Ο παράγοντας δεδομένων στο Microsoft Fabric επιτρέπει στους οργανισμούς να δημιουργούν εμπειρίες συνομιλίας μέσω των εταιρικών δεδομένων τους. Συνδέοντας τεχνουργήματα Fabric σε έναν παράγοντα δεδομένων, οι χρήστες μπορούν να μεταφράσουν ερωτήσεις φυσικής γλώσσας σε ακριβή ερωτήματα, δίνοντας τη δυνατότητα στους ενδιαφερόμενους, από αναλυτές έως στελέχη, να ξεκλειδώσουν πληροφορίες χωρίς να γράψουν ούτε μια γραμμή κώδικα. Αυτό το άρθρο περιγράφει κάθε προέλευση δεδομένων που υποστηρίζει σήμερα το Data Agent και τις δυνατότητες ρύθμισης παραμέτρων που είναι διαθέσιμες για κάθε προέλευση δεδομένων.
Επισκόπηση
Το Data Agent υποστηρίζει τις ακόλουθες κατηγορίες προέλευσης δεδομένων:
| Κατηγορία |
Αντικείμενα |
Γλώσσα ερωτημάτων |
Βασικό σενάριο |
|
SQL |
Lakehouse, αποθήκη δεδομένων, Βάση δεδομένων SQL, Κατοπτρικές βάσεις δεδομένων |
T-SQL |
Δομημένη ανάλυση σε σχεσιακά δεδομένα και δεδομένα Delta Lake |
|
Eventhouse |
Βάση δεδομένων KQL Eventhouse |
ΚQL |
Ευφυΐα σε πραγματικό χρόνο και ανάλυση χρονοσειρών |
|
Μοντέλο σημασιολογίας |
Μοντέλα σημασιολογίας Power BI |
DAX |
Επιχειρηματική λογική, υπολογιζόμενες μετρήσεις και επιμελημένα μετρικά |
|
Γράφημα (έκδοση προεπισκόπησης) |
Μοντέλο γραφήματος |
GQL |
Εξερεύνηση δεδομένων πλούσια σε σχέσεις και ανάλυση γραφημάτων |
|
Οντολογία (έκδοση προεπισκόπησης) |
Fabric Οντολογία |
Εγγενής οντολογία |
Γνώση τομέα και σημασιολογικό πλαίσιο για την ενοποίηση δεδομένων |
|
Azure AI Search (έκδοση προεπισκόπησης) |
Ευρετήριο Azure AI Search |
Φυσική γλώσσα + αναζήτηση |
Ανάκτηση μη δομημένων δεδομένων (PDF, κείμενο, εμπλουτισμένο περιεχόμενο) |
Συμβουλή
Ένας μεμονωμένος παράγοντας δεδομένων μπορεί να συνδυάσει έως και πέντε προελεύσεις δεδομένων σε οποιονδήποτε συνδυασμό, επιτρέποντάς σας να συνδυάσετε δομημένα, σε πραγματικό χρόνο, σημασιολογικά και μη δομημένα δεδομένα σε μία εμπειρία συνομιλίας.
Υποστηριζόμενα αντικείμενα
-
Lakehouse—Οι πίνακες Delta Lake εμφανίστηκαν μέσω του τελικού σημείου ανάλυσης SQL.
-
αποθήκη δεδομένων—Πλήρης αποθήκη Fabric με επιφάνεια T-SQL.
-
Βάση δεδομένων SQL—Fabric εγγενείς βάσεις δεδομένων SQL.
-
Κατοπτρικές βάσεις δεδομένων—Εξωτερικές βάσεις δεδομένων που αντικατοπτρίζονται σε Fabric (για παράδειγμα, Azure SQL, Cosmos DB, Snowflake).
