Fabricデータエンジニアリングエージェント(Project Osmos)(プレビュー版)で始めましょう

このクイックスタートでは、GitHub Copilot CLI、Claude Code、またはCodex用のFabricデータエンジニアリングエージェント(Project Osmos)スキルをインストールし、Fabricのレイクハウス用タスクを作成し、そのタスクをFabricで開きます。

このクイック スタートでは、次の操作を行います。

  • Fabricと現地の前提条件を確認してください
  • データエンジニアリングエージェント(Project Osmos)スキルを含むSkills for Fabricプラグインをインストールしてください
  • 小売メダリオンのアーキテクチャを実装するタスクを作成する
  • 操作設定を見直す
  • Fabricのレイクハウスの作業を監視しましょう

Important

データエンジニアリングエージェント(Project Osmos)はプレビュー中です。 プレビュー機能は限定的な機能でリリースされ、別途 補助プレビュー条件の対象となります。 これらは本番環境向けには設計されておらず、サービスレベル契約の対象外で、特定の地域でのみ利用可能かもしれません。 詳細については、 Microsoft Fabric のプレビュー情報を参照してください。

前提条件

始める前にこれらの要件を確認してください:

  • 適格なFabric容量に割り当てられたFabricワークスペース。 FabricトライアルSKUはサポートされていません。
  • その作業スペースの中の湖畔の家
  • ワークスペースの貢献者またはより高い権限を持つ
  • アカウントと容量について以下の テナント設定 を有効にしてください:
    • ユーザーは、Azure OpenAI を利用したCopilotやその他の機能を使用できます
    • ユーザーはCopilot、AI Agents、その他のOpenAI搭載のAI体験をMicrosoftのサブプロセッサとして利用できます(最高のパフォーマンスのために強く推奨されますが、必須ではありません)
  • 以下のテナント設定は、あなたの容量がOpenAIが利用できない地域に該当する場合に限ります。
    • MicrosoftサブプロセッサとしてOpenAIに送信されたデータは、あなたの能力の地理的地域、コンプライアンス境界、または国のクラウドインスタンス外で処理されることがあります
    • Azure OpenAI に送信されるデータは、容量の地理的リージョン、コンプライアンス境界、または国内クラウド インスタンスの外部に格納できます
  • 容量設定からは、AIデータ変換の有効化が推奨されますが必須ではありません
  • Azure CLI
  • 支援されたローカルエージェント:
    • GitHub Copilot CLIのインストールと認証済み
    • クロード符号
    • コデックスとGit

設定のガイダンスについては、「Microsoft FabricでCopilotを有効化および設定」をご覧ください。

データエンジニアリングエージェント(Project Osmos)スキルをインストールしてください

データエンジニアリングエージェント(Project Osmos)スキルはSkills for Fabricコレクションに含まれています。

  1. ターゲットワークスペースとレイクハウスにアクセスできるIDでAzureにサインインしてください:

    az login

    複数のMicrosoft Entraテナントにアクセスできる場合は、Fabricワークスペースを含むテナントにサインインしてください。

  2. その後、地元のエージェントのコマンドを使ってSkills for Fabricマーケットプレイスを追加し、Fabricコレクションをインストールします。

    GitHub Copilot CLIを開始します:

    copilot

    GitHub Copilot CLI内で以下のコマンドを実行してください:

    /plugin marketplace add microsoft/skills-for-fabric
/plugin install fabric-skills@fabric-collection

  1. 新しいスキルが読み込まれるように、GitHub Copilot CLI を再起動してください。

    /quit

  2. 設置状況を確認してください。 GitHub Copilot CLIを再度起動し、実行します:

    /skills

project-osmos表示されているProjectオスモスが利用可能かどうかを確認してください。

データエンジニアリングエージェント(Project Osmos)を使え

データエンジニアリングエージェント(Project Osmos)に提供してほしい完全なデータエンジニアリング成果を説明してください。 ワークスペース、レイクハウス、ソースデータ、変換、期待出力、検証要件を含めてください:

エンドツーエンドのデータエンジニアリング全体のタスクを説明してください。 データエンジニアリングエージェント(Project Osmos)はこれを1つのprojectとして受け取ります。

次の内容を含めます。

  • 出典: テーブル、フォルダ、ファイル、ノートブック、またはOneLakeリソース
  • 変換: クレンジング、結合、フィルター、計算、またはスキーマの変更
  • 出力: 表、ノートブック、ファイル、または要約
  • 検証: 行数、nullチェック、一意性、照合、またはビジネスルール

ソースと出力はタスクを作成したワークスペースに限定されません。 リソースへのアクセス権限があれば、タスクがあなたの代わりにリソースにアクセスできます。

例えば次が挙げられます。

Use Project Osmos in the Fabric workspace Sales Analytics and the lakehouse
SalesLakehouse.

