模型上下文协议（MCP）允许 AI 模型（如Azure OpenAI 模型）与外部工具和资源进行交互。 MCP 使代理能够更轻松地查找、连接和使用企业数据。
将 MCP 与 Azure 数据资源管理器 群集集成后，可以实时获取 AI 驱动的见解和操作。 MCP 服务器通过 MCP 接口提供工具，允许 AI 代理或 AI 应用程序与Azure 数据资源管理器进行交互。 可以使用这些工具来查询和分析数据。
注释
此功能处于预览状态。
用于生成 AI 代理的服务器
MCP 对 Azure 数据资源管理器的支持是一个完整的开源 MCP 服务器集成。 它支持自然语言查询，并允许代理动态发现架构和元数据。 MCP 服务器可用于各种 AI 客户端，例如GitHub Copilot、Cline 或 Claude Desktop。
可以使用以下 MCP 服务器将 AI 代理与Azure 数据资源管理器集成和生成：
Fabric 实时智能 MCP 服务器（预览版）。 此服务器设计用于Azure 数据资源管理器群集或 Real-Time Intelligence 事件库。 它为 AI 代理提供统一的接口，用于查询、推理和处理实时数据。
Azure MCP 服务器实例（预览版）。 Azure MCP 服务器允许使用自然语言提示管理Azure 数据资源管理器资源。 可以列出群集、查看数据库、查询数据等，而无需记住复杂的 Kusto 查询语言 （KQL） 语法。
使用 Real-Time Intelligence MCP 服务器或 Azure MCP 服务器实例的最常见方案是从现有 AI 客户端连接到该服务器。 然后，AI 客户端可以使用可用的工具来使用自然语言访问和与Azure 数据资源管理器资源交互。
例如，可以将 GitHub Copilot 智能体 模式与 Real-Time Intelligence MCP 服务器配合使用来列出 KQL 数据库或在Azure 数据资源管理器群集上运行自然语言查询。
建筑
MCP 服务器是系统的核心，充当 AI 代理和Azure 数据资源管理器数据源之间的桥梁。 代理将请求发送到 MCP 服务器，将请求转换为Azure 数据资源管理器查询。
使用此体系结构，可以构建模块化、可缩放的智能应用程序，以响应实时信号。 MCP 使用客户端/服务器体系结构，因此 AI 应用程序可以有效地与外部工具进行交互。 该体系结构包括以下组件：
- MCP 主机。 发生 AI 交互的应用程序。 例如，宿主可以是安装了 GitHub Copilot 的 Visual Studio Code、Claude Desktop 或 Cline。 主机包含 AI 模型连接、工具业务流程协调程序和一个或多个 MCP 客户端。
- MCP 服务器。 使用自然语言 API 和数据库公开特定功能的轻型应用程序。 例如，使用 MCP 服务器运行 KQL 查询，以便从Azure 数据资源管理器群集进行实时数据检索。
主要功能
实时数据访问。 以秒为单位从Azure 数据资源管理器群集检索数据。
自然语言界面。 用户或代理以纯英语或其他语言提问，系统将其转换为优化的查询。 有关详细信息，请参阅 此有关 NL2KQL 框架的博客文章。
架构发现。 MCP 服务器显示架构和元数据，因此代理可以动态学习数据结构。
即插即用集成。 由于标准化 API 和发现机制，MCP 客户端（如 GitHub Copilot、Claude 和 Cline）通过最少的设置连接到 Real-Time Intelligence。
本地语言推理。 使用首选语言处理数据。
注意事项和限制
安全性
MCP 是一个新现象。 与所有新技术标准一样，请考虑进行安全审查，以确保与 MCP 服务器集成的任何系统都遵循系统必须遵循的所有法规和标准。 此次审查不仅包括实时智能 MCP 服务器，还包括你选择实现的任何 MCP 客户端或代理，甚至包括模型提供方。
应遵循 MCP 服务器的Microsoft安全指南，包括启用Microsoft Entra ID身份验证、安全令牌管理和网络隔离。 有关详细信息，请参阅Microsoft安全文档。
权限和风险
MCP 客户端可以根据用户的Microsoft Entra ID权限调用操作。 自治或配置错误的客户端可能会执行破坏性操作。 在部署之前查看并应用最低权限并实施安全措施。
某些安全措施（如用于防止破坏性操作的标志）未在 MCP 规范中标准化，并且可能不受所有客户端支持。
合规性责任
MCP 服务器可能会与客户端和服务一起安装、配合使用，并与其共享数据。 这些客户端和服务可以包括非Microsoft大型语言模型（LLM）、AI 代理或服务，这些模型在Fabric的合规性边界之外运行。 你负责确保任何集成都符合适用的组织、法规和合同要求。