หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
เซิร์ฟเวอร์ Power BI MCP ระยะไกลมีเครื่องมือที่ช่วยให้ตัวแทน AI สามารถแชทกับข้อมูลในแบบจําลองความหมายของ Power BI โดยใช้ภาษาธรรมชาติ ผู้ช่วย AI สามารถดึงสคีมาแบบจําลอง สร้างคิวรี DAX และดําเนินการคิวรีเพื่อส่งข้อมูลเชิงลึกจากข้อมูลของคุณ
สําคัญ
เซิร์ฟเวอร์ Power BI MCP ระยะไกลอยู่ในการแสดงตัวอย่าง คําจํากัดความของเครื่องมือ รูปแบบคําขอ และสคีมาการตอบกลับอาจเปลี่ยนแปลงได้เมื่อเราปรับปรุงความสามารถ
Note
เซิร์ฟเวอร์ Power BI MCP ระยะไกลไม่ใช่ REST API แบบดั้งเดิม เข้าถึงผ่านเอเจนต์และเฟรมเวิร์กที่เข้ากันได้กับ MCP แทนการเรียก HTTP โดยตรง เซิร์ฟเวอร์ใช้ ข้อกําหนด Model Context Protocol ซึ่งมีอินเทอร์เฟซมาตรฐานสําหรับเอเจนต์ AI เพื่อค้นหาและเรียกใช้เครื่องมือ
เครื่องมือที่พร้อมใช้งาน
เซิร์ฟเวอร์ MCP มีเครื่องมือต่อไปนี้สําหรับเอเจนต์ AI ในการเรียกใช้ สําหรับรายละเอียดการเชื่อมต่อ โปรดดู เริ่มต้นใช้งานเซิร์ฟเวอร์ Power BI MCP ระยะไกล
รับ Semantic Model Schema
ดึงข้อมูลเมตาที่ครอบคลุมสําหรับโมเดลความหมาย ซึ่งรวมถึง:
- ตาราง คอลัมน์ หน่วยวัด และความสัมพันธ์
- ชนิดข้อมูลและลําดับชั้น
- ข้อมูลเมตาที่ปรับให้เหมาะสมกับ AI เมื่อกําหนดค่าโดยผู้เขียนโมเดล:
- สคีมาข้อมูล AI - คําอธิบายความหมายของข้อมูล
- คําแนะนํา AI - คําแนะนําสําหรับการสร้างคิวรี AI
- คําตอบที่ยืนยันแล้ว - ตัวอย่างคําค้นหาที่ตรวจสอบความถูกต้องล่วงหน้า
อินพุตที่จําเป็น: รหัสแบบจําลองความหมาย
สร้างแบบสอบถาม
สร้างคิวรี DAX ที่ปรับให้เหมาะสมจากพร้อมท์ภาษาธรรมชาติโดยใช้ Copilot ใน Power BI เครื่องมือนี้ใช้กลไกการสร้าง DAX เดียวกันกับ Copilot สําหรับ Power BI เพื่อสร้างคิวรีที่เป็นไปตามแนวทางปฏิบัติที่ดีที่สุด
อินพุตที่จําเป็น:
- รหัสแบบจําลองความหมาย
- คําถามหรือข้อความแจ้งภาษาธรรมชาติ
- บริบท Schema ที่เกี่ยวข้องตามที่กําหนดโดยตัวแทน (ตาราง คอลัมน์ หน่วยวัด)
คุณสมบัติผู้สมัคร:
- ใบอนุญาต Copilot สําหรับผู้ใช้หรือองค์กร
Note
หากคุณไม่ต้องการใช้ความจุ Copilot ให้ปิดใช้งานเครื่องมือนี้ในการกําหนดค่าไคลเอ็นต์ MCP ของคุณและพึ่งพา LLM ของไคลเอ็นต์เพื่อสร้าง DAX โดยตรง
ดําเนินการคิวรี
ดําเนินการคิวรี DAX กับแบบจําลองความหมาย และส่งคืนผลลัพธ์ไปยังตัวแทน AI
อินพุตที่จําเป็น:
- รหัสแบบจําลองความหมาย
- นิพจน์คิวรี DAX
สิทธิ์:
- ผู้ใช้ต้องมีสิทธิ์สร้างเป็นอย่างน้อย ใน แบบจําลองความหมาย
- การสืบค้นจะดําเนินการในบริบทของผู้ใช้ที่ได้รับการรับรองความถูกต้อง
ข้อควรพิจารณาด้านความปลอดภัย:
- มีการบังคับใช้การรักษาความปลอดภัยระดับแถว (RLS) สําหรับการรับรองความถูกต้องของผู้ใช้