Load the Orders and Customers tables, remove orders without a customer ID,
join the tables on customer ID, and calculate monthly revenue by customer
segment. Save the result as a Delta table named monthly_segment_revenue.
Validate row counts, null customer IDs, and negative revenue values.

ローカルエージェントがワークスペースとレイクハウスを解決し、必要な安全・出力の選択を収集し、リモートのProject Osmosタスクを作成します。 進捗を監視するためのFabricタスクリンクを提供します。

ワークスペースやレイクハウスのIDを探したり、作業を単純なステップに分解したりする必要はありません。 名前を指定するかFabric lakehouseのURLを提供し、結果全体を1つのタスクとして提出してください。 Project Osmosは計画、シーケンス、検証を担当します。

タスク設定を見直す

実行開始前に、データエンジニアリングエージェント(Project Osmos)がタスクを分類し、設定を推奨します。

Setting 復習の質問
アクセス許可の境界 タスクはどの名前付きリソースを読み取り専用または書き込み可能として扱うべきですか?
安全パターン 書き込み処理には、ステージング、クローン・アンド・プロモート、または直接イテレーションのどれを使用すべきですか?
昇格ステップ 検証済みの段階的な出力はどのようにして最終的な出力になるべきでしょうか?
再演の意味論 再実行は失敗すべきでしょうか?追加すべきでしょうか?重複を削除すべきでしょうか?既存のデータを置き換えるべきでしょうか?
スキーマの展開 出力スキーマは変更可能で、どのような制約のもとで変わるのでしょうか?
アーティファクト形式 Project Osmosはノートやその他のアーティファクトを保存すべきでしょうか?
遺物の行き先 生成されたアーティファクトはどこに保存すべきでしょうか?
推論作業 Project Osmosはどの程度まで実装オプションを検討すべきでしょうか?

推奨されている設定はどれでも変更できます。

Important

権限境界がタスクの指針となりますが、FabricおよびOneLakeの権限が執行の境界のままです。 プラットフォーム権限で機密リソースを保護しましょう。

タスクを監視する

設定を受け入れた後、Fabricのデータエンジニアリングエージェント(Project Osmos)がSparkCoreの専門エージェントでタスクを実行し、タスクIDを返してFabric lakehouseページを開きます。そこには以下が含まれます:

  • 入社アンケートの詳細
  • 仕様
  • 現在の状態
  • エージェントの活動

タスクはローカルマシンではなくSparkCoreのFabric上で動作するため、パソコンがオフになっても継続されます。 進捗を監視するには、Fabricでレイクハウスを選択し、その後レイクハウスエクスプローラーでタスクを選択します。 また、地元のエージェントにタスクの状況を尋ねることもできます。

使用ガイダンス

  • GitHub Copilot CLI、Claude Code、Codexなどのローカルエージェントを通じてProject Osmosをご利用ください。 FabricポータルのCopilotからProject Osmosと直接やり取りすることは現在サポートされていません。
  • 目的のワークスペースとレイクハウスを名前で指定するか、Fabric lakehouse URLを指定してください。 自分でIDを探す必要はありません。
  • Project Osmosは、湖畔の家、OneLake、Spark、ノートブック、テーブルを含むエンドツーエンドのデータエンジニアリングに使います。
  • 地元の担当者にリモートタスクの状況を確認したり、フォローアップの指示を送ったり、タスクをキャンセルしたり削除したりしてもらいましょう。
  • 既存のタスクを引き続き扱うには、そのタスクIDまたはFabricタスクリンクを提供します。
  • 重要なデータや本番データの変更を許可する前に、提案された実行および安全性の選択肢をよく確認してください。

最初のタスクを作成する

この例で必要なのは、空のレイクハウスだけです。 Project Osmosはサンプルデータと必要なすべてのアーティファクトを作成し、湖畔の家を準備せずに製品を利用できます。

Project Osmosを使って、小さな小売メダリオンのアーキテクチャを作成しましょう。 まずは地元の代理店にProject Osmosの利用をお願いしてください:

Create a Project Osmos task

レイクハウスの名前やURLで特定した後、プロジェクトの成果を定義するよう求められます。 次のように入力します。

Use Project Osmos to set up a simple retail medallion architecture in this
empty lakehouse. Create small sample CSV files for customers, products, and
sales under Files/landing. Build bronze tables that preserve the source data,
silver tables that clean and standardize it, and gold tables named
gold_daily_sales and gold_customer_sales.
Create three notebooks named 01_load_bronze, 02_transform_silver, and
03_build_gold that move the data through the layers. Run the notebooks in
order, and validate row counts, key uniqueness, referential integrity, and
revenue totals at each layer.

