Komplexa DAX-frågor kan ta längre tid att generera och köra.

Kontext och konversation

• Begränsningar för kontextfönster: Det finns gränser för hur mycket kontext som kan underhållas mellan konversationssvängningar, beroende på vilken AI-modell som används av MCP-klienten.
• Tillståndslösa frågor: Varje fråga körs oberoende. Servern behåller inte frågetillståndet mellan begäranden.

Relaterat innehåll

• Vilka är Power BI MCP-servrarna?
• McP-server för Power BI-modellering på GitHub
• Förbereda dina data för AI
• MCP-servrar i VS Code
• Power BI REST-API:er
• DAX-referens
• Specifikation för modellkontextprotokoll