เพิ่มและกําหนดค่าแหล่งข้อมูลในตัวแทนข้อมูล Fabric

ตัวแทนข้อมูลใน Microsoft Fabric ช่วยให้องค์กรสามารถสร้างประสบการณ์การสนทนาผ่านข้อมูลองค์กรของตนได้ ด้วยการเชื่อมต่อสิ่งประดิษฐ์ Fabric กับ Data Agent ผู้ใช้สามารถแปลคําถามภาษาธรรมชาติเป็นแบบสอบถามที่แม่นยํา ให้อํานาจแก่ผู้มีส่วนได้ส่วนเสีย ตั้งแต่นักวิเคราะห์ไปจนถึงผู้บริหาร เพื่อปลดล็อกข้อมูลเชิงลึกโดยไม่ต้องเขียนโค้ดแม้แต่บรรทัดเดียว บทความนี้จะอธิบายแหล่งข้อมูลทั้งหมดที่ Data Agent รองรับในปัจจุบัน และความสามารถในการกําหนดค่าที่พร้อมใช้งานสําหรับแต่ละแหล่งข้อมูล

Overview

ตัวแทนข้อมูลรองรับประเภทแหล่งข้อมูลต่อไปนี้:

ประเภท	สิ่ง ประดิษฐ์	ภาษาคิวรี	สถานการณ์สําคัญ
SQL	Lakehouse, คลังข้อมูล, ฐานข้อมูล SQL, ฐานข้อมูลมิเรอร์	T-SQL	การวิเคราะห์ที่มีโครงสร้างเหนือข้อมูลเชิงสัมพันธ์และ Delta Lake
อีเวนต์เฮาส์	ฐานข้อมูล Eventhouse KQL	KQL	ข่าวกรองแบบเรียลไทม์และการวิเคราะห์อนุกรมเวลา
แบบจําลองแสดงความหมาย	แบบจําลองความหมายของ Power BI	DAX	ตรรกะทางธุรกิจ การวัดผลที่คํานวณได้ และเมตริกที่คัดสรร
กราฟ (พรีวิว)	แบบจําลองกราฟ	จีคิวแอล	การสํารวจข้อมูลที่มีความสัมพันธ์และการวิเคราะห์กราฟ
ออนโทโลยี (พรีวิว)	Fabric ออนโทโลยี	ออนโทโลยี-เนทีฟ	ความรู้โดเมนและบริบทความหมายสําหรับการรวมข้อมูล
Azure AI Search (พรีวิว)	ดัชนีการค้นหา Azure AI	ภาษาธรรมชาติ + การค้นหา	การดึงข้อมูลที่ไม่มีโครงสร้าง (PDF, ข้อความ, เนื้อหาที่สมบูรณ์)

Tip

ตัวแทนข้อมูลรายเดียวสามารถรวมแหล่งข้อมูลได้สูงสุดห้าแหล่งในการผสมผสานใดๆ ช่วยให้คุณสามารถผสมผสานข้อมูลที่มีโครงสร้าง เรียลไทม์ ความหมาย และไม่มีโครงสร้างไว้ในประสบการณ์การสนทนาเพียงครั้งเดียว

สิ่งประดิษฐ์ที่รองรับ

เลคเฮาส์—ตาราง Delta Lake ปรากฏผ่านจุดสิ้นสุด SQL Analytics
คลังข้อมูล—คลังสินค้า Fabric เต็มรูปแบบพร้อมพื้นที่ผิว T-SQL
ฐานข้อมูล SQL—ฐานข้อมูล SQL แบบเนทีฟ Fabric
ฐานข้อมูลมิเรอร์ - ฐานข้อมูลภายนอกที่มิเรอร์เป็น Fabric (เช่น Azure SQL, Cosmos DB, Snowflake)

แหล่งข้อมูล SQL ทุกแหล่งใน Fabric มาพร้อมกับ SQL Analytics Endpoint ซึ่งเป็นพื้นผิวคิวรี T-SQL แบบอ่านอย่างเดียวที่มีประสิทธิภาพสูงผ่านข้อมูล OneLake Delta Data Agent ใช้ประโยชน์จากบริการ NL2SQL ในตัวที่:

