Data Agent v Microsoft Fabric umožňuje organizacím vytvářet konverzační prostředí pro podniková data. Propojením Fabric artefaktů s datovým agentem můžou uživatelé překládat otázky přirozeného jazyka do přesných dotazů, což umožňuje zúčastněným stranám od analytiků až po vedoucí pracovníky, aby mohli získat přehledy bez psaní jediného řádku kódu. Tento článek vás provede všemi zdroji dat, které agent dat podporuje dnes, a možnostmi konfigurace, které jsou dostupné pro každý zdroj dat.
Overview
Data Agent podporuje následující kategorie zdrojů dat:
| Kategorie |
Artifacts |
Dotazovací jazyk |
Klíčový scénář |
|
SQL |
Lakehouse, datový sklad, SQL databáze, zrcadlené databáze |
T-SQL |
Strukturovaná analýza relačních dat a dat Delta Lake |
|
Eventhouse |
Databáze KQL v Eventhouse |
KQL |
Analýza v reálném čase a analýza časových řad |
|
Sémantický model |
Sémantické modely Power BI |
DAX |
Obchodní logika, počítané míry a kurátorované metriky |
|
Graph (Preview) |
Grafový model |
GQL |
Zkoumání dat s bohatými vztahy a analýza grafů |
|
Ontologie (Preview) |
Fabricová Ontologie |
Ontologicky nativní |
Znalost domény a sémantický kontext integrace dat |
|
Azure AI Vyhledávač (Preview) |
Azure AI Vyhledávací index |
Přirozený jazyk a hledání |
Nestrukturované načítání dat (SOUBORY PDF, text, obohacený obsah) |
Návod
Jeden datový agent může kombinovat až pět zdrojů dat v libovolné kombinaci a umožňuje kombinovat strukturovaná data v reálném čase, sémantická a nestrukturovaná data v jednom konverzačním prostředí.
Podporované artefakty
-
Lakehouse – tabulky Delta Lake se zobrazují prostřednictvím koncového bodu SQL Analytics.
-
Data Warehouse – kompletní Fabric sklad s povrchovou oblastí T-SQL.
-
SQL Database—nativní databáze SQL pro Fabric.
-
Mirrored Databases – externí databáze zrcadlené do Fabric (například Azure SQL, Cosmos DB, Snowflake).
Každý zdroj SQL v Fabric má tento SQL Analytics Endpoint, což je vysoce výkonné rozhraní pro dotazy T-SQL jen pro čtení nad daty OneLake Delta. Datový agent využívá integrovanou službu NL2SQL , která:
- Přeloží otázku přirozeného jazyka uživatele na dotaz T-SQL pomocí vybraného schématu, pokynů a ukázkových dotazů.
- Ověří vygenerovaný dotaz proti výběru schématu, aby se zajistilo, že odkazuje pouze na schválené tabulky a zobrazení.
- Provede dotaz prostřednictvím koncového bodu SQL Analytics a vrátí čitelné výsledky pro člověka.
Podporované artefakty
-
Eventhouse KQL Database – úložiště Fabric Real-Time Intelligence pro streamování, data řízená událostmi a časovou řadu.
Datový agent se připojí ke koncovému bodu databáze Eventhouse KQL a využívá integrované rozhraní NL2KQL Kusto, které umožňuje následující funkce:
- Otázka uživatele se přeloží do dotazu KQL pomocí vybraného schématu a všech zadaných pokynů nebo příkladů.
- Dotaz se ověří a potvrdí, že se dotkne jenom schválených entit schématu.
- Při schválení se dotaz provede s modulem Kusto optimalizovaným pro analytické úlohy s nízkou latencí a vysokou propustností.
Podporované artefakty
-
Power BI sémantické modely – publikované datové sady obsahující tabulky, relace, míry, počítané sloupce a hierarchie.
Každý sémantický model v Fabric zveřejňuje koncový bod XMLA, který datový agent používá ke spouštění dotazů DAX. Integrovaná služba NL2DAX :
- Přeloží přirozený jazyk do dotazu DAX s využitím metadat modelu (popisy tabulek, synonyma sloupců, definice měr, relace).
