Fabric データエージェントを活用する (プレビュー)

2025-07-02

Microsoft Fabric のデータエージェントは、エンタープライズデータを会話型の Q&A システムに変換します。これにより、ユーザーはチャットを通じてデータを操作し、実用的な分析情報を明らかにできます。 Fabric データエージェントを使用する方法の 1 つは、Azure AI Foundry のコアコンポーネントである Azure AI エージェントサービスを使用することです。 Fabric データエージェントと Azure AI Foundry の統合により、Azure AI エージェントは、Microsoft Fabric OneLake に用意された豊富な構造化セマンティックデータを直接活用できます。この統合により、高品質のエンタープライズデータにすぐにアクセスできるようになり、Azure AI エージェントは実用的な分析情報を生成し、分析ワークフローを合理化できます。その後、組織は、Azure AI 環境内の強力なナレッジソースとして Fabric データエージェントを使用して、データ主導の意思決定を強化できます。

重要

この機能はプレビュー段階にあります。 Azure AI Agents Python SDK の最新のベータ/プレビューバージョンを使用する必要があります。

前提条件

F2以上の有料ファブリック容量リソース
Fabric データエージェントのテナント設定が有効になっている。
Copilot テナントスイッチが有効になっています。
AI のクロス geo 処理が有効になっています。
AI のクロスジオ格納が有効になっています。
少なくとも 1 つのリソース:ウェアハウス、レイクハウス、1 つ以上の Power BI セマンティックモデル、またはデータを含む KQL データベース。
POWER BI セマンティックモデルのデータソースに対して、XMLA エンドポイントテナントスイッチを介して Power BI セマンティックモデルが有効になります。
Azure AI Foundry の開発者とエンドユーザーは、少なくとも AI Developer Role-Based アクセス制御 (RBAC) ロールを持っている必要があります。

しくみ

エージェントのセットアップ: Azure AI エージェントサービスで、新しいエージェントを作成し、そのナレッジソースの 1 つとして Fabric データエージェントを追加します。この接続を確立するには、Fabric データエージェントのワークスペース ID と成果物 ID が必要です。この設定により、Azure AI エージェントはクエリを受信したときに使用可能なソースを評価し、要求を処理するための適切なツールが確実に呼び出されるようにすることができます。現時点では、ナレッジソースとして Azure AI エージェントに追加できる Fabric データエージェントは 1 つだけです。

注

Azure AI エージェントのセットアップで選択したモデルは、Azure AI エージェントのオーケストレーションと応答の生成にのみ使用されます。 Fabric データエージェントが使用するモデルには影響しません。

クエリ処理: ユーザーが Foundry プレイグラウンドからクエリを送信すると、Azure AI エージェントサービスによって、Fabric データエージェントがタスクに最適なツールであるかどうかが判断されます。その場合、Azure AI エージェントは以下を実行します。

エンドユーザーの ID を使用して、ユーザーが Fabric データエージェント内からアクセスするアクセス許可を持つデータソースに対するセキュリティで保護されたクエリを生成します。
スムーズで自動化されたエクスペリエンスを確保するために、Fabric を呼び出してデータをフェッチおよび処理します。
Fabric データエージェントからの結果を独自のロジックと組み合わせて、包括的な応答を生成します。 ID パススルー (On-Behalf-Of) 認可によりこのフローは保護され、エンタープライズデータ全体で堅牢なセキュリティと適切なアクセスの制御が確保されます。

注

Fabric データエージェントと Azure AI Foundry リソースは同じテナント上にあり、Microsoft Fabric と Azure AI Foundry の両方が同じアカウントでサインインする必要があります。

Azure AI エージェントへの Fabric データエージェントの追加

Fabric データエージェントは、プログラムまたはユーザーインターフェイス (UI) を使用して、Azure AI エージェントに追加できます。詳細なコード例と詳細な手順については、Azure AI Agent 統合ドキュメントを参照してください。

UI を使用して Fabric データエージェントを追加する:

左ウィンドウに移動します。 [Build and Customize] (ビルドとカスタマイズ) で、次のスクリーンショットに示すように [エージェント] を選択します。

これにより、既存の Azure AI エージェントの一覧が表示されます。これらのエージェントのいずれかに Fabric を追加することも、[新しいエージェント] 選択して新しいエージェントを作成することもできます。新しいエージェントの作成では、一意のエージェント ID と既定の名前が生成されます。名前はいつでも変更できます。詳細については、「Azure AI Foundry ポータルにおける Azure OpenAI とは」を参照してください。

ナレッジソースの追加を開始する: 次のスクリーンショットに示すように、[追加] ボタンを選択します。

これにより、サポートされているナレッジソースの種類のメニューが開きます。

ソースとして Microsoft Fabric を選択する: 次のスクリーンショットに示すように、一覧から [Microsoft Fabric] を選択します。

このオプションを使用すると、エージェントは Fabric データエージェントにアクセスできます。

接続を作成する: 以前に Fabric データエージェントへの接続を確立している場合は、その接続を新しい Azure AI エージェントに再利用できます。それ以外の場合は、次のスクリーンショットに示すように、[ 新しい 接続] を選択して接続を作成します。