แปลคําถามภาษาธรรมชาติของผู้ใช้เป็นแบบสอบถาม T-SQL โดยใช้สคีมา คําแนะนํา และตัวอย่างแบบสอบถามที่ผู้ใช้ระบุไว้
ตรวจสอบความถูกต้องของคิวรีที่สร้างขึ้นกับการเลือก Schema เพื่อให้แน่ใจว่าอ้างอิงเฉพาะตารางและมุมมองที่ได้รับอนุมัติเท่านั้น
ดําเนินการคิวรีผ่านจุดสิ้นสุด SQL Analytics และส่งคืนผลลัพธ์ที่มนุษย์อ่านได้

กําหนดค่าแหล่งข้อมูลของคุณ

การกําหนดค่าที่รองรับแหล่งที่มาของ SQL

การกําหนดค่า	ได้รับการสนับสนุน	ราย ละเอียด
การเลือกสคีมา	✅ ใช่	เลือก ตารางมุมมอง และ ฟังก์ชันเฉพาะ เพื่อกําหนดขอบเขตตัวแทน
คําแนะนําของตัวแทน	✅ ใช่	แนะนําตัวแทนเกี่ยวกับเวลาและวิธีการกําหนดเส้นทางคําถามไปยังแหล่งข้อมูลนี้
คําแนะนําแหล่งข้อมูล	✅ ใช่	ระบุคําอธิบายตารางตรรกะการรวมรายละเอียดคอลัมน์หลักและคําศัพท์ทางธุรกิจไปยัง NL2SQL
คําอธิบายแหล่งข้อมูล	✅ ใช่	คําอธิบายที่ช่วยให้ตัวแทนระบุว่าแหล่งข้อมูลนี้เกี่ยวข้องกับคําถามของผู้ใช้หรือไม่
คําอธิบายวัตถุสคีมา (ตัวอย่าง)	✅ ใช่	ให้บริบททางธุรกิจสําหรับตาราง คอลัมน์ และองค์ประกอบสคีมาอื่น ๆ เพื่อปรับปรุงการสร้างคําสั่งค้นหา SQL มีให้ใช้งานเฉพาะในช่วง รันไทม์ตัวอย่างเท่านั้น
ตัวอย่างการสืบค้น	✅ ใช่	จัดหาคู่ภาษาธรรมชาติ/SQL เพื่อให้เอเจนต์สามารถเรียนรู้รูปแบบการสืบค้นที่ซับซ้อนได้ ตัวอย่างยอดนิยมจะถูกดึงโดยอัตโนมัติผ่านความคล้ายคลึงกันของเวกเตอร์

การกําหนดค่าที่รองรับแหล่งที่มา KQL ของบ้านเหตุการณ์

การกําหนดค่า	ได้รับการสนับสนุน	ราย ละเอียด
การเลือกสคีมา	✅ ใช่	เลือก ตารางมุมมองที่เป็นรูปธรรมฟังก์ชัน และ ทางลัดเฉพาะ เพื่อกําหนดขอบเขตตัวแทน
คําแนะนําของตัวแทน	✅ ใช่	แนะนําตัวแทนเกี่ยวกับเวลาและวิธีการกําหนดเส้นทางคําถามไปยังแหล่งข้อมูลนี้
คําแนะนําแหล่งข้อมูล	✅ ใช่	ระบุบริบทเกี่ยวกับตาราง MV ฟังก์ชัน และทางลัดไปยัง NL2KQL
คําอธิบายแหล่งข้อมูล	✅ ใช่	คําอธิบายที่ช่วยให้ตัวแทนระบุว่าแหล่งข้อมูลนี้เกี่ยวข้องกับคําถามของผู้ใช้หรือไม่
ตัวอย่างการสืบค้น	✅ ใช่	จัดหาคู่ภาษาธรรมชาติ/KQL เพื่อสอนการรวมที่ซับซ้อนของตัวแทนและรูปแบบการรวม

