แชร์ผ่าน


เซิร์ฟเวอร์ Fabric RTI MCP (พรีวิว) คืออะไร

การรวม Model Context Protocol (MCP) เข้ากับ Real-Time Intelligence (RTI) ช่วยให้คุณได้รับข้อมูลเชิงลึกและการดําเนินการที่ขับเคลื่อนด้วย AI แบบเรียลไทม์ เซิร์ฟเวอร์ MCP ช่วยให้ตัวแทน AI หรือแอปพลิเคชัน AI โต้ตอบกับ Fabric RTI หรือ Azure Data Explorer (ADX) โดยจัดเตรียมเครื่องมือผ่านอินเทอร์เฟซ MCP เพื่อให้คุณสามารถสืบค้นและวิเคราะห์ข้อมูลได้อย่างง่ายดาย

การสนับสนุน MCP สําหรับ RTI และ ADX เป็น การใช้งานเซิร์ฟเวอร์ MCP แบบโอเพ่นซอร์สเต็มรูปแบบสําหรับ Microsoft Fabric Real-Time Intelligence (RTI)

สําคัญ

คุณลักษณะนี้อยู่ในตัวอย่าง

ข้อมูลเบื้องต้นเกี่ยวกับ Model Context Protocol (MCP)

Model Context Protocol (MCP) เป็นโปรโตคอลที่ช่วยให้โมเดล AI เช่น โมเดล Azure OpenAI โต้ตอบกับเครื่องมือและทรัพยากรภายนอก MCP ช่วยให้ตัวแทนค้นหา เชื่อมต่อ และใช้ข้อมูลองค์กรได้ง่ายขึ้น

สถานการณ์สมมติ

สถานการณ์ที่พบบ่อยที่สุดสําหรับการใช้เซิร์ฟเวอร์ RTI MCP คือการเชื่อมต่อกับเซิร์ฟเวอร์จากไคลเอนต์ AI ที่มีอยู่ เช่น Cline, Claude และ GitHub copilot จากนั้นไคลเอ็นต์สามารถใช้เครื่องมือที่มีอยู่ทั้งหมดเพื่อเข้าถึงและโต้ตอบกับทรัพยากร RTI หรือ ADX โดยใช้ภาษาธรรมชาติ ตัวอย่างเช่น คุณสามารถใช้โหมดเอเจนต์ GitHub Copilot กับเซิร์ฟเวอร์ RTI MCP เพื่อแสดงรายการฐานข้อมูล KQL หรือคลัสเตอร์ ADX หรือเรียกใช้การสืบค้นภาษาธรรมชาติบน RTI Eventhouses

สถาปัตยกรรม

เซิร์ฟเวอร์ RTI MCP เป็นแกนหลักของระบบและทําหน้าที่เป็นสะพานเชื่อมระหว่างตัวแทน AI และแหล่งข้อมูล ตัวแทนส่งคําขอไปยังเซิร์ฟเวอร์ MCP ซึ่งจะแปลเป็นแบบสอบถาม Eventhouse

แผนภาพที่แสดงสถาปัตยกรรม MCP

สถาปัตยกรรมนี้ช่วยให้คุณสร้างแอปพลิเคชันอัจฉริยะแบบแยกส่วน ปรับขนาดได้ และปลอดภัยซึ่งตอบสนองต่อสัญญาณแบบเรียลไทม์ MCP ใช้สถาปัตยกรรมไคลเอ็นต์-เซิร์ฟเวอร์ ดังนั้นแอปพลิเคชัน AI จึงสามารถโต้ตอบกับเครื่องมือภายนอกได้อย่างมีประสิทธิภาพ สถาปัตยกรรมประกอบด้วยส่วนประกอบต่อไปนี้:

  • โฮสต์ MCP: สภาพแวดล้อมที่โมเดล AI (เช่น GPT-4, Claude หรือ Gemini) ทํางาน
  • ไคลเอ็นต์ MCP: บริการตัวกลางส่งต่อคําขอของโมเดล AI ไปยังเซิร์ฟเวอร์ MCP เช่น GitHub Copilot, Cline หรือ Claude Desktop
  • MCP Server: แอปพลิเคชันน้ําหนักเบาที่เปิดเผยความสามารถเฉพาะโดย API ภาษาธรรมชาติฐานข้อมูล ตัวอย่างเช่น เซิร์ฟเวอร์ Fabric RTI MCP สามารถดําเนินการสืบค้น KQL สําหรับการดึงข้อมูลแบบเรียลไทม์จากฐานข้อมูล KQL

คุณลักษณะสำคัญ

Real-Time การเข้าถึงข้อมูล: ดึงข้อมูลจากฐานข้อมูล KQL ในไม่กี่วินาที

อินเทอร์เฟซภาษาธรรมชาติ: ถามคําถามเป็นภาษาอังกฤษธรรมดาหรือภาษาอื่นๆ และระบบจะเปลี่ยนเป็นแบบสอบถามที่ปรับให้เหมาะสม (NL2KQL)

การค้นพบสคีมา: ค้นพบสคีมาและข้อมูลเมตา เพื่อให้คุณสามารถเรียนรู้โครงสร้างข้อมูลแบบไดนามิก

การรวมแบบ Plug-and-Play: เชื่อมต่อไคลเอนต์ MCP เช่น GitHub Copilot, Claude และ Cline กับ RTI ด้วยการตั้งค่าเพียงเล็กน้อยเนื่องจาก API มาตรฐานและกลไกการค้นพบ

การอนุมานภาษาท้องถิ่น: ทํางานกับข้อมูลของคุณในภาษาที่คุณต้องการ

ส่วนประกอบ RTI ที่รองรับ

Eventhouse - เรียกใช้คิวรี KQL กับฐานข้อมูล KQL ในแบ็กเอนด์ Eventhouse ของคุณ อินเทอร์เฟซแบบครบวงจรนี้ช่วยให้ตัวแทน AI สามารถสืบค้น ให้เหตุผล และดําเนินการกับข้อมูลแบบเรียลไทม์ได้

หมายเหตุ

คุณยังสามารถใช้เซิร์ฟเวอร์ Fabric RTI MCP เพื่อเรียกใช้คิวรี KQL กับคลัสเตอร์ในแบ็กเอนด์ Azure Data Explorer ของคุณ