模型情境協定（MCP）讓 AI 模型，如 Azure OpenAI 模型，能與外部工具和資源互動。 MCP 可讓代理程式更輕鬆地尋找、連線及使用企業數據。
當你將 MCP 與 Azure Data Explorer 叢集整合時，你能即時獲得 AI 驅動的洞察與行動。 MCP 伺服器讓 AI 代理或 AI 應用程式透過 MCP 介面提供工具，與 Azure Data Explorer 互動。 你用這些工具來查詢和分析資料。
備註
此功能為預覽版。
用於建構 AI 代理的伺服器
AZURE 資料總管的 MCP 支援是完整的開放原始碼 MCP 伺服器整合。 它支援自然語言查詢，並允許代理程序動態探索架構和元數據。 MCP 伺服器可搭配多種 AI 用戶端使用，例如 GitHub Copilot、Cline 或 Claude Desktop。
您可以使用以下 MCP 伺服器，將 AI 代理整合並建置至 Azure Data Explorer：
Fabric 即時智慧 MCP 伺服器（預覽版）。 此伺服器設計供搭配 Azure Data Explorer 叢集或 Real-Time Intelligence eventhouse 使用。 它為 AI 代理程式提供統一的介面，以查詢、原因及處理實時數據。
Azure MCP Server instance （preview）. Azure MCP Server 允許你透過自然語言提示來管理 Azure Data Explorer 資源。 您可以列出叢集、檢視資料庫、查詢數據等等，而不需要記住複雜的 Kusto 查詢語言 （KQL） 語法。
使用 Real-Time 智慧 MCP 伺服器或 Azure MCP 伺服器實例最常見的情境是從現有的 AI 用戶端連接。 AI 用戶端接著可以使用可用工具，透過自然語言存取並互動 Azure Data Explorer 資源。
例如，你可以使用 GitHub Copilot Agent 模式搭配 Real-Time Intelligence MCP 伺服器，列出 KQL 資料庫或對Azure Data Explorer叢集執行自然語言查詢。
建築
MCP 伺服器是系統的核心，作為 AI 代理與 Azure Data Explorer 資料來源之間的橋樑。 代理程式會向 MCP 伺服器發送請求，MCP 會將其轉換成 Azure Data Explorer 查詢。
透過這種架構，你可以建構模組化、可擴展且智慧的應用程式，並能回應即時訊號。 MCP 採用客戶端/伺服器架構，因此 AI 應用能有效與外部工具互動。 架構包含下列元件：
- MCP 主機。 AI 互動發生的應用。 例如，主機可以是 Visual Studio Code，搭配 GitHub Copilot、Claude Desktop 或 Cline。 主機包含 AI 模型連接、工具編排器，以及一個或多個 MCP 用戶端。
- MCP 伺服器。 一個輕量級應用程式，透過自然語言 API 和資料庫來展現特定功能。 例如，你使用 MCP 伺服器來執行 KQL 查詢，從 Azure Data Explorer 叢集進行即時資料檢索。
主要功能
即時資料存取。 數秒內即可從 Azure Data Explorer 叢集取得資料。
自然語言介面。 使用者或客服人員用簡單的英語或其他語言提問，系統會將其轉化為優化的查詢。 欲了解更多資訊，請參閱 這篇關於 NL2KQL 框架的部落格文章。
圖式發現。 MCP 伺服器會顯示結構與元資料，讓代理能動態學習資料結構。
即插即用整合。 像 GitHub Copilot、Claude 和 Cline 這類 MCP 用戶端，由於標準化的 API 與發現機制，能以最少的設定方式連接 Real-Time Intelligence。
地方語言推論。 使用你偏好的語言來處理資料。
考慮事項與限制條件
安全性
MCP 是一個新現象。 如同所有新技術標準，建議進行安全審查，以確保任何與 MCP 伺服器整合的系統都遵守系統必須遵守的所有法規與標準。 此評測不僅涵蓋 Real-Time Intelligence MCP 伺服器，也涵蓋您選擇實作的任何 MCP 用戶端或代理（直到模型提供者）。
您應該遵循 Microsoft 對 MCP 伺服器的安全指引，包括啟用 Microsoft Entra ID 認證、安全令牌管理及網路隔離。 欲了解更多資訊，請參閱 Microsoft 安全文件。
許可與風險
MCP 用戶端可根據使用者的 Microsoft Entra ID 權限呼叫操作。 自主或設定錯誤的用戶端可能會執行破壞性行為。 部署前檢視並套用最低權限，並實施防護措施。
某些防護措施，例如防止破壞性操作的旗標，並未在 MCP 規範中標準化，且可能並非所有客戶端都支援。
合規責任
MCP 伺服器可能與客戶端及服務一起安裝、使用並共享資料。 這些客戶端與服務可能包括非 Microsoft 大型語言模型（LLM）、AI 代理，或運作於 Fabric 合規範圍之外的服務。 您負責確保任何整合符合相關的組織、法規及合約要求。