การกําหนดค่าที่รองรับแบบจําลองความหมาย

การกําหนดค่า	ได้รับการสนับสนุน	ราย ละเอียด
การเลือกสคีมา	✅ มี*	เลือกตารางที่จะแสดง การควบคุมระดับคอลัมน์จะพร้อมใช้งานเมื่อมีการกําหนดค่า Prep for AI ใน Power BI
คําแนะนําของตัวแทน	✅ ใช่	แนะนําตัวแทนว่าเมื่อใดควรเลือกแบบจําลองความหมายเพื่อตอบคําถาม
คําแนะนําแหล่งข้อมูล	❌ ไม่*	คําแนะนําได้รับการจัดการผ่าน Prep for AI (คําแนะนํา AI และคําตอบที่ยืนยันแล้ว) ที่ด้านโมเดลความหมาย ตัวแทนข้อมูลให้เกียรติพวกเขาเมื่อมีอยู่
คําอธิบายแหล่งข้อมูล	❌ ไม่ใช่	แบบจําลองความหมายไม่สนับสนุนคําอธิบายแหล่งข้อมูล
ตัวอย่างการสืบค้น	❌ ไม่*	ขณะนี้ยังไม่ได้รับการสนับสนุนสําหรับโมเดลความหมาย ใช้ คําตอบที่ตรวจสอบแล้วใน Prep for AI เพื่อรวมคิวรี DAX ตัวอย่าง

*โมเดลความหมายได้รับการกําหนดค่าเป็นหลักผ่าน Prep for AI ใน Power BI ซึ่งมี AI Data Schema คําแนะนํา AI และคําตอบที่ตรวจสอบแล้ว

การกําหนดค่าที่รองรับแบบจําลองกราฟ

การกําหนดค่า	ได้รับการสนับสนุน	ราย ละเอียด
การเลือกสคีมา	❌ ไม่ใช่	กราฟไม่อนุญาตให้ผู้ใช้กําหนดขอบเขตเอเจนต์ของตนบนโหนดและเอดจ์ที่เฉพาะเจาะจง
คําแนะนําของตัวแทน	✅ ใช่	แนะนําตัวแทนเกี่ยวกับเวลาและวิธีการกําหนดเส้นทางคําถามไปยังแหล่งข้อมูลนี้
คําแนะนําแหล่งข้อมูล	✅ ใช่	ส่งผ่านไปยังเอ็นจิ้น NL2GQL เพื่อเป็นแนวทางในการสร้างคิวรี
คําอธิบายแหล่งข้อมูล	✅ ใช่	คําอธิบายที่ช่วยให้ตัวแทนระบุว่าแหล่งข้อมูลนี้เกี่ยวข้องกับคําถามของผู้ใช้หรือไม่
ตัวอย่างการสืบค้น	✅ ใช่	ส่งต่อไปยัง NL2GQL เพื่อสอนรูปแบบการเคลื่อนที่ของกราฟที่ซับซ้อน

การกําหนดค่าที่รองรับออนโทโลยี

การกําหนดค่า	ได้รับการสนับสนุน	ราย ละเอียด
การเลือกสคีมา	❌ ไม่ใช่	ไม่รองรับแหล่งข้อมูลออนโทโลยี
คําแนะนําของตัวแทน	✅ ใช่	แนะนําตัวแทนว่าเมื่อใดควรเลือกแบบจําลองความหมายเพื่อตอบคําถาม
คําแนะนําแหล่งข้อมูล	❌ ไม่ใช่	ไม่รองรับแหล่งข้อมูลออนโทโลยี
คําอธิบายแหล่งข้อมูล	✅ ใช่	คําอธิบายที่ช่วยให้ตัวแทนระบุว่าแหล่งข้อมูลนี้เกี่ยวข้องกับคําถามของผู้ใช้หรือไม่
ตัวอย่างการสืบค้น	❌ ไม่ใช่	ไม่รองรับแหล่งข้อมูลออนโทโลยี

การกําหนดค่าข้อมูลที่ไม่มีโครงสร้าง

การตั้งค่า	ราย ละเอียด
ชื่อที่แสดง	ชื่อที่กําหนดเองที่แสดงสําหรับดัชนีในประสบการณ์ของตัวแทน
ประเภทการค้นหา	เลือกจากการค้นหาแบบเต็มข้อความ ไฮบริด หรือเชิงความหมาย ขึ้นอยู่กับการกําหนดค่าดัชนีของคุณ
จํานวนเอกสาร	ควบคุมจํานวนเอกสารที่จะเรียกดูต่อการสืบค้น (แนะนํา: 3-20)
บริบท / คําอธิบาย	อธิบายเนื้อหาดัชนี ฟิลด์หลัก และคําแนะนําการใช้งานเพื่อช่วยในการกําหนดเส้นทาง
คําแนะนําของตัวแทน	แนะนําวิธีที่ตัวแทนตีความผลการค้นหาและเขียนคําตอบสุดท้าย

เรียนรู้เพิ่มเติม

คำติชม

หน้านี้มีประโยชน์หรือไม่

Last updated on 2026-08-21