プロンプト全体を一つのタスクとして提出してください。 Project Osmosは作業の計画とシーケンスを行い、サンプルデータ、表、ノートブックを作成し、SparkCoreでノートブックを実行し、結果を確認します。

作業が終わったら、以下のアーティファクトを見直してください:

  • サンプルソースデータを保持するブロンズの顧客、製品、販売テーブル
  • 標準化されたデータ型、有効なキー、クリーンされたレコードを備えたシルバーテーブル
  • 日々の売上や顧客レベルの売上要約を含むゴールドテーブル
  • レイヤー間の移動を記録し、実行する3つのノートブック
  • 行数、キー、関係、収益総額の検証結果

複雑なユースケースに対する追加のプロジェクト成果例

Project Osmosは、エンタープライズアプリケーションの知識、湖の発見、実装実験、検証を含む完全なデータエンジニアリング成果を目的に設計されています。 Project OsmosなしでGitHub Copilotにリクエストを送れば、妥当なノートブックやコードアウトラインを生成するかもしれませんが、ライブレイクハウスの検査、実装オプションの比較、Fabric SparkCoreでのコード実行、実際の結果に基づいてソリューションの改良を行うためにProject Osmosのワークフローは使いません。

Dynamics 365の顧客ライフサイクルモデルを作成する

この簡潔なproject成果は、Project Osmosに利用可能なアプリケーションデータの発見を求めています。

Use Project Osmos to create a trusted customer lifecycle model from the Microsoft Dynamics 365 data in this lakehouse.

Project Osmosがどのようにアプローチするか:Project Osmosは湖の家を調査し、利用可能なDynamics 365アプリケーションやDataverseテーブルを特定します。 アカウント、連絡先、リード、機会、活動、ケース、注文、請求書などの構造を特定し、それらの関係性やステータス値をマッピングし、獲得から営業、サービスに至る顧客のジャーニーをどのように表現するかを評価します。 関係性の網羅性、重複顧客、関連付けられていないアクティビティ、パイプラインの合計値、注文と請求書の照合、ライフサイクルステージの計算を検証するために、SparkCoreコードを実行します。

なぜProject Osmosの方が適しているのか:Project Osmosがなければ、GitHub Copilotは関連するDynamics 365およびDataverseのテーブルを特定し、それらの関係やオプションセットの値を説明し、各リビジョンを実行することをあなたに頼っています。 Project Osmosは結果から出発し、湖畔の家を調査し、測定された結果に基づいて実装を洗練させることができます。

SAPの注文から現金へのデータをモデル化する

この簡潔なproject成果は、Project OsmosにSAPデータがあなたのレイクハウスでどのように表現されているかを決定し、有用な注文から現金へのモデルを構築するよう求めています。

Use Project Osmos to build an order-to-cash model from the SAP data in this lakehouse.

Project Osmosがどのように対応するか: Project Osmos はレイクハウスを調査し、利用可能な SAP の受注、配送、請求、顧客、伝票フローのデータを特定します。 VBAK/VBAP、LIKP/LIPS、VBRK/VBRP、KNA1、VBFAなどの構造や、同等の抽出ビューを探します。 スキーマやサンプル値を調べ、抽出がSAP S/4HANAまたはSAP ECC構造に似ているかを判定し、代替の結合やドキュメントフローロジックをテストします。 その後、キュレーションされたテーブルやノートブックを作成し、重複したビジネスキー、欠落したドキュメントリンク、数量の不一致、注文と請求書の照合などのSparkCoreチェックを実行します。

なぜProject Osmosが適しているのか:Projectなしで使うGitHub Copilot Osmosは関連するテーブルの特定、SAP関係の説明、スキーマの提供、生成コードの実行、各リビジョンのエラーや結果の返還が必要です。 Project Osmosは、その発見と実行をSparkCore上で自律的に実行する1つの永続的Fabricタスクの一部として行います。

NetSuite財務状況を照合

この詳細なproject成果はビジネスルールを提供しつつ、実装の詳細はProject Osmosに任せます。

Use Project Osmos to create a financial reconciliation model from the NetSuite
data already loaded in this lakehouse. Preserve subsidiary, accounting period,
transaction, transaction line, account, accounting book, department, class,
location, transaction currency, and base currency. Build a monthly trial
balance with debit, credit, and net balances by subsidiary and account. Account
for intercompany transactions, elimination subsidiaries, and exchange rates.
Identify unbalanced entries, unmapped accounts, and periods that don't reconcile
to the source. Save the transformation and validation notebooks, and don't
modify the source tables.

