Začněte s agentem Fabric pro datové inženýrství (Project Osmos) (náhled)

V tomto rychlém startu nainstalujete dovednost Fabric data engineering agent (Project Osmos) pro GitHub Copilot CLI, Claude Code nebo Codex, vytvoříte úkol pro Fabric lakehouse a otevřete ho ve Fabric.

V tomto rychlém průvodci vám:

  • Ověřte si Fabric a místní požadavky
  • Nainstalujte plugin Skills for Fabric, který zahrnuje dovednost datového inženýra (Project Osmos)
  • Vytvořte úkol, který implementuje medailonovou architekturu pro maloobchod
  • Zkontrolujte provozní nastavení
  • Sledujte úkol v prostředí Fabric Lakehouse

Important

Agent pro datové inženýrství (Project Osmos) je ve verzi Preview. Ukázkové funkce jsou vydávány s omezenými možnostmi a podléhají samostatným doplňkovým podmínkám náhledu. Nejsou určeny pro produkční použití, nepodléhají smlouvám o úrovni služeb a mohou být dostupné pouze ve vybraných regionech. Další informace najdete v tématu Microsoft Fabric Preview.

Předpoklady

Před začátkem si ověřte tyto požadavky:

  • Pracovní prostor Fabric přiřazený ke způsobilé kapacitě Fabric. Fabric trial SKU nejsou podporovány.
  • Domek u jezera v tom pracovním prostoru
  • Přispěvatel nebo vyšší oprávnění na pracovním prostoru
  • Povolte pro svůj účet a kapacitu následující nastavení tenanta:
    • Uživatelé můžou používat Copilot a další funkce využívající technologii Azure OpenAI.
    • Uživatelé mohou používat Copilot, agenty AI a další funkce využívající AI, které využívají OpenAI jako dílčího zpracovatele společnosti Microsoft (důrazně doporučeno pro nejlepší výkon, ale není to vyžadováno)
  • Následující nastavení tenantů platí pouze v případě, že vaše kapacita je v regionu, kde OpenAI není dostupné:
    • Data odeslaná společnosti OpenAI jako dílčímu zpracovateli společnosti Microsoft mohou být zpracována mimo geografickou oblast vaší kapacity, hranice dodržování předpisů nebo instanci národního cloudu
    • Data odesílaná do Azure OpenAI se dají ukládat mimo geografickou oblast vaší kapacity, hranici dodržování předpisů nebo instanci národního cloudu.
  • V nastavení kapacity se doporučuje povolit transformaci dat pomocí AI, ale není to povinné
  • Azure CLI
  • Podporovaný místní agent:

Pro pokyny k konfiguraci viz Povolit a nakonfigurovat Copilot v Microsoft Fabric.

Nainstalujte dovednost agenta pro datové inženýrství (Project Osmos)

Dovednost datového inženýra (Project Osmos) je zahrnuta v kolekci Skills for Fabric.

  1. Přihlaste se do Azure s identitou, která umožní přístup k cílovému pracovnímu prostoru a lakehouse:

    az login

    Pokud máte přístup k více Microsoft Entra tenantům, přihlaste se do tenantu, který obsahuje váš Fabric pracovní prostor.

  2. Poté použijte příkazy pro svého místního agenta k přidání tržiště Skills for Fabric a instalaci kolekce Fabric.

    Spusť GitHub Copilot CLI:

    copilot

    Spusť tyto příkazy uvnitř GitHub Copilot CLI:

    /plugin marketplace add microsoft/skills-for-fabric
/plugin install fabric-skills@fabric-collection

  1. Restartujte GitHub Copilot CLI, aby se načítaly nové dovednosti.

    /quit

  2. Ověřte instalaci. Znovu spusťte GitHub Copilot CLI a spusťte:

    /skills

Potvrďte, že Project Osmos, zobrazený jako project-osmos, je dostupný.

Použijte agenta datového inženýrství (Project Osmos)

Popište kompletní výsledek datového inženýrství, který chcete, aby agent datového inženýrství (Project Osmos) dodal. Zahrňte pracovní prostor, jezerní dom, zdrojová data, transformace, očekávané výstupy a požadavky na validaci:

Popište kompletní úkol datového inženýrství od začátku do konce. Agent datového inženýrství (Project Osmos) je přijímá jako jeden projekt.

Zahrňte:

  • Zdroje: Tabulky, složky, soubory, zápisníky nebo zdroje OneLake
  • Transformace: Čištění, spoje, filtry, výpočty nebo změny schématu
  • Výstupy: Tabulky, zápisníky, soubory nebo souhrny
  • Validace: Počty řádků, nulové kontroly, jedinečnost, sladění nebo obchodní pravidla

Zdroje a výstupy nejsou omezeny na pracovní prostor, kde jste úkol vytvořili. Pokud máte oprávnění přistupovat ke zdroji, úkol může k němu přistupovat vaším jménem.

Příklady:

Use Project Osmos in the Fabric workspace Sales Analytics and the lakehouse
SalesLakehouse.

Load the Orders and Customers tables, remove orders without a customer ID,
join the tables on customer ID, and calculate monthly revenue by customer
segment. Save the result as a Delta table named monthly_segment_revenue.
Validate row counts, null customer IDs, and negative revenue values.

Váš místní agent vyřeší pracovní prostor a jezerní domek, shromáždí všechny potřebné bezpečnostní a výstupní možnosti a vytvoří jeden vzdálený úkol Project Osmos. Poskytuje odkaz na úkoly Fabric pro sledování pokroku.

Nemusíte hledat pracovní plochy nebo jezerní domy nebo rozdělovat práci na jednodušší kroky. Zadejte jejich jména nebo zadejte URL Fabric lakehouse a odevzdejte celý výsledek jako jeden úkol. Project Osmos zajišťuje plánování, pořadí a validaci.

Zkontrolujte nastavení úkolu

Před začátkem běhu datový inženýr (Project Osmos) úkol klasifikuje a doporučuje nastavení.

Setting Recenzní otázka
Hranice oprávnění Které pojmenované zdroje by měl úkol považovat za pouze pro čtení nebo jako zapisovatelné?
Bezpečnostní vzor Měli by zapisovatelé používat staging, klonování a propagaci, nebo přímou iteraci?
Postup povýšení Jak by se ověřený fázový výstup měl stát konečným výstupem?
Sémantika opětovného spuštění Pokud opakované spuštění selže, mají se existující data připojit, deduplikovat, nebo nahradit?
Vývoj schématu Může se výstupní schéma měnit a za jakých podmínek?
Formát artefaktu Měl by Project Osmos uložit zápisník nebo jiný artefakt?
Cíl artefaktu Kde by měly být uloženy generované artefakty?
Úsilí o uvažování Jak důkladně by měl Project Osmos zkoumat možnosti implementace?

Můžete změnit jakékoliv doporučené nastavení.

Important

Hranice oprávnění určuje rámec úlohy, ale oprávnění ve Fabric a OneLake zůstávají hranicí pro vynucování. Chraňte citlivé zdroje oprávněními platformy.

Sledujte úkol

Po přijetí nastavení Fabric data engineering agent (Project Osmos) spustí úkol se specializovanými agenty ve SparkCore, vrátí ID úlohy a otevře stránku Fabric lakehouse, která obsahuje:

  • Podrobnosti ze vstupního dotazníku
  • Specifikace
  • Aktuální stav
  • Aktivita agenta

Protože úkol běží ve Fabric na SparkCore místo na vašem lokálním počítači, pokračuje i po vypnutém počítači. Chcete-li sledovat průběh, vyberte v prostředí Fabric své lakehouse a potom vyberte úlohu v Průzkumníku lakehouse. Na stav úlohy se také můžete zeptat svého místního zástupce.

Pokyny k používání

  • Používejte Project Osmos přes lokálního agenta, jako je GitHub Copilot CLI, Claude Code nebo Codex. Přímá interakce s Project Osmos z Copilot v portálu Fabric momentálně není podporována.
  • Zadejte název požadovaného pracovního prostoru a lakehouse nebo zadejte URL adresu lakehouse Fabric. Nemusíte si ty doklady hledat sami.
  • Používejte Project Osmos pro komplexní datové inženýrství zahrnující lakehouse, OneLake, Spark, poznámkové bloky a tabulky.
  • Požádejte svého místního agenta, aby zkontroloval stav vzdáleného úkolu, poslal další pokyny, úkol zrušil nebo smazal.
  • Pro pokračování práce s existujícím úkolem zadejte jeho ID úkolu nebo odkaz na Fabric úkol.
  • Před povolením změn důležitých nebo produkčních dat si prostudujte navrhované možnosti provedení a bezpečnosti.

Vytvořte si svůj první úkol

Tento příklad vyžaduje pouze prázdný jezerní domek. Project Osmos vytváří vzorková data a všechny potřebné artefakty, takže produkt můžete použít bez předchozí přípravy jezerního domu.

Použijte Project Osmos k vytvoření malé architektury medailonu pro maloobchod. Nejprve požádejte svého místního makléře, aby použil Project Osmos:

Create a Project Osmos task

Jakmile svůj lakehouse identifikujete podle názvu nebo adresy URL, budete vyzváni k určení cíle projektu. Zadejte následující:

Use Project Osmos to set up a simple retail medallion architecture in this
empty lakehouse. Create small sample CSV files for customers, products, and
sales under Files/landing. Build bronze tables that preserve the source data,
silver tables that clean and standardize it, and gold tables named
gold_daily_sales and gold_customer_sales.
Create three notebooks named 01_load_bronze, 02_transform_silver, and
03_build_gold that move the data through the layers. Run the notebooks in
order, and validate row counts, key uniqueness, referential integrity, and
revenue totals at each layer.