- ขณะนี้ RLS ไม่ได้รับการสนับสนุนเมื่อใช้การรับรองความถูกต้องของบริการหลัก
ดูเพิ่มเติม:ดําเนินการสืบค้น REST API
แนวทางปฏิบัติที่ดีที่สุด
จัดเก็บรหัสโมเดลความหมายเพื่อนํากลับมาใช้ใหม่
เครื่องมือแต่ละรายการต้องมีรหัสโมเดลความหมาย แทนที่จะขอให้ผู้ใช้ระบุ ID ในทุกเซสชันการแชท ให้จัดเก็บ ID โมเดลที่ใช้บ่อยซึ่งตัวแทนของคุณสามารถเข้าถึงได้ เช่น:
-
รหัส VS: สร้าง
semantic-model-ids.jsonไฟล์ในพื้นที่ทํางานของคุณ - ตัวแทนศุลกากร: จัดเก็บ ID ในตัวแปรสภาพแวดล้อมหรือไฟล์การกําหนดค่า
- สถานการณ์หลายรุ่น: รักษาแค็ตตาล็อกที่แม็ปชื่อที่จําง่ายกับรหัสแบบจําลอง
ค้นหารหัสโมเดลความหมายของคุณ
เมื่อต้องการรับรหัสแบบจําลองความหมายจากบริการของ Power BI:
- ลงชื่อเข้าใช้ Power BI
- นําทางไปยังพื้นที่ทํางานที่มีโมเดลความหมายของคุณ
- เลือกแบบจําลองความหมายเพื่อเปิดหน้ารายละเอียด
- คัดลอกรหัสแบบจําลองความหมายจาก URL
URL แบบจําลองความหมายเป็นไปตามรูปแบบนี้:
https://app.powerbi.com/groups/{workspaceId}/datasets/{semanticModelId}
คุณยังสามารถดึงรหัสแบบจําลองความหมายโดยทางโปรแกรมโดยใช้ Power BI REST API
ข้อจํากัดและข้อควรพิจารณา
การรับรองความถูกต้องและการรักษาความปลอดภัย
- การรักษาความปลอดภัยระดับแถว (RLS): ขณะนี้ไม่ได้บังคับใช้เมื่อใช้การรับรองความถูกต้องของบริการหลัก เมื่อบริการหลักดําเนินการสืบค้น จะสามารถเข้าถึงข้อมูลทั้งหมดที่หลักได้รับอนุญาตให้เข้าถึง ตรวจสอบผลกระทบด้านความปลอดภัยอย่างรอบคอบก่อนที่จะเปิดเผยตัวแทนที่รับรองความถูกต้องของบริการหลักต่อผู้ใช้ปลายทาง
- การตั้งค่าผู้เช่า: ผู้ดูแลระบบต้องเปิดใช้งาน "ผู้ใช้สามารถใช้จุดสิ้นสุดเซิร์ฟเวอร์โพรโทคอลบริบทแบบจําลอง Power BI (พรีวิว)" สําหรับองค์กรของคุณ
การสร้างคิวรี
- DAX ที่ซับซ้อน: การคํานวณที่ซับซ้อนสูงหรือตรรกะที่ซ้อนกันอาจแปลได้ไม่สมบูรณ์แบบจากข้อความแจ้งภาษาธรรมชาติ
- การเพิ่มประสิทธิภาพโมเดล: คุณภาพการสร้างคิวรีจะดีขึ้นอย่างมากเมื่อคุณเตรียมข้อมูลของคุณสําหรับ AI
ผลการปฏิบัติงาน
- ผลกระทบต่อการออกแบบโมเดล: ประสิทธิภาพการดําเนินการคิวรีขึ้นอยู่กับการออกแบบโมเดลความหมาย ขนาด และการเพิ่มประสิทธิภาพ
- สคีมาขนาดใหญ่: โมเดลที่มีตารางหลายร้อยตารางหรือหลายพันคอลัมน์อาจส่งผลให้มีเพย์โหลดสคีมาขนาดใหญ่
- ความซับซ้อนของคิวรี: คิวรี DAX ที่ซับซ้อนอาจใช้เวลานานกว่าในการสร้างและดําเนินการ
บริบทและการสนทนา
- ขีดจํากัดของหน้าต่างบริบท: มีข้อจํากัดเกี่ยวกับบริบทที่สามารถรักษาไว้ได้ตลอดการสนทนา ขึ้นอยู่กับโมเดล AI ที่ใช้โดยไคลเอ็นต์ MCP ของคุณ
- การสืบค้นแบบไร้สัญชาติ: แต่ละคิวรีจะดําเนินการอย่างอิสระ เซิร์ฟเวอร์ไม่รักษาสถานะการสืบค้นระหว่างการร้องขอ