Κοινοποίηση μέσω


Σύνδεση AI Agents στο Fabric API για GraphQL με έναν τοπικό διακομιστή πρωτοκόλλου περιβάλλοντος μοντέλου (MCP)

Φανταστείτε να ζητάτε από το GitHub Copilot "Εμφάνιση όλων των πωλήσεων από το προηγούμενο τρίμηνο" και να το ζητάτε αυτόματα από την αποθήκη δεδομένων Fabric, να κατανοεί το σχήμα και να επιστρέφει αποτελέσματα, όλα αυτά χωρίς να γράψετε ούτε μία γραμμή GraphQL. Αυτό το σεμινάριο σάς δείχνει πώς να το κάνετε αυτό δυνατό.

Σε αυτό το σεμινάριο, δημιουργείτε έναν τοπικό διακομιστή GraphQL MCP που λειτουργεί ως γέφυρα μεταξύ των πρακτόρων AI και των δεδομένων σας Microsoft Fabric. Στο τέλος, έχετε έναν λειτουργικό διακομιστή ανάπτυξης που επιτρέπει σε βοηθούς τεχνητής νοημοσύνης όπως το GitHub Copilot, ο Claude και άλλοι πράκτορες τεχνητής νοημοσύνης να υποβάλλουν φυσικά ερωτήματα στα δεδομένα σας Fabric χρησιμοποιώντας γλώσσα συνομιλίας.

Τι θα πετύχετε:

  1. Ρυθμίστε τον έλεγχο ταυτότητας ώστε ο διακομιστής GraphQL MCP να έχει ασφαλή πρόσβαση στο Fabric
  2. Ενεργοποιήστε την ενδοσκόπηση σχήματος, ώστε οι πράκτορες AI να μπορούν να ανακαλύψουν αυτόματα τη δομή των δεδομένων σας
  3. Αναπτύξτε έναν τοπικό διακομιστή GraphQL MCP που μεταφράζει τη φυσική γλώσσα σε ερωτήματα GraphQL
  4. Συνδέστε το GitHub Copilot ή άλλα εργαλεία AI για να υποβάλετε ερωτήματα στα δεδομένα σας μέσω συνομιλίας

Τι είναι το πρωτόκολλο περιβάλλοντος μοντέλου (MCP);

Το Model Context Protocol (MCP) είναι ένα πρότυπο για τη σύνδεση βοηθών τεχνητής νοημοσύνης με τα συστήματα όπου ζουν τα δεδομένα, συμπεριλαμβανομένων των αποθετηρίων περιεχομένου, των επιχειρηματικών εργαλείων και των περιβαλλόντων ανάπτυξης. Στόχος της είναι να βοηθήσει τα συνοριακά μοντέλα να παράγουν καλύτερες και πιο σχετικές απαντήσεις. Σκεφτείτε το MCP σαν μια θύρα USB-C για εφαρμογές AI. Όπως ακριβώς USB-C παρέχει έναν τυποποιημένο τρόπο σύνδεσης των συσκευών σας με διάφορα περιφερειακά και αξεσουάρ, η MCP παρέχει έναν τυποποιημένο τρόπο σύνδεσης μοντέλων AI σε εξωτερικές προελεύσεις δεδομένων και εργαλεία.

Μεγάλες πλατφόρμες τεχνητής νοημοσύνης, συμπεριλαμβανομένων των OpenAI, Microsoft Copilot Studio και Microsoft Foundry, υιοθέτησαν το MCP ως τυπικό τρόπο ενσωμάτωσης πρακτόρων AI με εξωτερικά συστήματα. Αυτό καθιστά το MCP μια ιδανική επιλογή για τη σύνδεση παραγόντων AI στα δεδομένα σας Microsoft Fabric.

