Co to jest MCP w usłudze Real-Time Intelligence? (wersja zapoznawcza)

Protokół MCP (Model Context Protocol) w usłudze Real-Time Intelligence (RTI) umożliwia korzystanie z modeli sztucznej inteligencji, agentów sztucznej inteligencji i aplikacji do interakcji z składnikami Fabric RTI przy użyciu języka naturalnego.

Protokół kontekstowy Model (MCP) zapewnia ustandaryzowany sposób dla modeli sztucznej inteligencji, takich jak modele Azure OpenAI, do odnajdywania i używania zewnętrznych narzędzi i źródeł danych. McP ułatwia tworzenie inteligentnych aplikacji, które mogą wykonywać zapytania, rozumować i działać na danych w czasie rzeczywistym. McP ułatwia również agentom sztucznej inteligencji znajdowanie, nawiązywanie połączenia z danymi przedsiębiorstwa i korzystanie z nich.

Fabric Real-Time Intelligence zapewnia dwa typy serwerów MCP: lokalne i zdalne. Każda opcja ma różne modele wdrażania, możliwości i przypadki użycia.

Lokalny serwer MCP dla RTI

Lokalny serwer MCP na potrzeby Fabric Real-Time Intelligence to serwer open source, który instalujesz, hostujesz i zarządzasz samodzielnie. Działa na komputerze lokalnym i zapewnia dostęp tylko do odczytu do zasobów Fabric RTI i Azure Data Explorer (ADX).

Kluczowe cechy:

  • Wdrożenie: Samodzielne hostowanie na komputerze lokalnym
  • Source: Otwórz źródło w GitHub
  • Access: zapytania tylko do odczytu do klastrów eventhouse, Eventstream, Map i Azure Data Explorer (ADX).
  • Zarządzanie: zarządzasz instalacją, aktualizacjami i konserwacją

Aby uzyskać szczegółowe informacje, zobacz Wprowadzenie do lokalnego serwera MCP.

Zdalne serwery MCP

Zdalne serwery MCP są hostowane przez Microsoft i są dostępne jako punkty końcowe HTTP. Klient MCP należy skonfigurować tak, aby łączył się z tymi serwerami bez instalowania oprogramowania ani zarządzania nim.

Serwer Opis Capabilities
Serwer MCP usługi Eventhouse Umożliwia agentom sztucznej inteligencji wykonywanie zapytań dotyczących usługi Eventhouse przy użyciu języka naturalnego Odnajdywanie schematów, generowanie zapytań KQL, próbkowanie danych, tłumaczenie języka naturalnego na język KQL
Serwer aktywatora MCP Umożliwia agentom sztucznej inteligencji interakcję z Fabric Activator. Tworzenie reguł monitorowania, zarządzanie alertami, akcje wyzwalania
  • Host MCP: środowisko, w którym działa model sztucznej inteligencji (np. GPT-4, Claude lub Gemini).
  • MCP Client: Pośrednia usługa przekazuje żądania modelu sztucznej inteligencji do serwerów MCP, takich jak GitHub Copilot, Cline lub Claude Desktop.
  • Serwer MCP: małe aplikacje, które udostępniają określone funkcje modelom sztucznej inteligencji, takie jak uruchamianie zapytań bazy danych. Na przykład serwer FABRIC RTI MCP może wykonywać zapytania KQL na potrzeby pobierania danych w czasie rzeczywistym z baz danych KQL.

Kiedy należy używać serwerów lokalnych i zdalnych

Interfejsy języka naturalnego: zadawanie pytań w języku angielskim lub innych językach, a system przekształca je w zoptymalizowane zapytania (NL2KQL- Natural Language to Kusto Query Language).

Scenario Zalecana opcja
Wykonywanie zapytań dotyczących danych usługi Eventhouse lub ADX z pełną kontrolą nad serwerem Lokalny serwer MCP
Wykonywanie zapytań w usłudze Eventhouse bez zarządzania infrastrukturą serwera Remote Eventhouse MCP
Tworzenie reguł monitorowania i alertów w aktywatorze Aktywacja zdalna MCP
Używanie na platformach agentów w chmurze, takich jak Copilot Studio lub Azure AI Foundry Zdalne serwery MCP
Potrzebna jest dostęp w trybie offline lub w trybie air-gapped Lokalny serwer MCP
Potrzeba aktualizacji automatycznych i konserwacji Zdalne serwery MCP

Obsługiwani klienci sztucznej inteligencji

Zarówno lokalne, jak i zdalne serwery MCP współpracują z popularnymi klientami sztucznej inteligencji:

Obsługiwane składniki RTI

Eventhouse — uruchamianie zapytań KQL w bazach danych KQL w zapleczu Eventhouse. Ten ujednolicony interfejs umożliwia agentom sztucznej inteligencji wyszukiwanie danych w czasie rzeczywistym, analizowanie wzorców i wykonywanie akcji na podstawie tego, co znajdują.

Uwaga / Notatka

Można również użyć serwera Fabric RTI MCP do uruchamiania zapytań KQL względem klastrów znajdujących się w zapasie Azure Data Explorer.

Treści powiązane

  • Last updated on