Project Osmosがどのようにアプローチするか:Project OsmosはNetSuiteの取引、取引ライン、勘定、子会社、会計期間、通貨、会計帳簿が湖畔ハウスでどのように表現されているかを調査します。 掲載、統合、消去、通貨換算のオプションを評価し、段階的な出力を用いて結果を比較します。 SparkCoreでノートブックを実行し、最終テーブルを作成する前に、ジャーナル残高、ドキュメントの完全性、マッピングカバレッジ、ソースから出力までの合計を検証します。

Project Osmosがより適している理由: コード生成だけでも結合や計算をエンコードすることはできますが、特定のNetSuite抽出データが仕訳計上、会計帳簿、連結消去、為替レートをどのように表現しているかを確実に推定したり、反復的な実行と検証のループなしに、その結果が整合することを証明したりすることはできません。

Salesforceのパイプラインと予測指標を構築する

Use Project Osmos to build a trusted sales pipeline and forecast model from the
Salesforce data in this lakehouse. Preserve account, opportunity, owner,
product, stage, amount, probability, close date, forecast category, creation
date, and stage-history details. Produce current pipeline, stage conversion,
sales-cycle duration, pipeline coverage, forecast accuracy, and slipped-deal
metrics by region, segment, product, and owner. Handle deleted records, currency
conversion, changing opportunity ownership, and historical stage snapshots.
Save the notebooks, and validate the metrics against available Salesforce
totals and prior-period snapshots.

Project Osmosがどのようにアプローチするか:Project Osmosは利用可能なSalesforceオブジェクトをマッピングし、Account、Opportunity、OpportunityHistory、OpportunityLineItem、Product2、User、予測データを抽出します。 現在の状態、履歴ベース、定期スナップショットのアプローチを比較し、抽出が通貨、削除、所有者の変更、段階遷移をどのように表現するかを検証します。 SparkCoreで候補実装を実行し、パイプラインの合計、コンバージョン率、予測結果、過去のスナップショットを比較します。

なぜProject Osmosの方が適しているのか:この成果には、構文的に正しいSpark以上のものが必要です。 Project Osmosは、Salesforceドメインの推論とライブデータ検査、繰り返し実行、照合を組み合わせ、顧客の実際の抽出および履歴戦略に合った実装を見つけます。

既存のレイクハウスパイプラインの近代化

Use Project Osmos to assess the existing sales ingestion and transformation
notebooks in this lakehouse. Replace full reloads with an idempotent incremental
design, preserve late-arriving updates, prevent duplicate business keys, add
quarantine handling for invalid records, and create validation tables that
compare each run with the source. Keep existing downstream table names and
schemas unless a change is required. Test the new design against representative
data, compare it with the current implementation, and document the migration
and rollback steps.

Project Osmosがどのようにアプローチするか:Project Osmosは現在のノートブック、テーブル、スキーマ、データパターンを検査し、ウォーターマーク、マージ、変更追跡のオプションを比較し、失敗や再実行の動作をテストします。 SparkCoreで両方の実装をステージ化されたターゲットに対して実行し、行数、重複キー、遅延更新処理、スキーマ互換性、出力合計を比較します。

なぜProject Osmosが適しているのか:コーディングエージェント単体で使うとインクリメンタルパターンを示唆できますが、実装コンテキストを提供し、各テストを実行しなければなりません。 Project Osmosは既存の湖畔ハウスを評価し、競合する設計を検証した後、より安全なアプローチを推奨・実施します。

Fabricのスキル更新

GitHub Copilot CLIまたはClaude Codeで、インストール済みのFabricコレクションを更新してください:

/plugin update fabric-skills@fabric-collection

Codexなら codex plugin marketplace upgrade fabric-collectionを走らせてから codex plugin add fabric-skills@fabric-collectionを走らせてください。

現在の制限

  • データエンジニアリングエージェント(Project Osmos)は、アウトバウンドアクセス保護が有効になっているワークスペースには現在利用できません。

関連するコンテンツ

  • 最終更新: