Microsoft Fabric 中的 Data Agent 使組織能夠在企業資料上建立對話式體驗。 透過將 Fabric 產物與資料代理連結,使用者能將自然語言問題轉化為精確的查詢,賦能從分析師到高階主管等利害關係人,在不寫一行程式碼的情況下,解鎖洞見。 本文將介紹 Data Agent 目前支援的所有資料來源,以及每個資料來源可用的設定能力。
Overview
資料代理支援以下資料來源類別:
| 類別 |
Artifacts |
查詢語言 |
關鍵情境 |
|
SQL |
Lakehouse、Data Warehouse、SQL 資料庫、鏡像資料庫 |
T-SQL |
基於關聯型資料和Delta Lake資料的結構化分析 |
|
Eventhouse |
Eventhouse KQL 資料庫 |
KQL |
即時智慧與時間序列分析 |
|
語意模型 |
Power BI 語意模型 |
DAX |
商業邏輯、計算的指標與精選指標 |
|
圖表(預覽) |
圖形模型 |
GQL |
關係豐富的資料探索與圖分析 |
|
本體論(預覽) |
Fabric 本體論 |
本體原生 |
資料整合的領域知識與語意脈絡 |
|
Azure AI 搜尋服務 (preview) |
Azure AI 搜尋索引 |
自然語言 + 搜尋 |
非結構化資料檢索(PDF、文字、豐富內容) |
Tip
單一資料代理可任意組合五個資料來源,讓你能在一次對話體驗中融合結構化、即時、語意與非結構化資料。
支援的構件
-
Lakehouse—Delta Lake 資料表透過 SQL Analytics Endpoint 呈現。
-
Data Warehouse—完整的Fabric資料庫,具備 T-SQL 功能範圍。
-
SQL 資料庫——Fabric原生 SQL 資料庫。
-
鏡像資料庫——外部資料庫鏡像成Fabric(例如 Azure SQL、Cosmos DB、Snowflake)。
Fabric 的每個 SQL 資料來源都附有 SQL Analytics Endpoint,這是一個高效能、唯讀的 T-SQL 查詢界面,專門用於 OneLake Delta 資料。 Data Agent 利用內建的 NL2SQL 服務,該服務:
- 利用使用者提供的結構、指令及範例查詢,將使用者的自然語言問題轉換為 T-SQL 查詢。
- 驗證產生的查詢是否符合結構選擇,確保只引用核准的資料表和檢視。
- 透過 SQL Analytics Endpoint 執行查詢,並回傳可讀的結果。
支援的構件
-
Eventhouse KQL 資料庫——Fabric 的 Real-Time 智慧儲存庫,用於串流、事件驅動及時間序列資料。
Data Agent 連接到 Eventhouse KQL 資料庫端點,並利用 Kusto 內建的 NL2KQL,實現以下功能:
- 使用者的問題會根據所選結構及所提供的指令或範例,轉譯成 KQL 查詢。
- 查詢會經過驗證,確認它只觸及已核准的結構實體。
- 核准後,查詢會針對 Kusto 引擎執行——該引擎優化為低延遲、高吞吐量的分析工作負載。
支援的構件
-
Power BI 語意模型——已發表的資料集,包含表格、關係、度量、計算欄位及階層結構。
Fabric 中的每個語意模型都會暴露一個 XMLA Endpoint,資料代理程式會用它來執行 DAX 查詢。 內建的 NL2DAX 服務:
- 將自然語言轉換成 DAX 查詢,利用模型的元資料(表格描述、欄位同義詞、度量定義、關係)。
- 驗證查詢是否符合所選結構。
- 透過 XMLA 端點執行,並回傳格式化的結果。
支援的構件
-
圖模型——Fabric定義節點與邊緣結構的圖產物。
Graph Data Agent可以執行GQL查詢,並從Fabric中的圖資料來源提取洞察。 要配置此類代理,請將圖形模型或圖形查詢集作為資料來源。
當資料代理對圖表資料來源執行 GQL 時,底層的 Fabric 圖結構會執行查詢並產生 graph 操作 的消耗。
支援的構件
-
Fabric 本體論——一個涵蓋領域知識、實體定義與關係的語意層。
在 Fabric 中設定本體後,可以將其作為資料來源加入資料代理程式。 代理利用本體論理解領域脈絡,並回答基於您組織知識模型的問題。
支援的構件
-
Azure AI 搜尋索引——這些索引是在 Azure AI Foundry 中針對非結構化內容(如 PDF、文字檔及其他增強文件)建立的。
Data Agent 會直接透過資源 URL 連接到你的 Azure AI 搜尋服務 索引。 當使用者提出問題時,代理會將查詢(包含使用者身份以供存取控制)傳送至搜尋索引,擷取最相關的文件區塊,並撰寫最終答案。 當索引包含 URL 或檔案路徑欄位時,引用會自動包含。
SQL 來源支援的組態設定
| Configuration |
支持 |
Details |
| 架構選擇 |
✅ 是 |
選擇特定的 表格、檢視和 函式 以界定代理的範圍。 |
| 代理人指示 |
✅ 是 |
指導客服人員何時以及如何將問題導向此來源。 |
| 資料來源指令 |
✅ 是 |
提供資料表描述、連接邏輯、鍵欄位細節及商業術語給 NL2SQL。 |
| 資料來源說明 |
✅ 是 |
說明幫助客服判斷該資料來源是否與使用者問題相關。 |
|
結構物件描述(預覽) |
✅ 是 |
提供資料表、欄位及其他結構元素的業務上下文,以提升 SQL 查詢產生。 僅在 預覽版中取得。 |
|
主題(預覽) |
✅ 是 |
提供最多 100 萬字元的主題導向指示。 資料代理會擷取 NL2SQL 相關的區段。 僅在 預覽版中取得。 |
| 查詢範例 |
✅ 是 |
提供自然語言/SQL 配對,讓代理能學習複雜的查詢模式。 頂尖範例可透過向量相似度自動檢索。 |
Eventhouse KQL 來源支援的配置
| Configuration |
支持 |
Details |
| 架構選擇 |
✅ 是 |
選擇特定的 表格、 實體化檢視、 函式與 捷徑 來設定代理範圍。 |
| 代理人指示 |
✅ 是 |
指導客服人員何時以及如何將問題導向此來源。 |
| 資料來源指令 |
✅ 是 |
提供關於 NL2KQL 的表格、MV、函式及捷徑的上下文。 |
| 資料來源說明 |
✅ 是 |
說明幫助客服判斷該資料來源是否與使用者問題相關。 |
| 主題 |
❌ 否 |
主題僅支援在預覽執行時使用 NL2SQL 的 SQL 資料來源。 |
| 查詢範例 |
✅ 是 |
提供自然語言/KQL 配對,教導代理複雜聚合與連接模式。 |
語意模型支援的配置
| Configuration |
支持 |
Details |
| 架構選擇 |
✅ 是的* |
選擇要公開的資料表。 當Power BI中設定 Prep for AI時,欄位層級控制可用。 |
| 代理人指示 |
✅ 是 |
引導代理人何時選擇語意模型來回答問題。 |
| 資料來源指令 |
❌ 不* |
指令透過 Prep for AI (AI 指令與驗證答案)在語意模型端管理。 資料代理人在場時會尊重他們。 |
| 資料來源說明 |
❌ 否 |
語意模型不支援資料來源描述。 |
| 主題 |
❌ 否 |
主題僅支援在預覽執行時使用 NL2SQL 的 SQL 資料來源。 |
| 查詢範例 |
❌ 不* |
目前不支援語意模型。 在 Prep for AI 中使用 Verified Answers 來包含 DAX 查詢範例。 |
*語意模型主要透過 Power BI 中的 人工智慧準備 來配置,該系統提供人工智慧資料結構、人工智慧指令及已驗證的答案。
圖形模型支援設定
| Configuration |
支持 |
Details |
| 架構選擇 |
❌ 否 |
Graph 不允許使用者將其代理設置於特定的節點與邊上。 |
| 代理人指示 |
✅ 是 |
指導客服人員何時以及如何將問題導向此來源。 |
| 資料來源指令 |
✅ 是 |
傳遞至 NL2GQL 模組以引導查詢生成。 |
| 資料來源說明 |
✅ 是 |
說明幫助客服判斷該資料來源是否與使用者問題相關。 |
| 主題 |
❌ 否 |
主題僅支援在預覽執行時使用 NL2SQL 的 SQL 資料來源。 |
| 查詢範例 |
✅ 是 |
已轉交給 NL2GQL,用於教授複雜的圖遍歷模式。 |
本體論支援的配置
| Configuration |
支持 |
Details |
| 架構選擇 |
❌ 否 |
不支援本體論資料來源。 |
| 代理人指示 |
✅ 是 |
引導代理人何時選擇語意模型來回答問題。 |
| 資料來源指令 |
❌ 否 |
不支援本體論資料來源。 |
| 資料來源說明 |
✅ 是 |
說明幫助客服判斷該資料來源是否與使用者問題相關。 |
| 主題 |
❌ 否 |
主題僅支援在預覽執行時使用 NL2SQL 的 SQL 資料來源。 |
| 查詢範例 |
❌ 否 |
不支援本體論資料來源。 |
非結構化資料配置
| 設定 |
Details |
| 顯示名稱 |
客服體驗中索引的自訂名稱顯示。 |
| 搜尋類型 |
根據你的索引設定,選擇全文、混合式或語意搜尋。 |
| 文件數量 |
控制每次查詢可檢索的文件數量(建議:3–20)。 |
| 背景 / 描述 |
描述索引內容、關鍵欄位及使用指引,以協助路由。 |
| 代理人指示 |
指導代理人如何解讀搜尋結果並撰寫最終答案。 |
| 主題 |
不支援。 主題僅適用於在預覽執行時使用 NL2SQL 的 SQL 資料來源。 |
瞭解更多資訊