Verwenden des Microsoft Fabric-Daten-Agents (Vorschau)

Integrieren Sie Ihren Azure AI Foundry Agent in den Microsoft Fabric-Daten-Agent , um leistungsstarke Datenanalysefunktionen freizuschalten. Der Fabric-Daten-Agent wandelt Unternehmensdaten in Unterhaltungs-Q&A-Systeme um, sodass Benutzer über Chat mit den Daten interagieren und datengesteuerte und umsetzbare Erkenntnisse aufdecken können.

Sie müssen zuerst einen Fabric-Daten-Agent erstellen und veröffentlichen und dann Ihren Fabric-Daten-Agent mit dem veröffentlichten Endpunkt verbinden. Wenn ein Benutzer eine Abfrage sendet, wird zunächst bestimmt, ob der Fabric-Daten-Agent genutzt werden soll oder nicht. Wenn ja, wird die Identität des Endbenutzers verwendet, um Abfragen über Daten zu generieren, auf die er Zugriff hat. Schließlich generiert der Agent Antworten basierend auf Abfragen, die von Fabric-Daten-Agents zurückgegeben werden. Mit der Autorisierung von Identity Passthrough (On-Behalf-Of) vereinfacht diese Integration den Zugriff auf Unternehmensdaten in Fabric und sorgt gleichzeitig für eine stabile Sicherheit, um eine ordnungsgemäße Zugriffssteuerung und den Schutz auf Unternehmensniveau sicherzustellen.

Nutzungssupport

Unterstützung für Azure AI Foundry	Python SDK	C# SDK	JavaScript SDK	REST-API	Basic-Agent-Setup	Standard-Agent-Setup
✔️				✔️	✔️	✔️

Voraussetzungen

• Sie haben einen Fabric-Daten-Agent-Endpunkt erstellt und veröffentlicht.

• Fachkräfte in der Entwicklung und Endbenutzende verfügen mindestens über die RBAC-Rolle „Azure AI User“.

• Entwickler und Endbenutzer haben mindestens READ Zugriff auf den Fabric-Daten-Agent und die zugrunde liegenden Datenquellen, mit denen sie eine Verbindung herstellt.

• Ihr Fabric Data Agent und Azure AI Foundry Agent müssen sich im gleichen Tenant befinden.

Konfiguration

Hinweis

• Das modell, das Sie in azure AI Foundry Agent setup ausgewählt haben, wird nur für die Agent-Orchestrierung und Reaktionsgenerierung verwendet. Es hat keinen Einfluss darauf, welches Modell der Fabric-Daten-Agent für den NL2SQL-Vorgang verwendet.
• Damit Ihr Modell Ihr Microsoft Fabric-Tool erwartungsgemäß aufrufen kann, aktualisieren Sie die Agent-Anweisungen mit Beschreibungen Ihres Fabric-Daten-Agents und den Daten, auf die es zugreifen kann. Ein Beispiel ist "für Kunden- und Produktumsatzdaten, verwenden Sie bitte das Fabric-Tool". Wir empfehlen, ein kleineres KI-Modell wie z.B. gpt-4o-mini zu verwenden. Sie können auch parameter in SDK oder API verwenden tool_choice , um zu erzwingen, dass Fabric-Tool bei jeder Ausführung aufgerufen wird.

1. Erstellen Sie einen Azure AI Foundry Agent, indem Sie die Schritte in der Schnellstartanleitung ausführen.

2. Erstellen und Veröffentlichen eines Fabric-Daten-Agents

   Hinweis

   • Stellen Sie sicher, dass Sie den Daten-Agent in Fabric veröffentlicht haben.

Sie können das Microsoft Fabric-Tool programmgesteuert einem Agent hinzufügen, indem Sie die Codebeispiele verwenden, die oben in diesem Artikel oder im Azure AI Foundry-Portal aufgeführt sind. Wenn Sie das Portal verwenden möchten:

1. Navigieren Sie zur Agenten-Seite in Azure AI Foundry und scrollen Sie im Setup-Bereich auf der rechten Seite bis zum Abschnitt Wissen. Wählen Sie dann Hinzufügen aus.

   

2. Wählen Sie Microsoft Fabric aus, und folgen Sie den Anweisungen, um das Tool hinzuzufügen. Sie können pro Agent nur eins hinzufügen.

3. Klicken Sie hier, um neue Verbindungen hinzuzufügen. Nachdem Sie eine Verbindung hinzugefügt haben, können Sie direkt aus der vorhandenen Liste auswählen.

   1. Um eine neue Verbindung zu erstellen, müssen Sie workspace-id und artifact-id in Ihrem veröffentlichten Fabric-Daten-Agent-Endpunkt finden. Ihr Fabric-Daten-Agent-Endpunkt würde wie folgt aussehen: https://<environment>.fabric.microsoft.com/groups/<workspace_id>/aiskills/<artifact-id>

   2. Anschließend können Sie beide zu Ihrer Verbindung hinzufügen. Vergewissern Sie sich, dass Sie für beide is secret aktiviert haben

      

Folgen Sie der Quickstart-Anleitung der REST-API, um die richtigen Werte für die Umgebungsvariablen AGENT_TOKEN, AZURE_AI_FOUNDRY_PROJECT_ENDPOINT und API_VERSION festzulegen. Stellen Sie für API_VERSION sicher, dass Sie 2025-05-15-preview verwenden.

Von Bedeutung

Die folgenden Beispiele sind anwendbar, wenn Sie die Azure AI Foundry Project-Ressource mit dem Microsoft Fabric-Tool über DEN REST-API-Aufruf Verwenden: Ihre Verbindungs-ID sollte in diesem Format vorliegen: /subscriptions/<sub-id>/resourceGroups/<your-rg-name>/providers/Microsoft.CognitiveServices/accounts/<your-ai-services-name>/projects/<your-project-name>/connections/<your-fabric-connection-name>

Erstellen eines Agents mit aktiviertem Microsoft Fabric-Tool

curl --request POST \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/assistants?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
        "instructions": "You are a helpful agent.",
        "name": "my-agent",
        "model": "gpt-4o",
        "tools": [
          {
            "type": "fabric_dataagent",
            "fabric_dataagent": {
                "connections": [
                    {
                        "connection_id": "/subscriptions/<sub-id>/resourceGroups/<your-rg-name>/providers/Microsoft.CognitiveServices/accounts/<your-ai-services-name>/projects/<your-project-name>/connections/<your-fabric-connection-name>"
                    }
                ]
            }
          }
        ]
      }'

Erstellen eines Threads

Erstellen eines Threads

curl --request POST \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/threads?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN" \
  -H "Content-Type: application/json" \
  -d ''

Hinzufügen einer Benutzerfrage zum Thread

curl --request POST \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/threads/thread_abc123/messages?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
      "role": "user",
      "content": "<question related to your data>"
    }'

Erstellen einer Ausführung und Überprüfen der Ausgabe

Thread ausführen

curl --request POST \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/threads/thread_abc123/runs?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "assistant_id": "asst_abc123",
  }'

Abrufen des Ausführungsstatus

curl --request GET \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/threads/thread_abc123/runs/run_abc123?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN"

Antwort des Agenten abrufen

curl --request GET \
  --url $AZURE_AI_FOUNDRY_PROJECT_ENDPOINT/threads/thread_abc123/messages?api-version=$API_VERSION \
  -H "Authorization: Bearer $AGENT_TOKEN"

Nächste Schritte

Sehen Sie sich das vollständige Beispiel für den Fabric-Datenagenten an.