Γιατί το GraphQL είναι ιδανικό για MCP

Το GraphQL είναι κατάλληλο για ενσωματώσεις MCP επειδή:

  • Ενδοσκόπηση σχήματος: Οι παράγοντες AI μπορούν να εντοπίζουν αυτόματα διαθέσιμες δομές δεδομένων και σχέσεις απευθείας από το σχήμα GraphQL
  • Ευέλικτα ερωτήματα: Οι αντιπρόσωποι μπορούν να ζητήσουν ακριβώς τα δεδομένα που χρειάζονται σε μία μόνο αίτηση
  • Ασφάλεια τύπου: Η ισχυρή πληκτρολόγηση βοηθά τους παράγοντες AI να κατανοήσουν τις μορφές και τους περιορισμούς των δεδομένων
  • Αποτελεσματική ανάκτηση δεδομένων: Μειώνει την υπερβολική ανάκτηση και την υπο-ανάκτηση δεδομένων

Το API του Microsoft Fabric για το GraphQL διευκολύνει την έκθεση των λιμνών, των αποθηκών δεδομένων και των βάσεων δεδομένων Fabric σε πράκτορες AI μέσω μιας τυποποιημένης διασύνδεσης GraphQL. Ενώ το API για GraphQL παρέχει ήδη ισχυρές δυνατότητες υποβολής ερωτημάτων, η ρύθμιση μιας σύνδεσης για τους παράγοντες AI μπορεί να μην είναι τόσο απλή όσο θα μπορούσε να είναι.

Με έναν απλό τοπικό διακομιστή GraphQL MCP, οι προγραμματιστές μπορούν να χρησιμοποιήσουν πράκτορες τεχνητής νοημοσύνης για να ανακαλύψουν τη δομή δεδομένων Fabric τους, να κατανοήσουν τι είναι διαθέσιμο και να το ρωτήσουν χρησιμοποιώντας φυσική γλώσσα – όλα μέσω της τυποποιημένης διεπαφής MCP. Βολικά, δεν χρειάζεται να ορίσετε ένα ξεχωριστό εργαλείο MCP στον διακομιστή για κάθε τύπο GraphQL, ερώτημα ή μετάλλαξη. Ο διακομιστής GraphQL MCP εξετάζει το σχήμα GraphQL, δίνοντας τη δυνατότητα στους πράκτορες AI να κατανοούν όλους τους διαθέσιμους τύπους και λειτουργίες από την αρχή.

Προαπαιτούμενα

Προτού ξεκινήσετε αυτή την εκμάθηση, βεβαιωθείτε ότι έχετε τα εξής:

Σημείωμα

Δεν είστε διαχειριστής; Ορισμένα βήματα σε αυτό το σεμινάριο απαιτούν δικαιώματα διαχειριστή. Εάν δεν είστε διαχειριστής, μπορείτε να ολοκληρώσετε το μεγαλύτερο μέρος του σεμιναρίου ζητώντας από τον διαχειριστή σας να σας βοηθήσει με συγκεκριμένες εργασίες. Κάθε βήμα που απαιτεί δικαιώματα διαχειριστή επισημαίνεται με σαφήνεια.

Βήμα 1: Ρύθμιση παραμέτρων πρόσβασης κύριας υπηρεσίας

Αυτό που κάνεις: Ρύθμιση μη αλληλεπιδραστικών διαπιστευτηρίων ελέγχου ταυτότητας, ώστε ο διακομιστής GraphQL MCP να έχει πρόσβαση στο Fabric χωρίς να απαιτείται από τον χρήστη να συνδέεται κάθε φορά.

Γιατί αυτό έχει σημασία: Ο διακομιστής GraphQL MCP εκτελείται ως υπηρεσία παρασκηνίου που καλούν αυτόματα οι πράκτορες AI. Χρειάζεται τη δική του ταυτότητα (μια κύρια υπηρεσία) με διαπιστευτήρια για τον έλεγχο ταυτότητας στο Fabric εκ μέρους της εφαρμογής σας και όχι εκ μέρους ενός συγκεκριμένου χρήστη.