Odešlete celý prompt jako jeden úkol. Project Osmos plánuje a sekvenuje práci, vytváří ukázková data, tabulky a zápisníky, spouští zápisníky ve SparkCore a kontroluje výsledky.

Po dokončení úkolu si prohlédněte tyto artefakty:

  • Bronzové tabulky zákazníků, produktů a prodejů, které uchovávají vzorková zdrojová data
  • Stříbrné tabulky se standardizovanými datovými typy, platnými klíči a vyčištěnými záznamy
  • Tabulky gold s denními souhrny prodeje a souhrny prodeje na úrovni zákazníků
  • Tři zápisníky, které dokumentují a provádějí pohyb mezi vrstvami
  • Výsledky validace pro počet řádků, klíče, vztahy a celkové příjmy

Další příklady výsledků projektů pro složité případy použití

Project Osmos je navržen pro komplexní výstupy v oblasti datového inženýrství, včetně činností, které vyžadují znalost podnikových aplikací, analýzu prostředí lakehouse, implementační experimenty a validaci. Požadavek zaslaný na GitHub Copilot bez Project Osmos může vytvořit věrohodný zápisník nebo osnovu kódu, ale nepoužívá workflow Project Osmos k inspekci živého jezera, porovnání implementačních možností, spuštění kódu ve Fabric SparkCore a dalšímu zdokonalování řešení na základě skutečných výsledků.

Vytvořte model životního cyklu zákazníka v Dynamics 365

Tento stručný výsledek projektu žádá Project Osmos, aby zjistil dostupná data o aplikacích:

Use Project Osmos to create a trusted customer lifecycle model from the Microsoft Dynamics 365 data in this lakehouse.

Jak by k tomu mohl Project Osmos přistupovat: Project Osmos zkoumá jezerní dom, aby určil, které aplikace Dynamics 365 a tabulky Dataverse jsou dostupné. Identifikuje struktury jako účty, kontakty, leady, příležitosti, aktivity, případy, objednávky a faktury; mapuje jejich vztahy a hodnoty stavu; a hodnotí, jak reprezentovat cestu zákazníka od akvizice přes prodej až po servis. Používá kód SparkCore pro ověřování pokrytí vztahů, duplicitní zákazníky, osiřelé aktivity, součty pipeline, vyrovnání objednávek a faktur a výpočty v fázích životního cyklu.

Proč je Project Osmos vhodnější: Bez Project Osmos závisí GitHub Copilot na vás, abyste identifikovali relevantní tabulky Dynamics 365 a Dataverse, vysvětlili jejich vztahy a hodnoty volieb a provedli každou verzi. Project Osmos může vycházet z výsledku, zkoumat jezerní domek a na základě naměřených výsledků zpřesňovat implementaci.

Modelujte SAP data od objednávky k hotovosti

Tento stručný výsledek projektu žádá Project Osmos, aby určil, jak jsou SAP data reprezentována ve vašem jezerním domku, a vytvořil užitečný model od objednávky k hotovosti:

Use Project Osmos to build an order-to-cash model from the SAP data in this lakehouse.

Jak by k tomu mohl Project Osmos přistoupit: Project Osmos zkoumá lakehouse a identifikuje dostupná data SAP o prodejních objednávkách, dodávkách, fakturaci, zákaznících a toku dokumentů. Hledá struktury jako VBAK/VBAP, LIKP/LIPS, VBRK/VBRP, KNA1 a VBFA, nebo ekvivalentní extrahované pohledy. Zkoumá schémata a vzorkové hodnoty, určuje, zda extrakce připomíná struktury SAP S/4HANA nebo SAP ECC, a testuje alternativní spojení a logiku toku dokumentů. Poté vytváří pečlivě vybrané tabulky a zápisníky a provádí SparkCore kontroly na duplicitní obchodní klíče, chybějící odkazy na dokumenty, nesoulady v množství a rekonsiliaci mezi objednávkou a fakturou.

Proč je Project Osmos vhodnější: GitHub Copilot bez Project Osmos by vyžadoval, abyste našli relevantní tabulky, vysvětlili vztahy SAP, poskytli schémata, spustili generovaný kód a vrátili chyby nebo výsledky pro každou revizi. Project Osmos provádí toto objevování a provádění jako součást jednoho persistentního Fabric úkolu, který se autonomně vykonává na SparkCore.

