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.
Protokol Konteks Model (MCP) adalah standar yang muncul dalam lanskap AI yang memungkinkan sistem AI untuk terhubung dengan alat dan data di luar diri mereka sendiri. Ini mendefinisikan bagaimana model AI dapat menemukan apa yang tersedia dan berinteraksi dengannya dengan cara yang konsisten. Alih-alih membangun integrasi satu kali, MCP menawarkan cara standar untuk menyambungkan hal-hal yang berfungsi di berbagai aplikasi dan layanan. Ini membuatnya jauh lebih mudah bagi sistem AI untuk melampaui pengetahuan bawaan mereka sambil menjaga hal-hal tetap konsisten. Ini juga membantu tim bergerak lebih cepat, karena mereka tidak perlu menemukan kembali koneksi yang sama setiap saat.
MCP memiliki dua bagian utama: klien dan server.
Klien MCP adalah aplikasi atau pengalaman yang berinteraksi dengan pengguna. Di sinilah Anda mengajukan pertanyaan atau memicu tindakan. Klien menjangkau server MCP untuk menemukan alat dan menggunakannya. Misalnya, Visual Studio Code dapat bertindak sebagai klien MCP saat terhubung ke alat eksternal untuk mengambil data, atau membantu Anda menulis dan menjalankan kode.
Server MCP mengekspos alat, data, atau layanan sehingga dapat digunakan oleh klien. Ini memberi tahu klien apa yang tersedia dan cara menggunakannya. Misalnya, agen data Fabric dapat bertindak sebagai server MCP dengan mengekspos data perusahaan dan kueri yang dapat digunakan sistem AI.
Bersama-sama, klien dan server memudahkan untuk menghubungkan sistem AI dengan data dan tindakan nyata, tanpa membangun integrasi kustom setiap saat.
Penting
Fitur ini sedang dalam tahap pratinjau.
Penting
Saat Anda menggunakan agen data Fabric sebagai server MCP, respons yang dikembalikan oleh agen data Fabric dapat dikirim di luar batas kepatuhan atau wilayah geografis Fabric, dan diproses dan/atau disimpan sesuai dengan persyaratan dan kebijakan penanganan data klien MCP Anda yang berlaku.
Prasyarat
- Kapasitas Fabric F2 berbayar atau lebih tinggi, atau kapasitas Power BI Premium per kapabilitas (P1 atau lebih tinggi) dengan Microsoft Fabric diaktifkan.
- Aktifkan pemrosesan lintas geo dan penyimpanan lintas geo untuk AI berdasarkan persyaratan yang dijelaskan dalam pengaturan penyewa agen data Fabric.
- Setidaknya salah satu sumber data ini, dengan data: Gudang, lakehouse, model semantik Power BI, database KQL, database cermin, atau ontologi. Anda harus memiliki akses baca ke sumber data.
Cara kerjanya
Agen data Fabric juga dapat berfungsi sebagai server MCP. Saat digunakan sebagai server MCP, agen data Fabric mengekspos satu alat. Alat ini mewakili agen data itu sendiri, sehingga sistem AI eksternal dapat berinteraksi dengannya melalui protokol MCP. Karena itu, penting untuk memberikan deskripsi terperinci dan akurat saat menerbitkan agen data Fabric. Deskripsi ini menjadi deskripsi alat pada server MCP. Sistem AI eksternal menggunakan deskripsi ini untuk menentukan kapan dan cara memanggil agen data. Deskripsi yang jelas dan komprehensif memastikan bahwa agen dipahami dengan benar dan dapat digunakan secara efektif dalam alur kerja AI.
Agen data Fabric sebagai server MCP sangat berharga bagi orang-orang yang membangun atau menguji sistem AI mereka sendiri. Ini memungkinkan mereka untuk terhubung langsung ke agen data dan mengakses data perusahaan yang berada di Fabric OneLake tanpa harus beralih antara alat atau platform yang berbeda. Kemampuan ini memudahkan integrasi pengetahuan perusahaan ke dalam eksperimen AI dan alur kerja pengembangan, semuanya dalam satu lingkungan.
Nota
Saat ini, Anda dapat menggunakan server MCP agen data Fabric hanya di VS Code. Jika Anda menggunakan klien MCP Anda sendiri, itu juga dapat berfungsi, selama Anda menyiapkan autentikasi
Untuk memulai, setelah menerbitkan agen data, buka Pengaturan agen dan buka tab Protokol Konteks Model . Di sini Anda melihat informasi berikut:
- Nama server MCP agen data
- URL server MCP (salin URL ini untuk digunakan di langkah berikutnya)
- Nama alat MCP agen data
- Deskripsi alat server MCP
Anda juga dapat mengunduh file mcp.json dari tab ini. Gunakan file ini untuk mengonfigurasi server MCP di Visual Studio Code.
Menyiapkan server MCP di Visual Studio Code
Buka Visual Studio Code dan pilih folder untuk dikerjakan.
Di dalam folder ini, buat folder bernama .vscode.
Di dalam folder dalam, buat file bernama
mcp.json.Visual Studio Code secara otomatis menampilkan tombol Tambahkan Server berwarna biru di kanan bawah jendela.
Pilih Tambahkan Server dan pilih HTTP. Anda diminta untuk memasukkan URL. Gunakan URL server MCP yang Anda salin di bagian sebelumnya.
Tekan Enter dan berikan nama untuk server MCP Anda. Gunakan nama ini untuk menampilkan server MCP di lingkungan Visual Studio Code Anda.
Visual Studio Code mencoba mengautentikasi dengan server. Pilih Izinkan dan masuk dengan kredensial Anda.
Server telah dibuat.
Mengaktifkan Mode Agen
Setelah menambahkan server MCP, aktifkan Mode Agen di Visual Studio Code. Mode Agen memungkinkan VS Code bertindak sebagai antarmuka orkestrator, menghubungkan editor Anda dengan server MCP untuk berinteraksi dengan alat eksternal seperti agen data Fabric. Untuk mengaktifkannya:
Di Visual Studio Code, buka Palet Perintah (Ctrl+Shift+P atau Cmd+Shift+P).
Cari Aktifkan Mode Agen dan pilih.
Konfirmasikan permintaan apa pun untuk mengaktifkan mode.
Saat Mode Agen aktif, pilih orkestrator untuk menangani kueri Anda. Orkestrator yang tersedia dalam pratinjau publik termasuk GPT-5, GPT-4.1, Claude Sonnet 4.5, Gemini 2.5 pro, dan banyak lagi. Orkestrator mengelola aliran informasi antara kueri Anda di Visual Studio Code dan MCP Fabric data agent server.
Menggunakan Server MCP Agen Data Fabric
Saat Anda mengaktifkan Mode Agen dan memilih orkestrator:
- Anda dapat mulai mengajukan pertanyaan langsung dari Visual Studio Code.
- Orkestrator mengarahkan kueri Anda ke server MCP agen data Fabric.
- Agen mengembalikan jawaban berdasarkan pengetahuan yang dapat diaksesnya, termasuk data organisasi yang disimpan di Fabric OneLake.
Dengan berfungsi sebagai server MCP, agen data Fabric memungkinkan pengguna untuk mengintegrasikan pengetahuan organisasi ke dalam alur kerja AI, melakukan eksperimen, dan mengembangkan solusi AI tanpa meninggalkan Visual Studio Code. Integrasi ini menyederhanakan akses ke data OneLake dan meningkatkan produktivitas bagi pengembang dan pengguna bisnis.