Ακολουθήστε τον πλήρη οδηγό στο θέμα Χρήση οντοτήτων υπηρεσίας με API Fabric για GraphQL για να κάνετε τα εξής:

  • Δημιουργία καταχώρησης εφαρμογής Azure (οποιοσδήποτε χρήστης με δικαιώματα δημιουργίας εγγραφών εφαρμογών στο Microsoft Entra ID)
  • Προσθήκη μυστικού κωδικού προγράμματος-πελάτη στην περιοχή Πιστοποιητικά και μυστικοί κωδικοί (οποιοσδήποτε χρήστης)
  • Ενεργοποίηση κύριων υπηρεσιών στις ρυθμίσεις μισθωτή σας (απαιτείται διαχειριστής μισθωτή Fabric)
  • Εκχωρήστε δικαιώματα στο GraphQL API και στον χώρο εργασίας σας (απαιτείται ρόλος διαχειριστή χώρου εργασίας ή συνεργάτη)

Φιλοδώρημα

Δεν είστε διαχειριστής; Μπορείτε να ολοκληρώσετε μόνοι σας τα δύο πρώτα στοιχεία. Για τη ρύθμιση μισθωτή, ζητήστε από τον διαχειριστή μισθωτή Fabric να ενεργοποιήσει την επιλογή "Οι κύριες υπηρεσίες μπορούν να χρησιμοποιούν API Fabric" στην περιοχή Πύλη> διαχείρισηςΡυθμίσεις> μισθωτήΡυθμίσεις προγραμματιστή. Για δικαιώματα χώρου εργασίας, ζητήστε από τον διαχειριστή του χώρου εργασίας σας να παραχωρήσει στον κύριο της υπηρεσίας σας πρόσβαση στον χώρο εργασίας ή σε συγκεκριμένο API GraphQL.

Καθώς ολοκληρώνετε τη ρύθμιση, καταγράψτε αυτές τις τρεις τιμές για τη διαμόρφωση διακομιστή GraphQL MCP:

  • Αναγνωριστικό μισθωτή: Βρίσκεται στο Microsoft Entra ID στην περιοχή Επισκόπηση>Αναγνωριστικό μισθωτή
  • Αναγνωριστικό προγράμματος-πελάτη: Βρίσκεται στην εγγραφή της εφαρμογής σας στην ενότητα Επισκόπηση>Αναγνωριστικό εφαρμογής (πελάτης)
  • Μυστικός κωδικός προγράμματος-πελάτη: Η μυστική τιμή που εμφανίζεται όταν δημιουργείτε έναν νέο μυστικό κωδικό προγράμματος-πελάτη (αντιγράψτε αμέσως—εμφανίζεται μόνο μία φορά)

Βήμα 2: Ενεργοποιήστε την ενδοσκόπηση GraphQL (απαιτείται διαχειριστής χώρου εργασίας)

Αυτό που κάνεις: Η ενεργοποίηση της ενδοσκόπησης επιτρέπει στον διακομιστή GraphQL MCP να ρωτήσει το GraphQL API σας "Τι δεδομένα έχετε;" και λάβετε μια πλήρη περιγραφή όλων των διαθέσιμων τύπων, πεδίων και σχέσεων.

Γιατί αυτό έχει σημασία: Αυτή είναι η «μαγεία» που κάνει δυνατά τα ερωτήματα φυσικής γλώσσας. Όταν ρωτάτε το Copilot "Δείξε μου πελάτες", ο πράκτορας AI χρησιμοποιεί πρώτα την ενδοσκόπηση για να ανακαλύψει ότι υπάρχει ένας customers τύπος, ποια πεδία έχει και πώς να τον ρωτήσει. Χωρίς ενδοσκόπηση, θα πρέπει να τεκμηριώσετε χειροκίνητα ολόκληρο το σχήμα σας για την τεχνητή νοημοσύνη.

Σημαντικό

Η ενδοσκόπηση πρέπει να είναι ενεργοποιημένη για να λειτουργήσει ο διακομιστής GraphQL MCP. Αυτό είναι απενεργοποιημένο από προεπιλογή στο Fabric για λόγους ασφαλείας. Μόνο οι διαχειριστές χώρων εργασίας μπορούν να ενεργοποιήσουν την ενδοσκόπηση. Εάν δεν είστε διαχειριστής, ζητήστε από τον διαχειριστή του χώρου εργασίας σας να ολοκληρώσει αυτό το βήμα.

Ακολουθήστε τον πλήρη οδηγό στο Microsoft Fabric API για GraphQL Introspection and Schema Export για:

  • Ενεργοποιήστε την ενδοσκόπηση στις ρυθμίσεις API σας
  • Κατανοήστε πώς λειτουργούν τα ερωτήματα ενδοσκόπησης
  • Μάθετε σχετικά με τις επιλογές εξαγωγής σχήματος

Μόλις ενεργοποιηθεί η ενδοσκόπηση, ο διακομιστής GraphQL MCP μπορεί να ρωτήσει τη δομή του σχήματός σας και να τη διαθέσει σε πράκτορες τεχνητής νοημοσύνης.

Βήμα 3: Ρυθμίστε τον διακομιστή GraphQL MCP

Αυτό που κάνεις: Εγκατάσταση και διαμόρφωση ενός τοπικού διακομιστή Node.js που υλοποιεί το πρωτόκολλο περιβάλλοντος μοντέλου. Αυτός ο διακομιστής λειτουργεί ως μεταφραστής μεταξύ των πρακτόρων AI και του Fabric GraphQL API σας.

Γιατί αυτό έχει σημασία: Ο διακομιστής MCP παρέχει μια τυποποιημένη διεπαφή που κατανοούν οι πράκτορες AI. Όταν ένας πράκτορας AI συνδέεται, μπορεί να ανακαλύψει ποια εργαλεία είναι διαθέσιμα (ενδοσκόπηση και ερωτήματα), να καλέσει αυτά τα εργαλεία και να λάβει απαντήσεις—όλα αυτά χωρίς να γράψετε προσαρμοσμένο κώδικα ενοποίησης για κάθε πλατφόρμα AI.

Τώρα που έχετε ενεργοποιήσει τα διαπιστευτήρια ελέγχου ταυτότητας (Βήμα 1) και την ενδοσκόπηση (Βήμα 2), είστε έτοιμοι να διαμορφώσετε τον διακομιστή ώστε να τα χρησιμοποιεί.

Κλωνοποίηση του δείγματος αποθετηρίου δεδομένων

git clone https://github.com/microsoft/fabric-samples.git
cd fabric-samples/docs-samples/data-engineering/GraphQL/MCP

Εγκατάσταση εξαρτήσεων

npm install

Ρύθμιση μεταβλητών περιβάλλοντος

Δημιουργήστε ένα .env αρχείο στη ρίζα του έργου με τη ρύθμιση παραμέτρων:

MICROSOFT_FABRIC_API_URL=https://your-fabric-endpoint/graphql
MICROSOFT_FABRIC_TENANT_ID=your_tenant_id_here
MICROSOFT_FABRIC_CLIENT_ID=your_client_id_here
MICROSOFT_FABRIC_CLIENT_SECRET=your_client_secret_here
SCOPE=https://api.fabric.microsoft.com/.default

Αντικαταστήστε τις τιμές κράτησης θέσης με:

  • MICROSOFT_FABRIC_API_URL: Το τελικό σημείο GraphQL σας από την πύλη Fabric
  • MICROSOFT_FABRIC_TENANT_ID: Το αναγνωριστικό μισθωτή Σας Azure
  • MICROSOFT_FABRIC_CLIENT_ID: Το αναγνωριστικό προγράμματος-πελάτη καταχώρησης της εφαρμογής σας
  • MICROSOFT_FABRIC_CLIENT_SECRET: Ο μυστικός κωδικός προγράμματος-πελάτη καταχώρησης της εφαρμογής σας

Ξεκινήστε τον διακομιστή GraphQL MCP

node FabricGraphQL_MCP.js

Ο διακομιστής ξεκινά και http://localhost:3000 εμφανίζει:

Microsoft Fabric GraphQL MCP server listening on port 3000
API URL: https://your-fabric-endpoint/graphql
Scope: https://api.fabric.microsoft.com/.default

Διαθέσιμα εργαλεία MCP

Ο διακομιστής GraphQL MCP παρέχει δύο κύρια εργαλεία:

introspect-schema

  • Σκοπός: Επιστρέφει το πλήρες σχήμα GraphQL
  • Παράμετροι: Καμία
  • Χρήση: Πρέπει να κληθεί πρώτα πριν από την πραγματοποίηση ερωτημάτων

query-graphql

  • Σκοπός: Εκτελεί ερωτήματα GraphQL σε σχέση με τα δεδομένα Fabric σας
  • Παράμετροι:
    • query (απαιτείται): Η συμβολοσειρά ερωτήματος GraphQL
    • variables (προαιρετικό): Αντικείμενο μεταβλητών GraphQL
  • Χρήση: Για όλες τις λειτουργίες ανάκτησης και χειρισμού δεδομένων

Κατανόηση της ροής εργασιών

Η τυπική ροή εργασίας GraphQL MCP ακολουθεί αυτό το μοτίβο:

  1. Ανακάλυψη σχήματος: Ο πράκτορας AI πρέπει πρώτα να καλέσει το introspect-schema εργαλείο για να κατανοήσει το σχήμα και τα διαθέσιμα δεδομένα
  2. Σχεδιασμός ερωτημάτων: Ο πράκτορας αναλύει το αίτημά σας σε φυσική γλώσσα και το σχήμα GraphQL
  3. Δημιουργία ερωτημάτων: Ο παράγοντας δημιουργεί κατάλληλα ερωτήματα GraphQL
  4. Εκτέλεση: Ο πράκτορας καλεί το query-graphql εργαλείο με τα ερωτήματα που δημιουργούνται
  5. Επεξεργασία απόκρισης: Ο παράγοντας μορφοποιήσει και παρουσιάζει τα αποτελέσματα

Βήμα 4: Δοκιμάστε τον διακομιστή GraphQL MCP

Αυτό που κάνεις: Επαλήθευση ότι ο διακομιστής MCP μπορεί να πραγματοποιήσει έλεγχο ταυτότητας στο Fabric, να ανακτήσει το σχήμα σας και να εκτελέσει ερωτήματα, πριν από τη σύνδεση παραγόντων AI.

Γιατί αυτό έχει σημασία: Η χειροκίνητη δοκιμή διασφαλίζει ότι όλα έχουν ρυθμιστεί σωστά. Εάν αυτές οι δοκιμές περάσουν, γνωρίζετε ότι οι πράκτορες AI μπορούν να συνδεθούν με επιτυχία στο Βήμα 5.

Επαλήθευση της εύρυθμη λειτουργίας του διακομιστή

Πρώτα, επιβεβαιώστε ότι ο διακομιστής εκτελείται και μπορεί να πραγματοποιήσει έλεγχο ταυτότητας στο Fabric.

Χρήση του PowerShell:

Invoke-RestMethod -Uri "http://localhost:3000/health" -Method Get

Χρήση cURL:

curl http://localhost:3000/health

Θα πρέπει να λάβετε μια απόκριση που υποδεικνύει ότι ο διακομιστής εκτελείται, παρόμοια με:

{"status":"healthy","server":"Microsoft Fabric GraphQL MCP Server","hasToken":true,"tokenExpiry":"2025-06-30T23:11:36.339Z"}

Ενδοσκόπηση σχήματος δοκιμής

Στη συνέχεια, βεβαιωθείτε ότι ο διακομιστής μπορεί να ανακτήσει το σχήμα GraphQL μέσω ενδοσκόπησης. Αυτό καλεί το introspect-schema εργαλείο MCP.

Χρήση του PowerShell:

$headers = @{
    "Content-Type" = "application/json"
    "Accept" = "application/json, text/event-stream"
}

$body = @{
    jsonrpc = "2.0"
    id = 1
    method = "tools/call"
    params = @{
        name = "introspect-schema"
        arguments = @{}
    }
} | ConvertTo-Json -Depth 3

Invoke-RestMethod -Uri "http://localhost:3000/mcp" -Method Post -Body $body -Headers $headers

Χρήση cURL:

curl -X POST http://localhost:3000/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": 1,
    "method": "tools/call",
    "params": {
      "name": "introspect-schema",
      "arguments": {}
    }
  }'

Αυτό θα πρέπει να επιστρέψει τον ορισμό σχήματος GraphQL.

Δοκιμή ερωτήματος GraphQL

Τέλος, δοκιμάστε την εκτέλεση ενός πραγματικού ερωτήματος GraphQL μέσω του διακομιστή MCP. Αυτό το παράδειγμα υποβάλλει ερωτήματα για όλα τα ονόματα τύπων στο σχήμα σας χρησιμοποιώντας το query-graphql εργαλείο MCP.

Χρήση του PowerShell:

$headers = @{
    "Content-Type" = "application/json"
    "Accept" = "application/json, text/event-stream"
}

$body = @{
    jsonrpc = "2.0"
    id = 2
    method = "tools/call"
    params = @{
        name = "query-graphql"
        arguments = @{
            query = "query { __schema { types { name } } }"
        }
    }
} | ConvertTo-Json -Depth 4

Invoke-RestMethod -Uri "http://localhost:3000/mcp" -Method Post -Body $body -Headers $headers

Χρήση cURL:

curl -X POST http://localhost:3000/mcp \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": 2,
    "method": "tools/call",
    "params": {
      "name": "query-graphql",
      "arguments": {
        "query": "query { __schema { types { name } } }"
      }
    }
  }'

Αυτό επιστρέφει μια λίστα με όλους τους τύπους στο σχήμα GraphQL.

Βήμα 5: Σύνδεση παραγόντων AI

Αυτό που κάνεις: Διαμόρφωση εργαλείων AI για χρήση του τοπικού διακομιστή MCP ως πηγή δεδομένων.

Γιατί αυτό έχει σημασία: Εδώ ενώνονται όλα. Μόλις συνδεθούν, οι εκπρόσωποι AI μπορούν να ανακαλύψουν το σχήμα Fabric μέσω ενδοσκόπησης και να δημιουργήσουν ερωτήματα GraphQL με βάση αιτήματα φυσικής γλώσσας. Το AI χειρίζεται τη σύνταξη του ερωτήματος—απλώς κάνετε ερωτήσεις σε απλά αγγλικά.

GitHub Copilot στο Visual Studio Code

  1. Εγκατάσταση της επέκτασης GitHub Copilot σε κώδικα VS
  2. Διαμορφώστε τον διακομιστή GraphQL MCP στις ρυθμίσεις Copilot:
    {
      "fabric-graphql": {
        "type": "http",
        "url": "http://localhost:3000/mcp"
      }
    }
    
  3. Στη συνομιλία Copilot, ζητήστε πρώτα να εξετάσετε το σχήμα και, στη συνέχεια, δοκιμάστε να θέσετε μια σχετική ερώτηση σχετικά με τα δεδομένα που έχουν προστεθεί σε φυσική γλώσσα, για παράδειγμα:

Στιγμιότυπο οθόνης: Ανάκτηση λίστας πελατών που χρησιμοποιούν το ενδοσκοπικό σχήμα Microsoft Fabric GraphQL API σε VS Code με το GitHub Copilot και τον τοπικό διακομιστή MCP.

IDE ομάδας εγγραφών

  1. Άνοιγμα ρυθμίσεων ομάδας εγγραφών
  2. Προσθέστε τη ρύθμιση παραμέτρων του διακομιστή MCP:
    {
      "fabric-graphql": {
        "type": "http",
        "url": "http://localhost:3000/mcp"
      }
    }
    
  3. Στη συνομιλία, πρώτα ζητήστε να εξετάσετε το σχήμα και, στη συνέχεια, δοκιμάστε να θέσετε μια σχετική ερώτηση σχετικά με τα δεδομένα που έχουν προστεθεί σε φυσική γλώσσα.

