Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Förutsättningar
- En betald F2 eller högre Fabric Kapacitet, eller en Power BI Premium kapacitet per kapacitet (P1 eller högre) med Microsoft Fabric Aktiverat.
- Aktivera kors-geo-bearbetning och kors-geo-lagring för AI baserat på krav som beskrivs i klientinställningarna för Fabricdataagenten.
- Minst en av dessa datakällor, med data: Ett lager, ett sjöhus, en Power BI-semantisk modell, en KQL-databas, en speglad databas eller en ontologi. Du måste ha läsbehörighet till datakällan.
Publicering och versionshantering
Att skapa en dataagent i Microsoft Fabric är en iterativ process. Det omfattar förfining av olika konfigurationer, till exempel:
- Välja relevanta tabeller
- Definiera Fabric dataagent-instruktioner
- Skapa exempelfrågor för varje datakälla
När du gör justeringar för att förbättra prestandan för Fabric-dataagenten kan du så småningom publicera den Fabric dataagenten. När den publiceras genereras en läsbar version som du kan dela med andra.
När du försöker publicera Fabric dataagenten kan du ta med en beskrivning som förklarar vad Fabric dataagenten gör. Beskrivningen är tillgänglig för användare av Fabric dataagent för att hjälpa dem att förstå dess syfte och funktioner. Andra automatiserade system och orkestrerare kan också använda beskrivningen för att anropa Fabric dataagenten utanför Microsoft Fabric.
Anmärkning
Du kan be Fabric dataagenten att beskriva vad den gör. Du kan sedan förfina och sammanfatta svaret som ska användas som beskrivning vid publicering.
När du har publicerat din Fabric dataagent kan du fortsätta att förfina dess aktuella utkastversion för att förbättra dess prestanda, utan att påverka den publicerade versionen som andra använder. På så sätt kan du iterera med tillförsikt och veta att dina ändringar förblir isolerade från den publicerade versionen. Du kan smidigt växla mellan de publicerade och utkastversionerna och testa samma uppsättning frågor på båda för att jämföra deras prestanda. Detta hjälper dig att utvärdera effekterna av dina ändringar och du kan få värdefulla insikter om hur de förbättrar effektiviteten hos din Fabric dataagent. Följande skärmbild visar hur du växlar mellan publicerade och utvecklade Fabric dataagentversioner:
Om du vill uppdatera beskrivningen av Fabric dataagenten utan att göra några andra ändringar går du till Settings, väljer Publicering och uppdaterar sedan beskrivningen som visas i den här skärmbilden:
Dela behörighetsmodeller och nödvändig källåtkomst
Med funktionen Fabric dataagentdelning kan du dela dina Fabric dataagenter med andra, med en rad behörighetsmodeller, som du ser i den här skärmbilden:
Du har fullständig kontroll över åtkomsten till din Fabric dataagent och fullständig kontroll över dess användning. När du delar Fabric dataagenten måste du dessutom dela åtkomst till de underliggande data som används. Fabric-dataagenten respekterar alla användarbehörigheter och tillgångar till data, inklusive *Row-Level Security (RLS)* och *Column-Level Security (CLS)*. För Power BI semantiska modeller som nås via en Fabric dataagent behöver användarna bara läsbehörighet för modellen. Arbetsyteåtkomst krävs inte. RLS och CLS fortsätter att gälla.
Behörigheter för underliggande datakälla
För att en användare ska kunna köra frågor via en Fabric dataagent behöver de de minsta effektiva behörigheter som visas nedan för varje ansluten datakälla. Om de har mindre än den angivna behörigheten misslyckas frågor eller returnerar tomma resultat.
| Typ av datakälla | Minsta behörighet att fråga via dataagent | Noteringar |
|---|---|---|
| Power BI semantisk modell | Läs | Läsning räcker för att köra frågor mot en semantisk modell via en Fabric dataagent. Build/Write krävs endast för att ändra modellen eller använda funktioner som Förberedelse för AI. Åtkomst till arbetsytan krävs inte för interaktion via en dataagent. |
| Lakehouse | Läs från lakehouse-databasen (och tabellåtkomst om det krävs) | Skrivning krävs endast vid ändring av data. |
| Lager | Läs (SELECT i relevanta tabeller) | Högre behörigheter endast för DML/DDL-åtgärder. |
| KQL-databas | Läsarroll i databasen | Högre roller endast för hanteringskommandon. |
| Ontologi | Läs om ontologiobjektet och Läs om den underliggande semantiska modellen, lakehouse- eller KQL-databasen som är bunden till ontologin | |
| Andra källor som stöds | Åtkomst på fråge-/läsåtkomstnivå | Måste tillåta metadata och dataåtervinning. |
Viktigt!
Läsbehörighet för den semantiska modellen räcker för frågor som initieras via en Fabric dataagent. Bygg- eller workspace-roller krävs inte för dessa typer av agentinteraktioner. Build/Write krävs fortfarande för modelländringar eller funktioner som ändrar modellen (till exempel Förberedelse för AI).
Följ lägsta behörighet: bevilja endast de behörigheter för datakällan som krävs. För semantiska modeller beviljar du Läs när användare bara behöver fråga via en dataagent. Bevilja endast build- eller bredare arbetsyteroller när användare måste ändra modellen eller använda funktioner som Förberedelse för AI.
Anmärkning
Den här behörighetsändringen gäller endast interaktioner via Fabric dataagenter. Andra startpunkter (till exempel Analysera i Excel eller direkt rapportredigering) kan fortfarande kräva build-behörighet.
Om en användare kan öppna Fabric dataagenten men saknar minsta behörighet för en eller flera underliggande källor misslyckas frågor som rör dessa källor med ett auktoriseringsfel eller returnerar tomma resultat, beroende på källans säkerhetsmodell.
- No permission selected: Om du inte väljer någon annan behörighet har användarna endast åtkomst till den publicerade versionen av Fabric dataagenten. De har ingen åtkomst till att redigera eller ens visa några konfigurationer eller information. Detta upprätthåller integriteten för din Fabric dataagentuppsättning.
- View details: Användare kan visa information och konfigurationer för både publicerade och utkastversioner av Fabric dataagenten, men de kan inte göra några ändringar i den. De kan dock fortfarande fråga Fabric dataagenten och skapa informativa insikter utan risk för oavsiktliga ändringar.
- Redigera och visa information: Användare har fullständig åtkomst till att visa och redigera all information och alla konfigurationer för både publicerade och utkastversioner av Fabric dataagenten. De kan också köra frågor mot Fabric-dataagenten, vilket gör den idealisk för samarbete.
Följande skärmbild visar de faktiska behörigheter som du kan välja:
Om du delar en Fabric dataagent innan du publicerar den kan användare med standardbehörigheter (utan andra behörigheter) inte köra frågor mot den. Det fungerar på det här sättet eftersom standardbehörigheten tillåter användare att endast köra frågor mot den publicerade versionen– om det ännu inte finns någon publicerad version kan användarna inte fråga Fabric dataagenten. Användare med andra behörigheter (Visa information eller Redigera och visa information) kan bara komma åt utkastversionen. Följande skärmbild visar alternativet att dela en Fabric dataagent utan att publicera den:
