Użyj lokalnego serwera Fabric MCP z OneLake

Dzięki lokalnemu serwerowi Fabric MCP agenci AI mogą przeglądać przestrzenie robocze, czytać pliki, kontrolować schematy tabel oraz zarządzać katalogami w OneLake za pomocą rozmów w języku naturalnym. Serwer działa na twoim komputerze i łączy twojego agenta z OneLake za pomocą protokołu Model Context Protocol (MCP).

Wskazówka

Aby ułatwić konfigurację, zacznij od hostowanego serwera OneLake MCP, gdy będzie dostępny dla twojego elementu i będzie obsługiwać potrzebne narzędzia. Łączysz się przez HTTPS bez instalowania lokalnego serwera MCP. Serwery hostowane i lokalne udostępniają różne narzędzia; ten artykuł opisuje serwer lokalny.

Elementy Fabric używają otwartych formatów do przechowywania danych w OneLake. Do tych elementów należą lakehouse'y, bazy danych lustrzane oraz bazy danych KQL i modele semantyczne z włączoną dostępnością OneLake. Narzędzia OneLake lokalnego serwera pozwalają agentom AI eksplorować te elementy za pomocą jednego zestawu poleceń.

Wymagania wstępne

Zainstaluj lokalny serwer Fabric MCP

Aby zainstalować lokalny serwer w Visual Studio Code, użyj rozszerzenia Fabric MCP server VS Code. Zainstaluj rozszerzenie i narzędzia OneLake są dostępne automatycznie.

Aby ręcznie skonfigurować lub korzystać z niego poza programem VS Code, zobacz instrukcje konfiguracji w pliku README serwera Fabric MCP.

Uwierzytelnianie i uprawnienia

Narzędzia OneLake lokalnego serwera korzystają z Twojej istniejącej tożsamości Azure i uprawnień Fabric. Agent sztucznej inteligencji może uzyskiwać dostęp tylko do obszarów roboczych i elementów, do których masz już uprawnienia do wyświetlania. Nie potrzebujesz żadnych dodatkowych ról ani uprawnień poza normalnym dostępem do obszaru roboczego.

Zaloguj się przy użyciu Azure CLI przed użyciem narzędzi:

az login

Lokalne możliwości narzędzia OneLake MCP

Narzędzia obejmują trzy obszary usługi OneLake:

Kategoria Co można zrobić Używane interfejsy API OneLake
Odnajdywanie przestrzeni roboczej i elementów Listowanie obszarów roboczych, elementów w obszarze roboczym, tworzenie nowych elementów (lakehouse'ów, notatników, baz danych SQL i nie tylko). interfejs API płaszczyzny danych OneLake i Fabric REST API
Operacje na plikach i katalogach Przeglądanie, odczytywanie, zapisywanie, przekazywanie, pobieranie i usuwanie plików i katalogów. Zarówno punkty końcowe systemu plików DFS (Distributed File System), jak i Blob Storage są dostępne. Interfejsy API systemu plików OneLake
Operacje na tabelach Pobierz konfigurację API tabel, wylistuj przestrzenie nazw (schematy), wylistuj tabele oraz pobierz pełne definicje tabel wraz z nazwami kolumn, typami i metadanymi. Interfejsy API tabel OneLake

Narzędzia obejmują 19 poleceń. Większość poleceń akceptuje przyjazne nazwy, a także identyfikatory GUID — na przykład można odwoływać się do elementu jako SalesLakehouse.lakehouse zamiast identyfikatora GUID.

Aby uzyskać pełną dokumentację polecenia z parametrami i przykładowymi danymi wyjściowymi, zobacz OneLake tools README on GitHub.

Przykład: eksplorowanie jeziora

Po zainstalowaniu lokalnego serwera Fabric MCP poproś swojego agenta AI o przejrzenie Twoich danych. Przykład:

"Wyświetl listę tabel w moim lakehouse sales i powiedz mi o schemacie każdego z nich."

Agent używa narzędzi OneLake MCP do lokalizowania obszaru roboczego, znajdowania lakehouse, odnajdywania przestrzeni nazw tabel i pobierania pełnych definicji tabel — bez konieczności pisania kodu ani otwierania portalu Fabric.

Inne zadania, które można poprosić agenta sztucznej inteligencji o ukończenie:

  • Utwórz spis obszaru roboczego — "Skanuj mój obszar roboczy i poinformuj mnie, jakie elementy są tam, jak duże są i jakie tabele zawierają".
  • Odczytywanie i zapisywanie plików — "Przekaż ten plik CSV do folderu Pliki w usłudze my lakehouse" lub "Odczytaj plik konfiguracji w folderze Monitorowanie".
  • Dokumentowanie dublowanej bazy danych — "Opis tabel i struktury magazynu dublowanej bazy danych".
  • Tworzenie elementów — "Utwórz nowy lakehouse o nazwie StagingData w moim obszarze roboczym Analytics".

Ograniczenia

  • Polecenie item create obecnie wymaga identyfikatora obszaru roboczego opartego na GUID. Agent sztucznej inteligencji obsługuje to automatycznie, wywołując onelake workspace list, aby przekształcić nazwę obszaru roboczego w identyfikator.
  • Narzędzia OneLake MCP nie zawierają poleceń zarządzania skrótami. Aby wyświetlić listę lub utworzyć skróty, użyj interfejsu OneLake shortcuts REST API.

Treści powiązane

  • Ostatnia aktualizacja o