次のスクリーンショットに示すように、[ 新しい Microsoft Fabric 接続の作成 ] ウィンドウが開きます。

接続を設定するときに、Fabric データエージェントの workspace-id と artifact-id の値をカスタムキーとして指定します。 workspace-id と artifact-id の値は、公開された Fabric データエージェントエンドポイントで確認できます。 Fabric データエージェントエンドポイントの形式は次のとおりです。

https://fabric.microsoft.com/groups/ < workspace_id>/aiskills/<artifact-id>。[秘密である] チェックボックスをオンにします。

最後に、接続に名前を割り当て、Azure AI Foundry のすべてのプロジェクトで使用できるようにするか、現在のプロジェクトに制限するかを選択します。

[接続] を選択すると、次のスクリーンショットに示すように、Microsoft Fabric データエージェントがナレッジ リソースとして追加されます。

また、Fabric データエージェントを使用するタイミング、方法、および条件に関する手順を Azure AI エージェントに提供する必要があります。 Azure AI エージェントの観点からは、Fabric データエージェントは Fabric ツールとして扱われるので、手順で参照できます。

また、ユースケースの要件に基づいて、デプロイモデルの調整、アクションの追加、モデル設定の変更を行うこともできます。 Azure AI エージェントが完全に構成されたら、[ プレイグラウンドで試す ] を選択してそのパフォーマンスをテストします。

Fabric データエージェントをプログラムで追加する: 次の手順では、Python で Fabric データエージェントをプログラムで Azure AI エージェントに追加する方法について説明します。他の言語 (C#、JavaScript) については、このリソースを参照できます。

手順 1: プロジェクトクライアントを作成する

AI プロジェクトやその他のリソースに接続する接続文字列を含むクライアントオブジェクトを作成します。

import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from azure.ai.agents.models import FabricTool, ListSortOrder

手順 2: Microsoft Fabric ツールを有効にしてエージェントを作成する

Azure AI エージェントで Fabric データエージェントツールを使用できるようにするには、接続を使用してツールを初期化し、エージェントにアタッチします。接続は、Azure AI Foundry ポータルのプロジェクトの[接続されたリソース] セクションで確認できます。

# The Fabric connection ID can be found in the Azure AI Foundry project as a property of the Fabric tool
# Your connection ID is in the format /subscriptions/<your-subscription-id>/resourceGroups/<your-resource-group>/providers/Microsoft.CognitiveServices/accounts/<ai-foundry-resource-name>/projects/<your-project-name>/connections/<your-fabric-connection-name>
conn_id = "your-connection-id"

# Initialize the AI project client
project_client = AIProjectClient(
    endpoint=os.environ["PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential(),
)

# Initialize agent Fabric tool and add the connection ID
fabric = FabricTool(connection_id=conn_id)

# Create agent with the Fabric tool and process assistant run
with project_client:
    agent = project_client.agents.create_agent(
        model="gpt-4o",
        name="my-assistant",
        instructions="You are a helpful assistant",
        tools=fabric.definitions,
        headers={"x-ms-enable-preview": "true"},
    )
    print(f"Created agent, ID: {agent.id}")

手順 3: スレッドを作成する

# Create thread for communication
thread = project_client.agents.create_thread()
print(f"Created thread, ID: {thread.id}")

# Create message to thread
# Remember to update the message with your data
message = project_client.agents.create_message(
    thread_id=thread.id,
    role="user",
    content="what is top sold product in Contoso last month?",
)
print(f"Created message, ID: {message.id}")

手順 4: 実行を作成して出力を確認する

実行を作成し、モデルが Fabric データエージェントツールを使用してユーザーの質問に対する回答を提供することを確認します。

# Create and process agent run in thread with tools
run = project_client.agents.create_and_process_run(thread_id=thread.id, assistant_id=agent.id)
print(f"Run finished with status: {run.status}")

if run.status == "failed":
    print(f"Run failed: {run.last_error}")

# Delete the assistant when done
project_client.agents.delete_agent(agent.id)
print("Deleted agent")

# Fetch and log all messages
messages = project_client.agents.list_messages(thread_id=thread.id)
print(f"Messages: {messages}")

次の方法で共有

Fabric データ エージェントを活用する (プレビュー)

前提条件

しくみ

Azure AI エージェントへの Fabric データ エージェントの追加

手順 1: プロジェクト クライアントを作成する

手順 2: Microsoft Fabric ツールを有効にしてエージェントを作成する

手順 3: スレッドを作成する

手順 4: 実行を作成して出力を確認する

関連コンテンツ

フィードバック

その他のリソース

Fabric データエージェントを活用する (プレビュー)

Azure AI エージェントへの Fabric データエージェントの追加

手順 1: プロジェクトクライアントを作成する