Reconcile NetSuite finances

Tento podrobný výsledek projektu poskytuje obchodní pravidla, zatímco podrobnosti implementace ponechává Project Osmos:

Use Project Osmos to create a financial reconciliation model from the NetSuite
data already loaded in this lakehouse. Preserve subsidiary, accounting period,
transaction, transaction line, account, accounting book, department, class,
location, transaction currency, and base currency. Build a monthly trial
balance with debit, credit, and net balances by subsidiary and account. Account
for intercompany transactions, elimination subsidiaries, and exchange rates.
Identify unbalanced entries, unmapped accounts, and periods that don't reconcile
to the source. Save the transformation and validation notebooks, and don't
modify the source tables.

Jak by k tomu mohl Project Osmos přistoupit: Project Osmos zkoumá, jak jsou v jezerním domku zastoupeny transakce, transakční řádky, účty, dceřiné společnosti, účetní období, měny a účetní knihy NetSuite. Hodnotí možnosti zveřejňování, konsolidace, eliminace a konverze měn a používá postupné výstupy k porovnání výsledků. Ve SparkCore spouští notebooky a před vytvořením výsledných tabulek ověřuje vyrovnanost účetního deníku, úplnost dokumentů, pokrytí mapování a součty mezi zdrojem a výstupem.

Proč je Project Osmos lépe vhodný: Samotná generace kódu dokáže zakódovat spoje a výpočty, ale nemůže spolehlivě odvodit, jak konkrétní extrakce NetSuite reprezentuje zveřejnění, účetní knihy, eliminace a směnné kurzy, ani dokázat, že výsledek se sladí bez iterativní smyčky provádění a validace.

Vytvořte prodejní pipeline v Salesforce a metriky prognóz

Use Project Osmos to build a trusted sales pipeline and forecast model from the
Salesforce data in this lakehouse. Preserve account, opportunity, owner,
product, stage, amount, probability, close date, forecast category, creation
date, and stage-history details. Produce current pipeline, stage conversion,
sales-cycle duration, pipeline coverage, forecast accuracy, and slipped-deal
metrics by region, segment, product, and owner. Handle deleted records, currency
conversion, changing opportunity ownership, and historical stage snapshots.
Save the notebooks, and validate the metrics against available Salesforce
totals and prior-period snapshots.

Jak by k tomu mohl přistoupit Project Osmos: Project Osmos mapuje dostupné objekty Salesforce a extrahuje Account, Opportunity, OpportunityHistory, OpportunityLineItems, Product2, User a data z předpovědi. Porovnává přístupy založené na aktuálním stavu, historii a periodických snímcích a testuje, jak extrakce reprezentuje měnu, mazání, změny vlastníků a přechody mezi etapami. Spouští kandidátní implementace ve SparkCore a porovnává celkové hodnoty pipeline, konverzní poměry, výsledky prognóz a historické snímky.

Proč je Project Osmos vhodnější: Tento výsledek vyžaduje víc než jen syntakticky správnou verzi Spark. Project Osmos kombinuje uvažování v oblasti Salesforce s inspekcí živých dat, opakovaným prováděním a rekonsiliací, aby našel implementaci, která odpovídá skutečné strategii extrakce a historie zákazníka.

Modernizace stávajícího potrubí jezerního domu

Use Project Osmos to assess the existing sales ingestion and transformation
notebooks in this lakehouse. Replace full reloads with an idempotent incremental
design, preserve late-arriving updates, prevent duplicate business keys, add
quarantine handling for invalid records, and create validation tables that
compare each run with the source. Keep existing downstream table names and
schemas unless a change is required. Test the new design against representative
data, compare it with the current implementation, and document the migration
and rollback steps.

Jak by k tomu mohl Project Osmos přistoupit: Project Osmos kontroluje aktuální zápisníky, tabulky, schémata a datové vzory; porovnává možnosti vodoznatu, sloučení a sledování změn; a testuje chování selhání a opakovaných spuštění. Obě implementace ve SparkCore spouští proti fázovým cílům a porovnává počty řádků, duplicitní klíče, zpracování pozdních aktualizací, kompatibilitu schémat a celkové výstupy.

Proč je Project Osmos vhodnější: Samotné kódovací agenty mohou navrhnout inkrementální vzor, ale musíte poskytnout implementační kontext a provést každý test. Project Osmos hodnotí stávající jezerní domek a ověřuje konkurenční návrhy před doporučením a zavedením bezpečnějšího přístupu.

Aktualizace dovedností pro Fabric

V GitHub Copilot CLI nebo Claude Code aktualizujte nainstalovanou kolekci Fabric:

/plugin update fabric-skills@fabric-collection

Pro Codex spusť codex plugin marketplace upgrade fabric-collection, a pak .codex plugin add fabric-skills@fabric-collection

Aktuální omezení

  • Agent datového inženýrství (Project Osmos) momentálně není dostupný pro pracovní prostory, které mají zapnutou ochranu odchozího přístupu.

Související obsah

  • Last updated on