MCP 服务器

MCP Connector: Integrating AI agent with Data Warehouse in Microsoft Fabric

MCP 客户端和服务器应用程序，用于演示基于 Azure OpenAI 的 AI 代理与数据仓库的集成，该数据仓库通过 Microsoft Fabric 中的 GraphQL 公开。

LazaUK

研究与数据

访问服务器

README

MCP 连接器：将 AI 代理与 Microsoft Fabric 中的数据仓库集成

此仓库演示了如何使用模型上下文协议 (MCP) 将 Azure OpenAI 驱动的 AI 代理与 Microsoft Fabric 数据仓库集成，Anthropic 提供的 AI 代理开放集成标准。

MCP 实现了工具、数据资源和提示模板（即将推出更多）的动态发现，统一了它们与 AI 代理的集成。GraphQL 为通用数据连接提供了一个抽象层。在下面，您将找到有关如何组合 MCP 和 GraphQL 以实现 AI 代理对企业数据的双向访问的详细步骤。

[!NOTE] 在 MCP 服务器的脚本中，为了本示例的目的，一些查询参数值是硬编码的。在实际场景中，这些值将是动态生成或检索的。

第一部分：配置 Microsoft Fabric 后端

在 Microsoft Fabric 中，通过单击 新建项目 -> 示例仓库 创建一个预先填充了示例数据的新数据仓库：
接下来，通过单击 新建项目 -> GraphQL API 创建一个 GraphQL API 端点：
在 GraphQL API 的数据配置中，选择 Trip (dbo.Trip) 表：
复制 GraphQL API 的端点 URL：

第二部分：配置本地客户端环境

安装提供的 requirements.txt 中列出的必需 Python 包：

pip install -r requirements.txt

配置 MCP 客户端的环境变量：

变量	描述
`AOAI_API_BASE`	Azure OpenAI 端点的基本 URL
`AOAI_API_VERSION`	Azure OpenAI 端点的 API 版本
`AOAI_DEPLOYMENT`	Azure OpenAI 模型的部署名称

使用上面步骤 1.4 中的 GraphQL 端点 URL 设置 AZURE_FABRIC_GRAPHQL_ENDPOINT 变量的值。 MCP 服务器脚本将使用它来建立与 Microsoft Fabric 的连接：

变量	描述
`AZURE_FABRIC_GRAPHQL_ENDPOINT`	Microsoft Fabric 的 GraphQL API 端点

第三部分：用户体验 - Gradio UI

在命令提示符中启动 MCP 客户端：

python MCP_Client_Gradio.py

单击 初始化系统 按钮以启动 MCP 服务器并将您的 AI 代理连接到 Microsoft Fabric 的 GraphQL API 端点：
现在，您可以使用此 MCP 连接器启用的 GraphQL 查询和变更来拉取和推送数据到您的数据仓库：

第四部分：YouTube 上的演示视频

可以在此 YouTube 视频上找到提供的 MCP 连接器的实际演示。

推荐服务器

Crypto Price & Market Analysis MCP Server

一个模型上下文协议 (MCP) 服务器，它使用 CoinCap API 提供全面的加密货币分析。该服务器通过一个易于使用的界面提供实时价格数据、市场分析和历史趋势。 (Alternative, slightly more formal and technical translation): 一个模型上下文协议 (MCP) 服务器，利用 CoinCap API 提供全面的加密货币分析服务。该服务器通过用户友好的界面，提供实时价格数据、市场分析以及历史趋势数据。

精选

TypeScript