- Ověří dotaz na vybrané schéma.
- Provede se prostřednictvím koncového bodu XMLA a vrátí formátované výsledky.
Podporované artefakty
-
Graph Model – Grafové artefakty, které definují schémata uzlů a hran.
Graph Data Agent může spouštět dotazy GQL a zobrazit přehledy ze zdrojů dat grafu v Fabric. Pokud chcete takový agent nakonfigurovat, přidejte jako zdroj dat grafový model nebo sadu dotazů grafu.
Když agent dat spustí GQL na zdroji dat grafu, podkladový artefakt Fabric Graph provede vykonání dotazu, což způsobí spotřebu grafové operace.
Podporované artefakty
-
Fabric Ontology – sémantická vrstva, která zachycuje znalosti domény, definice entit a relace.
Jakmile je ontologie nakonfigurovaná v Fabric, můžete ji přidat jako zdroj dat do datového agenta. Agent používá ontologii k pochopení kontextu domény a odpovídání na otázky vycházející z modelu znalostí vaší organizace.
Podporované artefakty
-
Azure AI Vyhledávač Index – indexy integrované v Azure AI Foundry nad nestrukturovaným obsahem, jako jsou soubory PDF, textové soubory a další rozšířené dokumenty.
Datový agent se připojí přímo k vašemu indexu Azure AI Vyhledávač pomocí adresy URL prostředku. Když uživatel položí otázku, agent odešle dotaz (s identitou uživatele pro řízení přístupu) do indexu vyhledávání, načte nejrelevantnější bloky dokumentů a vytvoří konečnou odpověď. Citace se zahrnou automaticky, když index obsahuje pole adresy URL nebo cesty k souboru.
Podporované konfigurace zdrojů SQL
| Konfigurace |
Podporováno |
Details |
| Výběr schématu |
✅ Ano |
Vyberte konkrétní tabulky, zobrazení a funkce pro definování rozsahu agenta. |
| Pokyny k agentu |
✅ Ano |
Provedou agenta, kdy a jak směrovat otázky k tomuto zdroji. |
| Pokyny ke zdroji dat |
✅ Ano |
Zadejte popisy tabulek, logiku spojení, podrobnosti o klíčovém sloupci a obchodní terminologii pro NL2SQL. |
| Popis zdroje dat |
✅ Ano |
Popis, který pomáhá agentovi určit, jestli je tento zdroj dat relevantní pro otázku uživatele. |
|
Popisy objektů schématu (náhled) |
✅ Ano |
Poskytnout obchodní kontext pro tabulky, sloupce a další prvky schématu pro zlepšení generování SQL dotazů. Dostupné pouze v náhledovém modulu runtime. |
|
Témata (Náhled) |
✅ Ano |
Uveďte až 1 milion znaků tematických instrukcí. Datový agent získává relevantní části pro NL2SQL. Dostupné pouze v náhledovém modulu runtime. |
| Ukázky dotazů |
✅ Ano |
Zadejte páry přirozeného jazyka nebo SQL, aby se agent mohl seznámit se složitými vzory dotazů. Hlavní příklady se automaticky načítají prostřednictvím podobnosti vektorů. |
Podporované konfigurace zdrojů KQL pro Eventhouse
| Konfigurace |
Podporováno |
Details |
| Výběr schématu |
✅ Ano |
Vyberte konkrétní tabulky, materializovaná zobrazení, funkce a zkratky pro vymezení rozsahu agenta. |
| Pokyny k agentu |
✅ Ano |
Provedou agenta, kdy a jak směrovat otázky k tomuto zdroji. |
| Pokyny ke zdroji dat |
✅ Ano |
Zadejte kontext k tabulkám, virtuálním počítačům, funkcím a zkratkám nl2KQL. |
| Popis zdroje dat |
✅ Ano |
Popis, který pomáhá agentovi určit, jestli je tento zdroj dat relevantní pro otázku uživatele. |
| Témata |
❌ Ne |
Témata jsou podporována pouze pro SQL datové zdroje, které používají NL2SQL v preview runtime. |
