Udostępnij przez

Zdalne narzędzia serwera MCP Power BI

Zdalny serwer MCP usługi Power BI udostępnia narzędzia umożliwiające agentom sztucznej inteligencji czatowanie z danymi w modelach semantycznych usługi Power BI przy użyciu języka naturalnego. Za pomocą tych narzędzi asystenci sztucznej inteligencji mogą pobierać schematy modelu, generować zapytania języka DAX i wykonywać zapytania w celu dostarczania szczegółowych informacji z danych.

Ważne

Zdalny serwer MCP usługi Power BI jest w wersji zapoznawczej. Definicje narzędzi, formaty żądań i schematy odpowiedzi mogą ulec zmianie w miarę zwiększania możliwości.

Uwaga / Notatka

Zdalny serwer MCP usługi Power BI nie jest tradycyjnym interfejsem API REST. Uzyskaj dostęp do niego za pośrednictwem agentów i struktur zgodnych z programem MCP, a nie podejmowania bezpośrednich wywołań HTTP. Serwer implementuje specyfikację protokołu kontekstu modelu, która udostępnia ustandaryzowany interfejs dla agentów sztucznej inteligencji do odnajdywania i wywoływania narzędzi.

Dostępne narzędzia

Serwer MCP udostępnia następujące narzędzia dla agentów sztucznej inteligencji do używania. Aby uzyskać szczegółowe informacje o połączeniu, zobacz Wprowadzenie do zdalnego serwera MCP usługi Power BI.

Pobieranie schematu modelu semantycznego

Pobiera kompleksowe metadane dla modelu semantycznego, w tym:

Wymagane dane wejściowe: Identyfikator modelu semantycznego

Generuj zapytanie

Generuje zoptymalizowane zapytania języka DAX na podstawie monitów języka naturalnego przy użyciu narzędzia Copilot w usłudze Power BI. Narzędzie używa tego samego aparatu generowania języka DAX co Copilot w usłudze Power BI do tworzenia zapytań, które są zgodne z najlepszymi praktykami.

Wymagane dane wejściowe:

  • Identyfikator modelu semantycznego
  • Pytanie lub monit języka naturalnego
  • Odpowiedni kontekst schematu określony przez agenta (tabele, kolumny, miary)

Wymagania:

Uwaga / Notatka

Jeśli wolisz nie korzystać z funkcji Copilot, wyłącz to narzędzie w konfiguracji klienta MCP i polegaj na funkcji LLM klienta, aby bezpośrednio generować DAX.

Wykonywanie zapytania

Wykonuje zapytanie języka DAX względem modelu semantycznego i zwraca wyniki do agenta sztucznej inteligencji.

Wymagane dane wejściowe:

  • Identyfikator modelu semantycznego
  • Wyrażenie zapytania DAX

Uprawnienia:

  • Użytkownicy muszą mieć co najmniej uprawnienia do tworzenia modelu semantycznego
  • Zapytania są wykonywane w kontekście uwierzytelnionego użytkownika

Zagadnienia dotyczące zabezpieczeń:

  • Zabezpieczenia na poziomie wiersza (RLS) są wymuszane na potrzeby uwierzytelniania użytkowników
  • Zabezpieczenia na poziomie wiersza nie są obecnie obsługiwane w przypadku korzystania z uwierzytelniania Service Principal

Zobacz również:Wykonywanie zapytań za pomocą interfejsu API REST

Najlepsze rozwiązania

Przechowywanie identyfikatorów semantycznych modeli do ponownego użycia

Każde narzędzie wymaga identyfikatora modelu semantycznego. Zamiast prosić użytkowników o podanie identyfikatora w każdej sesji czatu, przechowuj często używane identyfikatory modeli, w których agent może uzyskać do nich dostęp. Przykład:

  • VS Code: Tworzenie semantic-model-ids.json pliku w obszarze roboczym
  • Agenci niestandardowi: Przechowywanie identyfikatorów w zmiennych środowiskowych lub plikach konfiguracji
  • Scenariusze wielomodelowe: Utrzymywanie katalogu mapującego przyjazne nazwy na identyfikatory modeli

Znajdowanie identyfikatora modelu semantycznego

Aby uzyskać identyfikator semantycznego modelu z usługi Power BI:

  1. Logowanie się do usługi Power BI
  2. Przejdź do obszaru roboczego zawierającego model semantyczny
  3. Wybierz model semantyczny, aby otworzyć stronę szczegółów
  4. Kopiowanie identyfikatora modelu semantycznego z adresu URL

Adresy URL modelu semantycznego mają następujący format:

https://app.powerbi.com/groups/{workspaceId}/datasets/{semanticModelId}

Identyfikatory modeli semantycznych można również pobrać programowo przy użyciu interfejsu API REST usługi Power BI.

Ograniczenia i zagadnienia

Uwierzytelnianie i zabezpieczenia

  • Zabezpieczenia na poziomie wiersza (RLS): Obecnie nie są wymuszane podczas korzystania z uwierzytelniania głównej usługi. Gdy zasada usługi wykonuje zapytania, ma dostęp do wszystkich danych, do których ma uprawnienia dostępu. Dokładnie przeanalizuj implikacje dotyczące bezpieczeństwa przed ujawnieniem agentów uwierzytelnionych przez główny podmiot usługi użytkownikom końcowym.
  • Ustawienia dzierżawy: Administratorzy muszą włączyć ustawienie "Użytkownicy mogą używać punktu końcowego serwera protokołu kontekstu modelu Power BI (wersja zapoznawcza)" dla organizacji.

Generowanie zapytań

Performance

  • Wpływ na projekt modelu: Wydajność wykonywania zapytań zależy od semantycznego projektu, rozmiaru i optymalizacji modelu semantycznego.
  • Duże schematy: Modele z setkami tabel lub tysiącami kolumn mogą powodować duże ładunki schematu.
  • Złożoność zapytania: Tworzenie i wykonywanie złożonych zapytań języka DAX może trwać dłużej.

Kontekst i konwersacja

  • Limity okien kontekstowych: Istnieją ograniczenia dotyczące tego, ile kontekstu można zachować w różnych zakrętach konwersacji, w zależności od modelu sztucznej inteligencji używanego przez klienta MCP.
  • Zapytania bezstanowe: Każde zapytanie jest wykonywane niezależnie. Serwer nie obsługuje stanu zapytania między żądaniami.

Treści powiązane

  • Last updated on