モデル コンテキスト プロトコル (MCP) を使用すると、Azure OpenAI モデルなどの AI モデルが外部のツールやリソースと対話できます。 MCP を使用すると、エージェントはエンタープライズ データの検索、接続、使用が容易になります。
MCP を Azure Data Explorer クラスターと統合すると、AI 主導の分析情報とアクションがリアルタイムで得られます。 MCP サーバーを使用すると、AI エージェントまたは AI アプリケーションは、MCP インターフェイスを介してツールを提供することで、Azure Data Explorerと対話できます。 これらのツールを使用して、データのクエリと分析を行います。
注
この機能はプレビュー段階にあります。
AI エージェントを構築するためのサーバー
Azure Data Explorer の MCP サポートは、完全なオープン ソースの MCP サーバー統合です。 自然言語クエリをサポートし、エージェントがスキーマとメタデータを動的に検出できるようにします。 MCP サーバーは、GitHub Copilot、Cline、Claude Desktop など、さまざまな AI クライアントで使用できます。
次の MCP サーバーを使用して、Azure Data Explorerと AI エージェントを統合および構築できます。
Fabric Real-Time Intelligence MCP サーバー (プレビュー)。 このサーバーは、Azure Data Explorer クラスターまたは Real-Time Intelligence イベントハウスで使用するように設計されています。 AI エージェントがリアルタイム データに対してクエリ、推論、操作を行う統合インターフェイスを提供します。
Azure MCP サーバー インスタンス (プレビュー) Azure MCP Server を使用すると、自然言語プロンプトを使用してAzure Data Explorerリソースを管理できます。 複雑な Kusto クエリ言語 (KQL) 構文を覚えずに、クラスターの一覧表示、データベースの表示、データのクエリなどを行うことができます。
Real-Time Intelligence MCP サーバーまたは Azure MCP Server インスタンスを使用する最も一般的なシナリオは、既存の AI クライアントから接続することです。 AI クライアントは、使用可能なツールを使用して、自然言語を使用してAzure Data Explorerリソースにアクセスして操作できます。
たとえば、Real-Time Intelligence MCP サーバーで GitHub Copilot エージェント モードを使用して、KQL データベースを一覧表示したり、Azure Data Explorer クラスターで自然言語クエリを実行したりできます。
アーキテクチャ
MCP サーバーはシステムの中核であり、AI エージェントとAzure Data Explorer データ ソースの間のブリッジとして機能します。 エージェントは MCP サーバーに要求を送信し、Azure Data Explorer クエリに変換します。
このアーキテクチャを使用すると、リアルタイム信号に応答するモジュール式のスケーラブルでインテリジェントなアプリケーションを構築できます。 MCP はクライアント/サーバー アーキテクチャを使用するため、AI アプリケーションは外部ツールと効率的に対話できます。 アーキテクチャには、次のコンポーネントが含まれています。
- MCP ホスト。 AI の相互作用が発生するアプリケーション。 たとえば、ホストとしては、GitHub Copilot を備えた Visual Studio Code、Claude Desktop、または Cline が考えられます。 ホストには、AI モデル接続、ツール オーケストレーター、および 1 つ以上の MCP クライアントが含まれています。
- MCP サーバー。 自然言語 API とデータベースを使用して特定の機能を公開する軽量アプリケーション。 たとえば、MCP サーバーを使用して KQL クエリを実行し、Azure Data Explorer クラスターからリアルタイムでデータを取得します。
主な機能
リアルタイム データ アクセス。 Azure Data Explorer クラスターから数秒でデータを取得します。
自然言語インターフェイス。 ユーザーまたはエージェントは、プレーンな英語やその他の言語で質問を行い、システムはそれらを最適化されたクエリに変換します。 詳細については、 NL2KQL フレームワークに関するこのブログ記事を参照してください。
スキーマ検出。 MCP サーバーではスキーマとメタデータが表示されるため、エージェントはデータ構造を動的に学習できます。
プラグ アンド プレイ統合。 GitHub Copilot、Claude、Cline などの MCP クライアントは、標準化された API と検出メカニズムにより、最小限のセットアップで Real-Time インテリジェンスに接続します。
ローカル言語の推論。 任意の言語を使用してデータを操作します。
考慮事項と制限事項
セキュリティ
MCP は新しい現象です。 すべての新しいテクノロジ標準と同様に、MCP サーバーと統合するすべてのシステムが、システムが準拠する必要があるすべての規制と標準に準拠していることを確認するために、セキュリティ レビューを行うことを検討してください。 このレビューには、Real-Time インテリジェンス MCP サーバーだけでなく、実装することを選択した MCP クライアントまたはエージェント (モデル プロバイダーまで) も含まれます。
Microsoft Entra ID認証の有効化、セキュリティで保護されたトークン管理、ネットワークの分離など、MCP サーバーのMicrosoftセキュリティ ガイダンスに従う必要があります。 詳細については、Microsoftセキュリティドキュメントを参照してください。
アクセス許可とリスク
MCP クライアントは、ユーザーのMicrosoft Entra IDアクセス許可に基づいて操作を呼び出すことができます。 自律的または正しく構成されていないクライアントは、破壊的なアクションを実行する可能性があります。 最小特権のアクセス許可を確認して適用し、デプロイ前にセーフガードを実装します。
破壊的操作を防ぐためのフラグなどの特定のセーフガードは、MCP 仕様で標準化されておらず、すべてのクライアントでサポートされていない可能性があります。
コンプライアンス責任
MCP サーバーは、クライアントおよびサービスと共にインストールされ、使用され、データと共有される場合があります。 これらのクライアントとサービスには、Microsoft以外の大規模言語モデル (LLM)、AI エージェント、またはFabricのコンプライアンス境界外で動作するサービスを含めることができます。 すべての統合が、適用される組織、規制、契約上の要件に準拠していることを確認する責任があります。