| Ukázky dotazů |
✅ Ano |
Poskytněte páry přirozeného jazyka a KQL pro naučení agenta složitých vzorů agregací a spojení. |
Podporované konfigurace sémantických modelů
| Konfigurace |
Podporováno |
Details |
| Výběr schématu |
✅ Ano* |
Vyberte tabulky, které chcete zveřejnit. Ovládací prvek na úrovni sloupce je k dispozici při konfiguraci Prep pro AI v Power BI. |
| Pokyny k agentu |
✅ Ano |
Provedou agenta, kdy zvolit sémantický model pro zodpovězení otázek. |
| Pokyny ke zdroji dat |
❌ Ne* |
Pokyny se spravují prostřednictvím přípravy na AI (pokyny a ověřené odpovědi) na straně sémantického modelu. Agent dat je respektuje, když jsou přítomny. |
| Popis zdroje dat |
❌ Ne |
Sémantické modely nepodporují popisy zdrojů dat. |
| Témata |
❌ Ne |
Témata jsou podporována pouze pro SQL datové zdroje, které používají NL2SQL v preview runtime. |
| Ukázky dotazů |
❌ Ne* |
U sémantických modelů se v současné době nepodporuje. Použití ověřených odpovědí při přípravě AI k zahrnutí ukázkových dotazů DAX |
*Sémantické modely jsou primárně nakonfigurované prostřednictvím Prep pro AI v Power BI, která nabízí schémata dat AI, pokyny a ověřené odpovědi.
Podporované konfigurace pro grafový model
| Konfigurace |
Podporováno |
Details |
| Výběr schématu |
❌ Ne |
Graph neumožňuje uživateli omezit svého agenta na konkrétní uzly a hrany. |
| Pokyny k agentu |
✅ Ano |
Provedou agenta, kdy a jak směrovat otázky k tomuto zdroji. |
| Pokyny ke zdroji dat |
✅ Ano |
Předáno modulu NL2GQL pro vedení generování dotazů. |
| Popis zdroje dat |
✅ Ano |
Popis, který pomáhá agentovi určit, jestli je tento zdroj dat relevantní pro otázku uživatele. |
| Témata |
❌ Ne |
Témata jsou podporována pouze pro SQL datové zdroje, které používají NL2SQL v preview runtime. |
| Ukázky dotazů |
✅ Ano |
Předáno službě NL2GQL za účelem výuky složitých vzorů procházení grafů. |
Konfigurace podporované ontologií
| Konfigurace |
Podporováno |
Details |
| Výběr schématu |
❌ Ne |
Není podporováno pro ontologické datové zdroje. |
| Pokyny k agentu |
✅ Ano |
Provedou agenta, kdy zvolit sémantický model pro zodpovězení otázek. |
| Pokyny ke zdroji dat |
❌ Ne |
Není podporováno pro ontologické datové zdroje. |
| Popis zdroje dat |
✅ Ano |
Popis, který pomáhá agentovi určit, jestli je tento zdroj dat relevantní pro otázku uživatele. |
| Témata |
❌ Ne |
Témata jsou podporována pouze pro SQL datové zdroje, které používají NL2SQL v preview runtime. |
| Ukázky dotazů |
❌ Ne |
Není podporováno pro ontologické datové zdroje. |
Konfigurace nestrukturovaných dat
| Setting |
Details |
| Zobrazit název |
Vlastní název zobrazený pro index v prostředí agenta |
| Typ hledání |
V závislosti na konfiguraci indexu si můžete vybrat z fulltextového, hybridního nebo sémantického vyhledávání. |
| Počet dokumentů |
Určuje, kolik dokumentů se načte na dotaz (doporučeno: 3–20). |
| Kontext / popis |
Popište obsah indexu, pole klíčů a pokyny k použití, které vám pomůžou se směrováním. |
| Pokyny k agentu |
Průvodce tím, jak agent interpretuje výsledky hledání a sestavuje konečnou odpověď. |
| Témata |
Není podporováno. Témata jsou dostupná pouze pro SQL datové zdroje, které používají NL2SQL v preview runtime. |
Další informace