Dataverse-MCP-Serverreferenz

Wichtig

Sie müssen Teil des Frontier-Vorschauversionsprogramms sein, um Vorabzugriff auf Microsoft Agent 365 zu erhalten. Frontier verbindet Sie direkt mit den neuesten KI-Innovationen von Microsoft. Frontier-Vorschauversionen unterliegen den bestehenden Vorschauversionsbedingungen Ihrer Kundenvereinbarungen. Da sich diese Funktionen noch in der Entwicklung befinden, können sich ihre Verfügbarkeit und Merkmale im Laufe der Zeit ändern.

Übersicht

Anzeigename	Beschreibung des Dataflows
Microsoft Dataverse-MCP-Server	MCP-Server mit Tools zum Arbeiten mit Microsoft Dataverse.

Verfügbare Tools

Tool	Beschreibung des Dataflows
create_record	Ermöglicht Benutzern das Einfügen eines neuen Datensatzes in eine angegebene Dataverse-Tabelle. Bei erfolgreicher Erstellung gibt das Tool die GUID (Globally Unique Identifier) der neu hinzugefügten Zeile zurück, wodurch die nahtlose Integration mit nachgelagerten Vorgängen und Workflows erleichtert wird.
describe_table	Ruft das vollständige T-SQL-Schema für eine bestimmte Dataverse-Tabelle ab, einschließlich Feldnamen, Datentypen und Beziehungen. Dadurch erhalten Entwickler ein klares Verständnis der Tabellenstruktur zum effektiven Erstellen von Abfragen und zum effektiven Verwalten von Datenmodellen.
list_tables	Gibt eine umfassende Liste aller verfügbaren Tabellen in der aktuellen Dataverse-Umgebung zurück. Dies hilft Benutzern, die Datenlandschaft innerhalb ihrer Organisationsumgebung schnell zu erkennen und zu navigieren.
read_query	Führt SELECT-Anweisungen aus, um Dataverse-Daten direkt abzufragen und Ergebnisse basierend auf angegebenen Filtern und Bedingungen zurückzugeben. Ideal für Datenerkundungs-, Analyse- und Integrationsszenarien, die einen dynamischen Datenabruf erfordern.
update_record	Ermöglicht Benutzern das Ändern eines vorhandenen Datensatzes in einer Dataverse-Tabelle, indem der eindeutige Bezeichner (Unique Identifier, GUID) des Datensatzes und die zu aktualisierenden Felder angegeben werden. Dies gewährleistet eine effiziente Wartung und Synchronisierung von Daten.
create_table	Ermöglicht die Erstellung neuer Dataverse-Tabellen durch Definieren des Schemas, einschließlich Spaltennamen, Datentypen und Beziehungen. Dieses Tool unterstützt die flexible Schemaverwaltung, die an sich entwickelnden Geschäftsanforderungen ausgerichtet ist.
update_table	Erleichtert die Änderung des Schemas oder der Metadaten einer vorhandenen Tabelle, z. B. Hinzufügen neuer Spalten, Umbenennen von Feldern oder Aktualisierungseinschränkungen, ohne vorhandene Daten oder Workflows zu unterbrechen.
delete_table	Entfernt eine Tabelle dauerhaft aus der Dataverse-Umgebung, einschließlich des zugehörigen Schemas und der zugehörigen Daten. Dieser Vorgang ist auf Benutzer mit entsprechenden Berechtigungen beschränkt, um die Governancekonformität sicherzustellen.
delete_record	Löscht einen bestimmten Datensatz aus einer Dataverse-Tabelle mithilfe seines eindeutigen Bezeichners. Dieser Vorgang unterstützt eine effiziente Verwaltung des Datenlebenszyklus und die Einhaltung von Aufbewahrungsrichtlinien.
suchen	Ermöglicht die schlüsselwortbasierte Suche über Dataverse hinweg, sodass Benutzer bestimmte Datensätze, Entitäten oder Felder effizient suchen können. Dieses Tool ist besonders nützlich für explorative Analyse und Entitätsermittlung in großen Datasets.
fetch	Ruft die vollständigen Datensatzdetails von Dataverse mithilfe des Entitätsnamens und der Datensatz-ID ab. Dieses Tool bietet vollständige Einblicke in die Daten eines Datensatzes, unterstützt Überwachung, Berichterstellung und KI-gesteuerte Einblicke.

Schlüsselfunktionen

Erstellen und Aufnehmen von Daten

Auffüllen von Dataverse-Tabellen mit neuen Daten für Geschäftsdatensätze, Konfigurationen oder operative Entitäten.

Tools:

• create_record – Fügt neue Zeilen in Dataverse-Tabellen ein und gibt die GUID des Datensatzes zurück, wodurch nachgeschaltete Automatisierung oder Verknüpfung ermöglicht wird.
• create_table – Ermöglicht Entwicklern oder Administratoren, neue Tabellen mit einem angegebenen Schema zum Speichern von Geschäftsdaten zu definieren.

Datenuntersuchung und Datenermittlung

Verstehen der Struktur vorhandener Datenmodelle und Identifizieren verfügbarer Entitäten innerhalb von Dataverse.

Tools:

• list_tables – Listet alle Tabellen auf, die in der verbundenen Dataverse-Umgebung verfügbar sind.
• describe_table – Ruft das T-SQL-Schema einer beliebigen ausgewählten Tabelle ab, einschließlich Spalten, Typen und Beziehungen.

Datenabfrage und -analyse

Abrufen, Analysieren oder Überprüfen von Geschäftsdaten für Copilot-Begründungs- oder Entwicklerworkflows.

Tools:

• read_query – Führt SELECT-Abfragen aus, um gefilterte Daten aus Dataverse-Tabellen abzurufen.
• search – Durchsucht Dataverse mithilfe von Schlüsselwörtern nach Datensätzen, die bestimmten Kriterien entsprechen.
• fetch – Ruft vollständige Details eines Datensatzes mithilfe des Entitätsnamens und der ID für eine tiefere Analyse ab.

Datenaktualisierung und -pflege

Ändern Sie vorhandene Daten oder aktualisieren Sie das Schema so, dass sie sich an der Änderung von Geschäftslogik oder Prozessen richtet.

Tools:

• update_record – Aktualisiert Felder in einem vorhandenen Datensatz, z. B. Status, Besitzer oder Priorität.
• update_table – Passt das Schema oder die Metadaten einer Tabelle an, z. B. das Hinzufügen einer neuen Spalte oder das Umbenennen eines Felds.

Datenlöschung und Lebenszyklusverwaltung

Verwalten Sie Aufbewahrungsrichtlinien, oder bereinigen Sie veraltete Datensätze und Tabellen, während Die Datengovernance beibehalten wird.
Tools:

• delete_record – Entfernt bestimmte Datensätze nach GUID, unterstützt automatisierte Bereinigungen oder DSGVO-kompatible Löschungen.
• delete_table – Löscht nicht verwendete oder veraltete Tabellen sicher aus Dataverse.

Intelligente Copilot- und KI-Szenarien

Ermöglichen Sie es KI-Copilots und Agents (z. B. Microsoft Copilot Studio, Claude Desktop), sicher über Dataverse-Daten zu argumentieren.
Tools:

• search, read_query und fetch – Ermöglichen Sie Copilots, mithilfe von Unternehmensdaten dynamisch zu suchen, zu interpretieren und darauf zu reagieren.
• create_record und update_record – Copilots erlauben, neue Aktionen zu protokollieren oder vorhandene Datensätze als Teil von Unterhaltungsworkflows zu ändern.