本文介绍如何使用 Python 客户端 SDK 通过交互式浏览器身份验证将 Fabric 数据代理添加到 Web 应用和其他客户端。 通过浏览器使用 Microsoft Entra ID 凭据登录后，数据代理将在您的权限下运行。 将数据代理添加到外部应用后，可以生成自定义接口、在现有工作流中嵌入见解、自动执行报表，以及让用户运行自然语言数据查询。 此方法提供数据代理功能，同时可以完全控制用户体验和应用体系结构。
重要
此功能目前为预览版。
先决条件
- 付费的 F2 或更高版本的 Fabric 容量，或者每个容量 （P1 或更高版本） 的 Power BI Premium 容量（已启用 Microsoft Fabric）
- Fabric 数据代理租户设置已启用。
- 启用了 AI 的跨地理位置处理 。
- 已启用适用于 AI 的跨地理位置存储。
- 至少有一个包含数据：一个仓库、一个 lakehouse、一个或多个 Power BI 语义模型、一个 KQL 数据库或一个本体。
- 已为 Power BI 语义模型数据源启用通过 XMLA 终结点的 Power BI 语义模型租户切换。
在 VS Code 中设置环境
克隆或下载 Fabric 数据代理外部客户端存储库，然后在 VS Code 中打开它并运行示例客户端。
创建并激活 Python 虚拟环境（建议），然后安装所需的依赖项。
python -m venv .venv激活虚拟环境。
.venv\Scripts\activate
安装依赖项
运行以下命令以安装依赖项：
pip install -r requirements.txt
注释
- 通过随附的
azure-identityrequirements.txt包，可以使用 Microsoft Entra ID 进行身份验证。 -
InteractiveBrowserCredential从azure-identity包中打开浏览器，以便用户可以使用 Microsoft Entra ID 帐户登录。 将其用于允许交互式登录的本地开发或应用。
配置客户端
选择以下方法之一来设置所需的值（TENANT_ID 和 DATA_AGENT_URL）：
在 shell 中设置值。 将尖括号中的占位符文本替换为你自己的值。
export TENANT_ID=<your-azure-tenant-id>
export DATA_AGENT_URL=<your-fabric-data-agent-url>
请参阅文档以查找已发布的数据代理 URL。 按照说明查找租户 ID。
Authenticate
使用 InteractiveBrowserCredential 类在浏览器中使用 Microsoft Entra ID 进行身份验证。
from azure.identity import InteractiveBrowserCredential
from fabric_data_agent_client import FabricDataAgentClient
credential = InteractiveBrowserCredential()
创建数据代理客户端
client = FabricDataAgentClient(credential=credential)
注释
- 该
fabric-data-agent-client包提供用于连接到 Fabric 数据代理的客户端 SDK。 - Python 客户端使用交互式浏览器身份验证：运行脚本时，将打开默认浏览器，以便登录到托管 Fabric 数据代理的租户。
向数据代理提问
进行身份验证后，使用 Python 客户端与数据代理进行交互。
response = client.ask("What were the total sales last quarter?")
print(f"Response: {response}")
该方法 client.ask 将问题发送到数据代理，并返回包含答案的对象。 可以查看数据代理执行的步骤及其生成的相应查询以获取答案。
run_details = client.get_run_details("What were the total sales last quarter?")
messages = run_details.get('messages', {}).get('data', [])
assistant_messages = [msg for msg in messages if msg.get('role') == 'assistant']
print("Answer:", assistant_messages[-1])
可选：检查步骤及对应的查询
检查数据代理到达答案的步骤，包括执行过程中出现的任何错误。
for step in run_details['run_steps']['data']:
tool_name = "N/A"
if 'step_details' in step and step['step_details'] and 'tool_calls' in step['step_details']:
tool_calls = step['step_details']['tool_calls']
if tool_calls and len(tool_calls) > 0 and 'function' in tool_calls[0]:
tool_name = tool_calls[0]['function'].get('name', 'N/A')
print(f"Step ID: {step.get('id')}, Type: {step.get('type')}, Status: {step.get('status')}, Tool Name: {tool_name}")
if 'error' in step:
print(f" Error: {step['error']}")
此输出可帮助你了解代理如何生成响应，并在 Python 客户端中使用数据时提供透明度。