將模型內容通訊協定 （MCP） 與 Real-Time Intelligence （RTI） 整合，可讓您即時取得 AI 驅動的深入解析和動作。 MCP 伺服器可透過 MCP 介面提供工具，讓 AI 代理程式或 AI 應用程式與 Fabric RTI 或 Azure 資料總管 （ADX） 互動，以便輕鬆地查詢和分析數據。
RTI 和 ADX 的 MCP 支援是適用於 Microsoft Fabric Real-Time Intelligence （RTI） 的完整開放原始碼 MCP 伺服器 實作。
這很重要
這項功能目前處於預覽階段。
模型內容通訊協定簡介 （MCP）
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。
情境
使用 RTI 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，用戶端可以使用所有可用的工具來使用自然語言存取 RTI 或 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 ADX 叢集，或在 RTI Eventhouses 上執行自然語言查詢。
建築
RTI MCP 伺服器是系統的核心，可作為 AI 代理程式和數據源之間的橋樑。 代理程式會將要求傳送至 MCP 伺服器，以將它們轉譯為 Eventhouse 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，網狀架構 RTI MCP 伺服器可以執行 KQL 查詢，以從 KQL 資料庫擷取實時數據。
主要功能
Real-Time 數據存取：以秒為單位從 KQL 資料庫擷取數據。
自然語言介面：以純英文或其他語言詢問問題，系統會將問題轉換成優化的查詢（NL2KQL）。
架構探索：探索架構和元數據，讓您可以動態學習數據結構。
即插即用整合：由於標準化的 API 和探索機制，可以將 GitHub Copilot、Claude 和 Cline 等 MCP 客戶端輕鬆連線到 RTI，所需設定較少。
本機語言推斷：以慣用的語言處理您的數據。
支援的 RTI 元件
Eventhouse - 針對 Eventhouse 後端中的 KQL 資料庫執行 KQL 查詢。 此整合介面可讓 AI 代理程式查詢、推理及處理實時數據。
備註
您也可以使用網狀架構 RTI MCP 伺服器，對 Azure 數據 總管後端中的叢集執行 KQL 查詢。