Nuta
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować się zalogować lub zmienić katalog.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Integrowanie protokołu MCP (Model Context Protocol) z klastrami usługi Azure Data Explorer (ADX) umożliwia uzyskiwanie szczegółowych informacji i akcji opartych na sztucznej inteligencji w czasie rzeczywistym. Serwer MCP umożliwia agentom sztucznej inteligencji lub aplikacjom sztucznej inteligencji interakcję z usługą ADX, udostępniając narzędzia za pośrednictwem interfejsu MCP, dzięki czemu można łatwo wykonywać zapytania i analizować dane.
Model Context Protocol (MCP) to protokół, który umożliwia modelom sztucznej inteligencji, takim jak modele usługi Azure OpenAI, interakcję z zewnętrznymi narzędziami i zasobami. McP ułatwia agentom znajdowanie, nawiązywanie połączenia z danymi przedsiębiorstwa i korzystanie z nich.
Uwaga / Notatka
Ta funkcja jest w wersji zapoznawczej.
Najbardziej typowym scenariuszem korzystania z serwera RTI lub Azure MCP jest nawiązanie z nim połączenia z istniejącym klientem sztucznej inteligencji, takim jak Cline, Claude i GitHub copilot. Klient sztucznej inteligencji może następnie używać dostępnych narzędzi do uzyskiwania dostępu do zasobów ADX i korzystania z nich przy użyciu języka naturalnego.
Można na przykład użyć trybu agenta GitHub Copilot z serwerem RTI MCP, aby wyświetlić listę baz danych KQL lub uruchamiać zapytania języka naturalnego w klastrach ADX.
Tworzenie agentów sztucznej inteligencji
Obsługa mcp dla usługi Azure Data Explorer to pełna integracja serwera MCP typu open source. Obsługuje zapytania w języku naturalnym i umożliwia agentom dynamiczne odnajdywanie schematów i metadanych. Serwer MCP może być używany z różnymi klientami sztucznej inteligencji, takimi jak GitHub Copilot, Cline lub Claude Desktop.
Aby zintegrować i skompilować agentów sztucznej inteligencji z usługą Azure Data Explorer, możesz użyć następujących serwerów MCP:
Fabric RTI MCP Server (wersja zapoznawcza) — ten serwer jest przeznaczony do użytku z klastrami ADX lub z usługą Fabric Real-Time Intelligence (RTI) Eventhouse. Zapewnia ujednolicony interfejs dla agentów sztucznej inteligencji do wykonywania zapytań, wyciągania wniosków i podejmowania działań na danych w czasie rzeczywistym.
Azure MCP Server (wersja zapoznawcza) — serwer MCP platformy Azure umożliwia zarządzanie zasobami usługi Azure Data Explorer przy użyciu monitów języka naturalnego. Można wyświetlać klastry, wyświetlać bazy danych, wykonywać zapytania o dane i nie pamiętać złożonej składni języka Kusto Query Language (KQL).
Architektura
Serwer MCP znajduje się w centrum systemu i działa jako most między agentami sztucznej inteligencji a źródłami danych ADX. Agenci wysyłają żądania do serwera MCP, co przekłada je na zapytania ADX.
Ta architektura umożliwia tworzenie modułowych, skalowalnych i bezpiecznych inteligentnych aplikacji, które reagują na sygnały w czasie rzeczywistym. McP korzysta z architektury klient-serwer, więc aplikacje sztucznej inteligencji mogą efektywnie korzystać z narzędzi zewnętrznych. Architektura obejmuje następujące składniki:
- Host MCP: środowisko gospodarza, w którym działa model sztucznej inteligencji (na przykład GPT-4, Claude lub Gemini).
- Klient MCP: pośrednicząca usługa przekazuje żądania modelu sztucznej inteligencji do serwerów MCP, takich jak GitHub Copilot, Cline lub Claude Desktop.
- Serwer MCP: lekkie aplikacje ujawniające określone możliwości przez interfejsy API języka naturalnego oraz bazy danych. Na przykład w celu wykonania zapytań KQL na potrzeby pobierania danych w czasie rzeczywistym z klastrów ADX.
Kluczowe funkcje
Real-Time dostęp do danych: pozyskiwanie danych z klastrów ADX w czasie rzeczywistym.
Interfejsy języka naturalnego: użytkownicy lub agenci zadają pytania w języku angielskim lub innym języku, a system przekształca je w zoptymalizowane zapytania (NL2KQL).
Odnajdywanie schematu: serwery MCP pokazują schemat i metadane, dzięki czemu agenci mogą dynamicznie uczyć się struktur danych.
Integracja Plug-and-Play: klienci MCP, tacy jak GitHub Copilot, Claude i Cline, łączą się z RTI z minimalną konfiguracją dzięki ustandaryzowanym interfejsom API i mechanizmom odnajdywania.
Wnioskowanie języka lokalnego: użyj preferowanego języka do pracy z danymi.