Κάθε προέλευση SQL στο Fabric συνοδεύεται από ένα τελικό σημείο SQL Analytics, μια επιφάνεια ερωτήματος T-SQL υψηλής απόδοσης, μόνο για ανάγνωση πάνω από δεδομένα OneLake Delta. Το Data Agent αξιοποιεί μια ενσωματωμένη υπηρεσία NL2SQL που:
- Μεταφράζει την ερώτηση φυσικής γλώσσας του χρήστη σε ένα ερώτημα T-SQL χρησιμοποιώντας επιλεγμένο σχήμα, οδηγίες και παραδείγματα ερωτημάτων που παρέχονται από τον χρήστη.
- Επικυρώνει το ερώτημα που δημιουργείται σε σχέση με την επιλογή σχήματος για να διασφαλίσει ότι αναφέρεται μόνο σε εγκεκριμένους πίνακες και προβολές.
- Εκτελεί το ερώτημα μέσω του τελικού σημείου ανάλυσης SQL και επιστρέφει αποτελέσματα αναγνώσιμα από τον άνθρωπο.
Υποστηριζόμενα αντικείμενα
-
Eventhouse KQL Database—Fabric's Real-Time χώρος αποθήκευσης πληροφοριών για δεδομένα ροής, βάσει συμβάντων και χρονολογικών σειρών.
Το Data Agent συνδέεται με το τελικό σημείο βάσης δεδομένων Eventhouse KQL και αξιοποιεί το ενσωματωμένο NL2KQL του Kusto επιτρέποντας τις ακόλουθες δυνατότητες:
- Η ερώτηση του χρήστη μεταφράζεται σε ερώτημα KQL χρησιμοποιώντας το επιλεγμένο σχήμα και τυχόν παρεχόμενες οδηγίες ή παραδείγματα.
- Το ερώτημα επικυρώνεται για να επιβεβαιωθεί ότι αγγίζει μόνο τις εγκεκριμένες οντότητες σχήματος.
- Μετά την έγκριση, το ερώτημα εκτελείται σε σχέση με τη μηχανή Kusto—βελτιστοποιημένη για αναλυτικούς φόρτους εργασίας χαμηλής καθυστέρησης και υψηλής απόδοσης.
Υποστηριζόμενα αντικείμενα
-
Power BI Σημασιολογικά μοντέλα—Δημοσιευμένα σύνολα δεδομένων που περιέχουν πίνακες, σχέσεις, μετρήσεις, υπολογιζόμενες στήλες και ιεραρχίες.
Κάθε μοντέλο σημασιολογίας στο Fabric εκθέτει ένα τελικό σημείο XMLA, το οποίο χρησιμοποιεί ο παράγοντας δεδομένων για την εκτέλεση ερωτημάτων DAX. Η ενσωματωμένη υπηρεσία NL2DAX :
- Μεταφράζει τη φυσική γλώσσα σε ένα ερώτημα DAX, αξιοποιώντας τα μετα-δεδομένα του μοντέλου (περιγραφές πινάκων, συνώνυμα στηλών, ορισμοί μετρήσεων, σχέσεις).
- Επικυρώνει το ερώτημα σε σχέση με το επιλεγμένο σχήμα.
- Εκτελείται μέσω του τελικού σημείου XMLA και επιστρέφει μορφοποιημένα αποτελέσματα.
Υποστηριζόμενα αντικείμενα
-
Graph Model—Fabric τεχνουργήματα γραφήματος που ορίζουν σχήματα κόμβων και ακμών.
Το Graph Data Agent μπορεί να εκτελέσει ερωτήματα GQL και να εμφανίσει πληροφορίες από τις πηγές δεδομένων γραφήματος στο Fabric. Για να ρυθμίσετε τις παραμέτρους ενός τέτοιου παράγοντα, προσθέστε ένα μοντέλο γραφήματος ή ένα σύνολο ερωτημάτων γραφήματος ως προέλευση δεδομένων.
Όταν ο πράκτορας δεδομένων εκτελεί GQL σε μια προέλευση δεδομένων γραφήματος, το υποκείμενο τεχνούργημα Fabric γραφήματος θα εκτελέσει την εκτέλεση του ερωτήματος, επιβαρύνοντας τη λειτουργία graph κατανάλωση.
Υποστηριζόμενα αντικείμενα
-
Fabric Οντολογία—Ένα σημασιολογικό επίπεδο που αποτυπώνει τη γνώση του τομέα, τους ορισμούς οντοτήτων και τις σχέσεις.
Αφού ρυθμιστεί μια οντολογία στο Fabric, μπορεί να προστεθεί ως προέλευση δεδομένων στο Data Agent. Ο εκπρόσωπος χρησιμοποιεί την οντολογία για να κατανοήσει το περιβάλλον του τομέα και να απαντήσει σε ερωτήσεις που βασίζονται στο μοντέλο γνώσης του οργανισμού σας.
Υποστηριζόμενα αντικείμενα
-
Azure AI Search Ευρετήριο—Ευρετήρια ενσωματωμένα Azure AI Foundry σε μη δομημένο περιεχόμενο, όπως PDF, αρχεία κειμένου και άλλα εμπλουτισμένα έγγραφα.
Το Data Agent συνδέεται απευθείας με το ευρετήριο Azure AI Search χρησιμοποιώντας μια διεύθυνση URL πόρου. Όταν ένας χρήστης κάνει μια ερώτηση, ο πράκτορας στέλνει το ερώτημα (με την ταυτότητα του χρήστη για έλεγχο πρόσβασης) στο ευρετήριο αναζήτησης, ανακτά τα πιο σχετικά κομμάτια εγγράφων και συνθέτει μια τελική απάντηση. Οι παραπομπές περιλαμβάνονται αυτόματα όταν το ευρετήριο περιέχει πεδία URL ή διαδρομής αρχείου.
Υποστηριζόμενες ρυθμίσεις παραμέτρων προελεύσεων SQL
| Διαμόρφωση |
Υποστηρίζεται |
Λεπτομέρειες |
| Επιλογή σχήματος |
✅ Ναι |
Επιλέξτε συγκεκριμένους πίνακες, προβολές και συναρτήσεις για να περιορίσετε το copilot. |
| Οδηγίες αντιπροσώπου |
✅ Ναι |
Καθοδηγήστε τον πράκτορα για το πότε και πώς να δρομολογήσει ερωτήσεις σε αυτήν την πηγή. |
| Οδηγίες προέλευσης δεδομένων |
✅ Ναι |
Παρέχετε περιγραφές πινάκων, λογική σύνδεσης, λεπτομέρειες βασικής στήλης και επιχειρηματική ορολογία στην NL2SQL. |
| Περιγραφή πηγής δεδομένων |
✅ Ναι |
Περιγραφή που βοηθά τον εκπρόσωπο να προσδιορίσει εάν αυτή η προέλευση δεδομένων είναι σχετική με την ερώτηση του χρήστη. |
|
Περιγραφές αντικειμένων σχήματος (Προεπισκόπηση) |
✅ Ναι |
Παρέχετε επιχειρηματικό περιβάλλον για πίνακες, στήλες και άλλα στοιχεία σχήματος για να βελτιώσετε τη δημιουργία ερωτημάτων SQL. Διαθέσιμο μόνο στο χρόνο εκτέλεσης προεπισκόπησης. |
|
Θέματα (Προεπισκόπηση) |
✅ Ναι |
Παρέχετε έως και 1 εκατομμύριο χαρακτήρες οδηγιών που βασίζονται σε θέματα. Ο πράκτορας δεδομένων ανακτά σχετικές ενότητες για την NL2SQL. Διαθέσιμο μόνο στο χρόνο εκτέλεσης προεπισκόπησης. |
| Παραδείγματα ερωτημάτων |
✅ Ναι |
Παρέχετε ζεύγη φυσικής γλώσσας/SQL, ώστε ο εκπρόσωπος να μπορεί να μάθει σύνθετα μοτίβα ερωτημάτων. Τα κορυφαία παραδείγματα ανακτώνται αυτόματα μέσω διανυσματικής ομοιότητας. |
Υποστηριζόμενες διαμορφώσεις προελεύσεων KQL Eventhouse
| Διαμόρφωση |
Υποστηρίζεται |
Λεπτομέρειες |
| Επιλογή σχήματος |
✅ Ναι |
Επιλέξτε συγκεκριμένους πίνακες, υλοποιημένες προβολές, συναρτήσεις και συντομεύσεις για να περιορίσετε τον παράγοντα. |
| Οδηγίες αντιπροσώπου |
✅ Ναι |
Καθοδηγήστε τον πράκτορα για το πότε και πώς να δρομολογήσει ερωτήσεις σε αυτήν την πηγή. |
| Οδηγίες προέλευσης δεδομένων |
✅ Ναι |
Παρέχετε το πλαίσιο σχετικά με πίνακες, MV, συναρτήσεις και συντομεύσεις στο NL2KQL. |
| Περιγραφή πηγής δεδομένων |
✅ Ναι |
Περιγραφή που βοηθά τον εκπρόσωπο να προσδιορίσει εάν αυτή η προέλευση δεδομένων είναι σχετική με την ερώτηση του χρήστη. |
| Θέματα |
❌ Όχι |
Τα θέματα υποστηρίζονται μόνο για προελεύσεις δεδομένων SQL που χρησιμοποιούν NL2SQL στο χρόνο εκτέλεσης προεπισκόπησης. |
| Παραδείγματα ερωτημάτων |
✅ Ναι |
Παρέχετε ζεύγη φυσικής γλώσσας/KQL για να διδάξετε στον πράκτορα τη συνάθροιση μιγαδικών και να ενώσετε μοτίβα. |
Υποστηριζόμενες διαμορφώσεις σημασιολογικού μοντέλου
| Διαμόρφωση |
Υποστηρίζεται |
Λεπτομέρειες |
| Επιλογή σχήματος |
✅ Ναι* |
Επιλέξτε πίνακες για έκθεση. Ο έλεγχος σε επίπεδο στήλης είναι διαθέσιμος όταν το Prep for AI έχει ρυθμιστεί στο Power BI. |
| Οδηγίες αντιπροσώπου |
✅ Ναι |
Καθοδηγήστε τον πράκτορα σχετικά με το πότε να επιλέξει το σημασιολογικό μοντέλο για να απαντήσει σε ερωτήσεις. |
| Οδηγίες προέλευσης δεδομένων |
❌ Όχι* |
Η διαχείριση των οδηγιών γίνεται μέσω του Prep for AI (AI Instructions and Verified Answers) από την πλευρά του σημασιολογικού μοντέλου. Ο Data Agent τους τιμά όταν είναι παρόντες. |
| Περιγραφή πηγής δεδομένων |
❌ Όχι |
Τα σημασιολογικά μοντέλα δεν υποστηρίζουν περιγραφές προέλευσης δεδομένων. |
| Θέματα |
❌ Όχι |
Τα θέματα υποστηρίζονται μόνο για προελεύσεις δεδομένων SQL που χρησιμοποιούν NL2SQL στο χρόνο εκτέλεσης προεπισκόπησης. |
| Παραδείγματα ερωτημάτων |
❌ Όχι* |
Προς το παρόν δεν υποστηρίζεται για σημασιολογικά μοντέλα. Χρησιμοποιήστε τις Επαληθευμένες απαντήσεις στην προετοιμασία για AI για να συμπεριλάβετε παραδείγματα ερωτημάτων DAX. |
*Τα σημασιολογικά μοντέλα διαμορφώνονται κυρίως μέσω του Prep for AI στο Power BI, το οποίο προσφέρει σχήματα δεδομένων AI, οδηγίες AI και επαληθευμένες απαντήσεις.
