將模型內容通訊協定 （MCP） 與 Azure 數據總管 （ADX） 叢集整合，可讓您即時取得 AI 驅動的深入解析和動作。 MCP 伺服器可讓 AI 代理程式或 AI 應用程式透過 MCP 介面提供工具來與 ADX 互動，讓您可以輕鬆地查詢和分析數據。
模型內容通訊協定 （MCP） 是一種通訊協定，可讓 AI 模型與外部工具和資源互動，例如 Azure OpenAI 模型。 MCP 可讓代理程式更輕鬆地尋找、連線及使用企業數據。
備註
此功能為預覽版。
使用 RTI 或 Azure MCP 伺服器最常見的案例是從現有的 AI 用戶端連線到它，例如 Cline、Claude 和 GitHub copilot。 然後，AI 用戶端可以使用可用的工具來使用自然語言來存取 ADX 資源並與其互動。
例如，您可以使用 GitHub Copilot 代理程式模式搭配 RTI MCP 伺服器來列出 KQL 資料庫，或在 ADX 叢集上執行自然語言查詢。
建置 AI 代理程式
AZURE 資料總管的 MCP 支援是完整的開放原始碼 MCP 伺服器整合。 它支援自然語言查詢，並允許代理程序動態探索架構和元數據。 MCP 伺服器可以搭配各種 AI 用戶端使用，例如 GitHub Copilot、Cline 或 Claude Desktop。
您可以使用下列 MCP 伺服器來整合及建置 AI 代理程式與 Azure 資料總管：
網狀架構 RTI MCP 伺服器 （預覽） - 此伺服器專為搭配 ADX 叢集或 Fabric Real-Time Intelligence （RTI） Eventhouse 使用而設計。 它為 AI 代理程式提供統一的介面，以查詢、原因及處理實時數據。
Azure MCP 伺服器 （預覽） - Azure MCP 伺服器可讓您使用自然語言提示來管理 Azure 數據總管資源。 您可以列出叢集、檢視資料庫、查詢數據等等，而不需要記住複雜的 Kusto 查詢語言 （KQL） 語法。
建築
MCP 伺服器是系統的核心，可作為 AI 代理程式和 ADX 數據源之間的橋樑。 代理程式會將要求傳送至 MCP 伺服器，以將它們轉譯為 ADX 查詢。
此架構可讓您建置模組化、可調整且安全的智慧型手機應用程式，以回應即時訊號。 MCP 使用用戶端伺服器架構，讓 AI 應用程式可以有效率地與外部工具互動。 架構包含下列元件：
- MCP 主機：AI 模型執行所在的主機環境（例如 GPT-4、Claude 或 Gemini）。
- MCP 用戶端：中繼服務會將 AI 模型的要求轉送至 MCP 伺服器，例如 GitHub Copilot、Cline 或 Claude Desktop。
- MCP 伺服器：輕量型應用程式會透過自然語言 API、資料庫公開特定功能。 例如，若要執行 KQL 查詢，以從 ADX 叢集擷取實時數據。
主要功能
Real-Time 數據存取：以秒為單位從 ADX 叢集擷取數據。
自然語言介面：使用者或代理程式會以純英文或其他語言詢問問題，而系統會將問題轉換成優化的查詢 （NL2KQL）。
架構探索：MCP 伺服器會顯示架構和元數據，讓代理程式可以動態學習數據結構。
即插即用整合：GITHub Copilot、Claude 和 Cline 等 MCP 用戶端會因為標準化 API 和探索機制而以最少的設定連線到 RTI。
本機語言推斷：使用您慣用的語言來處理您的數據。