Data-agent van Fabric gebruiken via Microsoft Foundry Services (preview)

De gegevensagent in Microsoft Fabric transformeert bedrijfsgegevens in gespreks-vraag- en antwoordsystemen. Hiermee kunnen gebruikers via chat met hun gegevens communiceren om bruikbare inzichten te ontdekken. Een manier om Fabric gegevensagent te gebruiken, is via Foundry Agent Service, een kernonderdeel van Microsoft Foundry. Dankzij de integratie van Fabric gegevensagenten met Foundry kunnen uw Azure AI-agents rechtstreeks gebruikmaken van de uitgebreide, gestructureerde en semantische gegevens die beschikbaar zijn in Microsoft Fabric OneLake. Deze integratie biedt directe toegang tot zakelijke gegevens van hoge kwaliteit en biedt uw Azure AI-agents de mogelijkheid om bruikbare inzichten te genereren en analytische werkstromen te stroomlijnen. Organisaties kunnen vervolgens gegevensgestuurde besluitvorming verbeteren met Fabric gegevensagent als een krachtige kennisbron binnen hun Azure AI-omgevingen.

Vereiste voorwaarden

• Een betaalde Fabric-capaciteit van F2 of hoger of een Power BI Premium-capaciteit van P1 of hoger waarin Microsoft Fabric is ingeschakeld.
• Schakel cross-geo-verwerking en cross-geo-opslag voor AI in op basis van vereisten die worden uitgelegd in tenantinstellingen van de Fabric-gegevensagent.
• Ten minste één van deze gegevensbronnen, met gegevens: Een magazijn, een lakehouse, een semantisch Power BI-model, een KQL-database, een gespiegelde database of een ontologie. U moet leestoegang hebben tot de gegevensbron.

• Ontwikkelaars en eindgebruikers in Foundry moeten ten minste de rol AI Developer Role-Based Access Control (RBAC) hebben.

Hoe het werkt

Agent Setup: Maak in agentservice een nieuwe agent en voeg Fabric gegevensagent toe als een van de bijbehorende kennisbronnen. Als u deze verbinding tot stand wilt brengen, hebt u de werkruimte-id en artefact-id voor de Fabric-gegevensagent nodig. Met de installatie kan uw Azure AI-agent beschikbare bronnen evalueren wanneer deze een query ontvangt, om ervoor te zorgen dat het juiste hulpprogramma wordt aangeroepen om de aanvraag te verwerken. Op dit moment kunt u slechts één Fabric gegevensagent toevoegen als kennisbron aan uw Azure AI-agent.

QueryVerwerking: Wanneer een gebruiker een query verzendt vanuit de Foundry-speeltuin, bepaalt de agentservice of Fabric gegevensagent het beste hulpmiddel voor de taak is. Als dat het geval is, is de Azure AI-agent:

• Gebruikt de identiteit van de eindgebruiker om beveiligde query's te genereren via de gegevensbronnen die de gebruiker heeft gemachtigd om toegang te krijgen vanuit de Fabric gegevensagent.
• Roept Fabric aan om de gegevens op te halen en te verwerken, om een soepele, geautomatiseerde ervaring te garanderen.
• Combineert de resultaten van Fabric gegevensagent met een eigen logica om uitgebreide antwoorden te genereren. Met identiteitspassthrough (On-Behalf-Of) wordt deze stroom beveiligd om robuuste beveiliging en het juiste toegangsbeheer voor alle bedrijfsgegevens te garanderen.

Fabric gegevensagent toevoegen aan uw Azure AI-agent

U kunt een Fabric gegevensagent toevoegen aan uw Azure AI-agent via een programma of met de gebruikersinterface (UI). Zie de Azure documentatie voor ai-agentintegratie voor gedetailleerde codevoorbeelden en verdere instructies.

Fabric Data-agent toevoegen via gebruikersinterface

• Navigeer naar het linkerdeelvenster. Selecteer onder Maken en Aanpassen, Agents, zoals weergegeven in de volgende schermopname:

In deze stap wordt de lijst met uw bestaande Azure AI-agents weergegeven. U kunt Fabric toevoegen aan een van deze agents of u kunt Nieuwe agent selecteren om een nieuwe agent te maken. Het maken van een nieuwe agent genereert een unieke agent-id en een standaardnaam. U kunt die naam op elk gewenst moment wijzigen. Zie What is Azure OpenAI in Foundry Portal voor meer informatie.

• Een kennisbron initiëren: selecteer de knop Toevoegen, zoals wordt weergegeven in de volgende schermopname:

Met deze stap opent u een menu met ondersteunde typen kennisbronnen.

• Selecteer Microsoft Fabric als bron: kies in de lijst Microsoft Fabric, zoals wordt weergegeven in de volgende schermopname:

Met deze optie heeft uw agent toegang tot de Fabric gegevensagent.