Υποστηριζόμενες διαμορφώσεις μοντέλου γραφήματος
| Διαμόρφωση |
Υποστηρίζεται |
Λεπτομέρειες |
| Επιλογή σχήματος |
❌ Όχι |
Το Graph δεν επιτρέπει σε έναν χρήστη να επεκτείνει τον αντιπρόσωπό του σε συγκεκριμένους κόμβους και ακμές. |
| Οδηγίες αντιπροσώπου |
✅ Ναι |
Καθοδηγήστε τον πράκτορα για το πότε και πώς να δρομολογήσει ερωτήσεις σε αυτήν την πηγή. |
| Οδηγίες προέλευσης δεδομένων |
✅ Ναι |
Πέρασε στη μηχανή NL2GQL για να καθοδηγήσει τη δημιουργία ερωτημάτων. |
| Περιγραφή πηγής δεδομένων |
✅ Ναι |
Περιγραφή που βοηθά τον εκπρόσωπο να προσδιορίσει εάν αυτή η προέλευση δεδομένων είναι σχετική με την ερώτηση του χρήστη. |
| Θέματα |
❌ Όχι |
Τα θέματα υποστηρίζονται μόνο για προελεύσεις δεδομένων SQL που χρησιμοποιούν NL2SQL στο χρόνο εκτέλεσης προεπισκόπησης. |
| Παραδείγματα ερωτημάτων |
✅ Ναι |
Πέρασε στο NL2GQL για τη διδασκαλία σύνθετων μοτίβων διέλευσης γραφημάτων. |
Διαμορφώσεις που υποστηρίζονται από οντολογία
| Διαμόρφωση |
Υποστηρίζεται |
Λεπτομέρειες |
| Επιλογή σχήματος |
❌ Όχι |
Δεν υποστηρίζεται για προελεύσεις δεδομένων οντολογίας. |
| Οδηγίες αντιπροσώπου |
✅ Ναι |
Καθοδηγήστε τον πράκτορα σχετικά με το πότε να επιλέξει το σημασιολογικό μοντέλο για να απαντήσει σε ερωτήσεις. |
| Οδηγίες προέλευσης δεδομένων |
❌ Όχι |
Δεν υποστηρίζεται για προελεύσεις δεδομένων οντολογίας. |
| Περιγραφή πηγής δεδομένων |
✅ Ναι |
Περιγραφή που βοηθά τον εκπρόσωπο να προσδιορίσει εάν αυτή η προέλευση δεδομένων είναι σχετική με την ερώτηση του χρήστη. |
| Θέματα |
❌ Όχι |
Τα θέματα υποστηρίζονται μόνο για προελεύσεις δεδομένων SQL που χρησιμοποιούν NL2SQL στο χρόνο εκτέλεσης προεπισκόπησης. |
| Παραδείγματα ερωτημάτων |
❌ Όχι |
Δεν υποστηρίζεται για προελεύσεις δεδομένων οντολογίας. |
Διαμορφώσεις μη δομημένων δεδομένων
| Ρύθμιση |
Λεπτομέρειες |
| Εμφανιζόμενο όνομα |
Προσαρμοσμένο όνομα που εμφανίζεται για το ευρετήριο στην εμπειρία εκπροσώπου. |
| Τύπος αναζήτησης |
Επιλέξτε από αναζήτηση πλήρους κειμένου, υβριδική ή σημασιολογική αναζήτηση ανάλογα με τη διαμόρφωση του ευρετηρίου σας. |
| Αριθμός Εγγράφων |
Ελέγξτε πόσα έγγραφα ανακτώνται ανά ερώτημα (συνιστάται: 3–20). |
| Πλαίσιο / Περιγραφή |
Περιγράψτε τα περιεχόμενα του ευρετηρίου, τα βασικά πεδία και τις οδηγίες χρήσης για να βοηθήσετε στη δρομολόγηση. |
| Οδηγίες αντιπροσώπου |
Καθοδηγήστε τον τρόπο με τον οποίο ο εκπρόσωπος ερμηνεύει τα αποτελέσματα αναζήτησης και συνθέτει την τελική απάντηση. |
| Θέματα |
Δεν υποστηρίζεται. Τα θέματα είναι διαθέσιμα μόνο για προελεύσεις δεδομένων SQL που χρησιμοποιούν NL2SQL στο χρόνο εκτέλεσης προεπισκόπησης. |
Learn more