Τι φτιάξατε

Συγχαρητήρια! Τώρα έχετε έναν λειτουργικό διακομιστή GraphQL MCP που:

  • Πραγματοποιεί έλεγχο ταυτότητας στο Fabric χρησιμοποιώντας διαπιστευτήρια κύριας υπηρεσίας
  • Εκθέτει το σχήμα δεδομένων Fabric μέσω ενδοσκόπησης
  • Μεταφράζει αιτήματα πρακτόρων AI σε ερωτήματα GraphQL
  • Επιστρέφει δεδομένα σε μορφή που μπορούν να κατανοήσουν και να παρουσιάσουν οι πράκτορες AI

Οι πράκτορες τεχνητής νοημοσύνης σας (όπως το GitHub Copilot) μπορούν τώρα:

  • Αυτόματη ανακάλυψη των δεδομένων που είναι διαθέσιμα στον χώρο εργασίας σας Fabric
  • Δημιουργήστε σωστά ερωτήματα GraphQL με βάση ερωτήσεις φυσικής γλώσσας
  • Ανάκτηση και μορφοποίηση αποτελεσμάτων χωρίς να γράψετε κώδικα ερωτήματος

Αυτός ο τοπικός διακομιστής προορίζεται για ανάπτυξη και μάθηση. Οι ακόλουθες ενότητες καλύπτουν σημαντικά ζητήματα για τις αναπτύξεις παραγωγής και τα συνήθη σενάρια αντιμετώπισης προβλημάτων.

Ζητήματα ασφαλείας

Ενώ ο τοπικός διακομιστής GraphQL MCP θα πρέπει να υλοποιηθεί μόνο για σκοπούς ανάπτυξης όπως περιγράφεται σε αυτό το σεμινάριο, υλοποιείται με μεταφορά HTTP, καθιστώντας ευκολότερη τη χρήση του ως σημείο εκκίνησης για πιο σύνθετες ενσωματώσεις πελάτη-διακομιστή ή web. Εάν αναπτύσσετε διακομιστές GraphQL MCP στην παραγωγή:

  • Χρησιμοποιήστε το Azure Key Vault για την αποθήκευση μυστικών .env στοιχείων αντί για αρχεία
  • Εφαρμόστε κατάλληλους κανόνες εξουσιοδότησης, ασφάλειας δικτύου και τείχους προστασίας
  • Ενεργοποίηση καταγραφής ελέγχου για όλα τα ερωτήματα GraphQL
  • Χρήση παρουσιών Azure App Service ή κοντέινερ για φιλοξενία
  • Υλοποίηση περιορισμού ρυθμού και ελέγχου ταυτότητας για τα τελικά σημεία MCP
  • Τακτική εναλλαγή μυστικών και πιστοποιητικών προγράμματος-πελάτη

Αντιμετώπιση προβλημάτων

Συνήθη προβλήματα και λύσεις

Σφάλματα ελέγχου ταυτότητας

  • Επαληθεύστε ότι η Καταχώρηση εφαρμογής Azure έχει τα κατάλληλα δικαιώματα
  • Ελέγξτε ότι οι οντότητες υπηρεσίας είναι ενεργοποιημένες στον μισθωτή Fabric σας
  • Βεβαιωθείτε ότι ο μυστικός κωδικός του προγράμματος-πελάτη σας δεν έχει λήξει

Η ενδοσκόπηση σχήματος αποτυγχάνει

  • Επιβεβαίωση ότι έχει ενεργοποιηθεί η ενδοσκόπηση στις ρυθμίσεις σας GraphQL API
  • Βεβαιωθείτε ότι η διεύθυνση URL τελικού σημείου GraphQL είναι σωστή
  • Επαλήθευση συνδεσιμότητας δικτύου στον χώρο εργασίας Fabric σας

Ο παράγοντας AI δεν αναγνωρίζει εργαλεία

  • Επανεκκινήστε το πρόγραμμα-πελάτη AI μετά τις αλλαγές ρύθμισης παραμέτρων
  • Επαλήθευση ότι η διεύθυνση URL του διακομιστή MCP είναι προσβάσιμη
  • Έλεγχος αρχείων καταγραφής διακομιστή για τυχόν μηνύματα σφάλματος

Σφάλματα εκτέλεσης ερωτημάτων

  • Εξετάστε την κονσόλα διακομιστή για συνδεδεμένα ερωτήματα και σφάλματα
  • Βεβαιωθείτε ότι τα ερωτήματά σας συμφωνούν με το διαθέσιμο σχήμα
  • Βεβαιωθείτε ότι έχετε τα κατάλληλα δικαιώματα για τα δεδομένα που ζητήθηκαν