Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Mengintegrasikan Model Context Protocol (MCP) dengan kluster Azure Data Explorer (ADX) memungkinkan Anda mendapatkan wawasan dan tindakan berbasis AI secara real time. Server MCP memungkinkan agen AI atau aplikasi AI berinteraksi dengan ADX dengan menyediakan alat melalui antarmuka MCP, sehingga Anda dapat mengkueri dan menganalisis data dengan mudah.
Model Context Protocol (MCP) adalah protokol yang memungkinkan model AI, seperti model Azure OpenAI, berinteraksi dengan alat dan sumber daya eksternal. MCP memudahkan agen untuk menemukan, menyambungkan, dan menggunakan data perusahaan.
Nota
Fitur ini masih dalam pratinjau.
Skenario paling umum untuk menggunakan RTI atau Azure MCP Server adalah menyambungkannya dari klien AI yang ada, seperti Cline, Claude, dan gitHub copilot. Klien AI kemudian dapat menggunakan alat yang tersedia untuk mengakses dan berinteraksi dengan sumber daya ADX menggunakan bahasa alami.
Misalnya, Anda dapat menggunakan mode agen GitHub Copilot dengan Server MCP RTI untuk mencantumkan database KQL atau menjalankan kueri bahasa alami pada kluster ADX.
Membangun Agen AI
Dukungan MCP untuk Azure Data Explorer adalah integrasi server MCP sumber terbuka penuh. Ini mendukung kueri bahasa alami dan memungkinkan agen untuk menemukan skema dan metadata secara dinamis. Server MCP dapat digunakan dengan berbagai klien AI, seperti GitHub Copilot, Cline, atau Claude Desktop.
Anda dapat menggunakan Server MCP berikut untuk mengintegrasikan dan membangun agen AI dengan Azure Data Explorer:
Fabric RTI MCP Server (prarilis) - Server ini dirancang untuk digunakan dengan kluster ADX atau dengan Fabric Real-Time Intelligence (RTI) Eventhouse. Ini menyediakan antarmuka terpadu bagi agen AI untuk meminta, membuat penalaran, dan bertindak atas dasar data real-time.
Azure MCP Server (pratinjau) - Azure MCP Server memungkinkan Anda mengelola sumber daya Azure Data Explorer menggunakan perintah bahasa alami. Anda dapat mencantumkan kluster, menampilkan database, data kueri, dan lainnya tanpa mengingat sintaks Kusto Query Language (KQL) yang kompleks.
Arsitektur
McP Server berada di inti sistem dan bertindak sebagai jembatan antara agen AI dan sumber data ADX. Agen mengirim permintaan ke server MCP, yang menerjemahkannya ke dalam kueri ADX.
Arsitektur ini memungkinkan Anda membangun aplikasi cerdas modular, dapat diskalakan, dan aman yang merespons sinyal real-time. MCP menggunakan arsitektur server klien, sehingga aplikasi AI dapat berinteraksi dengan alat eksternal secara efisien. Arsitektur mencakup komponen-komponen berikut:
- Host MCP: Aplikasi tempat interaksi AI terjadi. Misalnya, Visual Studio Code dengan GitHub Copilot, Claude Desktop, Cline. Host berisi koneksi model AI, orkestrator alat, dan satu atau beberapa klien MCP.
- MCP Server: Aplikasi ringan yang mengekspos kemampuan tertentu oleh API bahasa alami, database. Misalnya, untuk menjalankan kueri KQL untuk pengambilan data real time dari kluster ADX.
Fitur utama
Akses Data Real-Time: Pengambilan data dari kluster ADX dalam hitungan detik.
Antarmuka Bahasa Alami: Pengguna atau agen mengajukan pertanyaan dalam bahasa Inggris biasa atau bahasa lain, dan sistem mengubahnya menjadi kueri yang dioptimalkan (NL2KQL).
Penemuan Skema: Server MCP menunjukkan skema dan metadata, sehingga agen dapat mempelajari struktur data secara dinamis.
Integrasi Plug-and-Play: Klien MCP seperti GitHub Copilot, Claude, dan Cline terhubung ke RTI dengan pengaturan minimal karena API standar dan mekanisme penemuan.
Inferensi Bahasa Lokal: Gunakan bahasa pilihan Anda untuk bekerja dengan data Anda.