• Maak een verbinding: Als u eerder een verbinding tot stand hebt gebracht met een Fabric gegevensagent, kunt u die verbinding opnieuw gebruiken voor uw nieuwe Azure AI-agent. Anders selecteert u Nieuwe verbinding om een verbinding te maken, zoals wordt weergegeven in de volgende schermopname:

Het venster Create a new Microsoft Fabric connection geopend, zoals wordt weergegeven in de volgende schermopname:

Wanneer u de verbinding instelt, geeft u de Fabric data-agent workspace-id en artifact-id waarden op als aangepaste sleutels. U vindt de waarden workspace-id en artifact-id in het gepubliceerde Fabric-gegevensagenteindpunt. Het eindpunt van de Fabric-gegevensagent heeft deze indeling:

https://fabric.microsoft.com/groups/ < workspace_id>/aiskills/<artifact-id>en schakel het selectievakje Is geheim in

Wijs ten slotte een naam toe aan uw verbinding en kies of u deze beschikbaar wilt maken voor alle projecten in Foundry of om deze te beperken tot het huidige project.

Nadat u Connect hebt geselecteerd, wordt de Microsoft Fabric gegevensagent toegevoegd als een Knowledge resource, zoals wordt weergegeven in de volgende schermopname:

U moet ook instructies opgeven voor uw Azure AI-agent over wanneer, hoe en onder welke voorwaarden de Fabric gegevensagent moet worden gebruikt. Vanuit het perspectief van de Azure AI-agent wordt de Fabric gegevensagent behandeld als een Fabric hulpprogramma, zodat u ernaar kunt verwijzen in uw instructies.

U kunt ook het implementatiemodel aanpassen, acties toevoegen of modelinstellingen wijzigen op basis van uw use-casevereisten. Zodra uw Azure AI-agent volledig is geconfigureerd, selecteert u Try in playground om de prestaties te testen.

Toevoegen Fabric gegevensagent programmatisch: In de volgende stappen wordt beschreven hoe u een Fabric gegevensagent programmatisch toevoegt aan uw Azure AI-agent in Python. Zie deze resource voor andere talen (C#, JavaScript).

Stap 1: Een projectclient maken

Maak een clientobject dat de connection string bevat die verbinding maakt met uw AI-project en andere resources.

import os
from azure.ai.projects import AIProjectClient
from azure.identity import DefaultAzureCredential
from azure.ai.agents.models import FabricTool, ListSortOrder

Stap 2: Een agent maken waarvoor het hulpprogramma Microsoft Fabric is ingeschakeld

Als u het hulpprogramma voor Fabric gegevensagent beschikbaar wilt maken voor uw Azure AI-agent, gebruikt u een verbinding om het hulpprogramma te initialiseren en aan de agent te koppelen. U vindt uw verbinding in de sectie verbonden resources van uw project in de Foundry-portal.

# The Fabric connection ID can be found in the Foundry project as a property of the Fabric tool
# Your connection ID is in the format /subscriptions/<your-subscription-id>/resourceGroups/<your-resource-group>/providers/Microsoft.MachineLearningServices/workspaces/<your-project-name>/connections/<your-fabric-connection-name>
conn_id = "your-connection-id"

# Initialize the AI project client
project_client = AIProjectClient(
    endpoint=os.environ["PROJECT_ENDPOINT"],
    credential=DefaultAzureCredential(),
)

# Initialize agent Fabric tool and add the connection ID
fabric = FabricTool(connection_id=conn_id)

# Create agent with the Fabric tool and process assistant run
with project_client:
    agent = project_client.agents.create_agent(
        model="gpt-4o",
        name="my-assistant",
        instructions="You are a helpful assistant",
        tools=fabric.definitions,
        headers={"x-ms-enable-preview": "true"},
    )
    print(f"Created agent, ID: {agent.id}")

Stap 3: Een thread maken

# Create thread for communication
thread = project_client.agents.create_thread()
print(f"Created thread, ID: {thread.id}")

# Create message to thread
# Remember to update the message with your data
message = project_client.agents.create_message(
    thread_id=thread.id,
    role="user",
    content="what is top sold product in Contoso last month?",
)
print(f"Created message, ID: {message.id}")

Stap 4: Een uitvoering maken en de uitvoer controleren

Maak een uitvoering en kijk of het model gebruikmaakt van het hulpprogramma Fabric gegevensagent om een antwoord te geven op de vraag van de gebruiker.

# Create and process agent run in thread with tools
run = project_client.agents.create_and_process_run(thread_id=thread.id, assistant_id=agent.id)
print(f"Run finished with status: {run.status}")

if run.status == "failed":
    print(f"Run failed: {run.last_error}")

# Delete the assistant when done
project_client.agents.delete_agent(agent.id)
print("Deleted agent")

# Fetch and log all messages
messages = project_client.agents.list_messages(thread_id=thread.id)
print(f"Messages: {messages}")

Verwante inhoud

• Concept van gegevensagent
• End-to-end-zelfstudie voor gegevensagent