Kom i gang med en fjern Power BI MCP-server (forhåndsvisning)

Den fjernbaserede Power BI MCP-server er et fjernhostet endpoint, der gør det muligt for AI-agenter at chatte med data i Power BI semantiske modeller ved hjælp af naturligt sprog. Bygget på Model Context Protocol (MCP) oversætter den dine prompts til Power BI-operationer – genererer DAX-forespørgsler og udfører dem, mens du respekterer dine tilladelser og sikkerhedspolitikker.

I denne artikel lærer du, hvordan du kan:

• Forbind til den eksterne Power BI MCP-server i Visual Studio Code
• Forbind GitHub Copilot til dine Power BI semantiske modeller
• Valider forbindelsen med testforespørgsler

Forudsætninger

Før du begynder, skal du sikre dig, at du har:

• Administratorgodkendelse - Din Power BI-administrator skal aktivere lejerindstillingen: "Brugere kan bruge Power BI Model Context Protocol serverendpoint (forhåndsvisning)"
• Visual Studio Code - Download VS Code
• GitHub Copilot - Aktivér GitHub Copilot i VS Code
• Semantisk modeladgang - Byggetilladelser på mindst én Power BI semantisk model
• (Anbefalet) Optimerede modeller - Forbered dine semantiske modeller til AI for at forbedre kvaliteten af forespørgselsgenereringen.

Opsætning i VS Code

Den eksterne Power BI MCP-server er tilgængelig på:

https://api.fabric.microsoft.com/v1/mcp/powerbi

Hurtig installation (anbefales)

Den nemmeste måde at konfigurere serveren på er ved at bruge ét-kliks installationsprogram:

Dette konfigurerer automatisk MCP-serveren i dine VS Code-indstillinger.

Manuel installation

For manuel konfiguration af serveren skal du tilføje følgende til din MCP-konfigurationsfil:

{
    "servers": {
        "powerbi-remote": {
            "type": "http",
            "url": "https://api.fabric.microsoft.com/v1/mcp/powerbi"
        }
    }
}

Lær mere:MCP-servere i VS Code

Test din forbindelse

Når det er konfigureret, skal du sikre dig, at opsætningen virker:

1. Start MCP-serveren i VS Code

   • Åbn MCP-serverpanelet
   • Sørg for, at Power BI MCP-serveren vises som tilsluttet

2. Åbn GitHub Copilot

   1. Start chatvinduet i VS Code
   2. Aktivér agenttilstand

3. Angiv dit semantiske model-ID

   1. Få dit semantiske model-ID fra Power BI-tjenesten (se Find dit semantiske model-ID)
   2. Del ID'et med Copilot i din samtale

4. Skriv et spørgsmål

   • Eksempel: "Hvilke tabeller findes i denne semantiske model?"
   • Eksempel: "Vis mig de 10 bedste produkter efter salg"

5. Godkend værktøjet

   1. Når du bliver bedt om det, lad Copilot bruge MCP-serverværktøjet
   2. Autentificér med dine Microsoft-oplysninger, hvis det bliver bedt om det.

6. Gennemgå svaret

   • Copilot vil forespørge din model og returnere resultater

Fejlfinding:Administrer MCP-servere i VS Code

Tilgængelige værktøjer

MCP-serveren tilbyder følgende værktøjer, som AI-agenter kan kalde.

Udfør forespørgsel

Udfører en DAX-forespørgsel mod en semantisk model og returnerer resultaterne til AI-agenten.

Påkrævede input:

• Semantisk model-ID
• DAX-forespørgselsudtryk

Tilladelser:

• Brugere skal have mindst byggetilladelser på den semantiske model
• Forespørgsler udføres i konteksten af den autentificerede bruger

Sikkerhedsmæssige overvejelser:

• Række-niveau sikkerhed (RLS) håndhæves for brugerautentificering
• RLS understøttes i øjeblikket ikke, når man bruger Service Principal-autentificering

Se også:Execute Queries REST API

Få Semantic Model Schema

Henter omfattende metadata for en Power BI semantisk model, inklusive tabeller, kolonner, målinger, relationer og eventuel AI-optimeret metadata, som modelforfatteren har konfigureret. Brug dette værktøj til at forankre DAX-forespørgselsgenerering i modellens struktur og til at fremhæve vejledning fra forfatteren, der forbedrer forespørgselsnøjagtigheden.

Påkrævet input: Semantisk model-ID

Hvad der er inkluderet:

• Tabeller, kolonner, mål og relationer
• Datatyper og hierarkier
• Copilot værktøjsmetadata, når de er konfigureret, giver mere kontekst om din model, hjælper med at guide Copilot til de rette data i modellen og hjælper med at øge kvaliteten af Copilot output.

Få rapportmetadata

Henter det overordnede skema for en Power BI-rapport, inklusive arbejdsområdeinformation, semantiske modeldetaljer, sider, visuelle oplysninger og filtre. Rapporter afslører, hvordan den semantiske model anvendes i praksis, og kan tydeliggøre den tilsigtede kontekst, relationer og filtreringslogik, som bør vejlede DAX-forespørgselsgenerering. Brug dette værktøj til at forankre DAX-forespørgselsgenerering i strukturen af modelskemaet, der bruges i rapporten, og til at fremhæve vejledning fra forfatteren, der forbedrer forespørgselsnøjagtigheden.

Påkrævet input: Rapport-ID

Hvad der er inkluderet:

• Sider i rapporten, uanset skjult tilstand
• Visuals med gyldige modelskema-referencer, herunder diagrammer, tabeller, matricer, slicere og kort. Ikke-data-visuelle elementer som handlingsknapper, former, billeder og rektangler er udelukket.
• Skjulte kolonner og mål, når de refereres til i visuelle effekter
• Visuelle bindinger, der mapper felter til visuelle roller som Kategori, Værdier, Forklaring og Tooltips
• Tekstboksindhold fra hver side

Grænser:

• Anmodninger fejler, når rapportmetadata overstiger den maksimalt understøttede størrelse.

Generer forespørgsel

Genererer optimerede DAX-forespørgsler fra naturlige sprogprompts ved hjælp af Copilot i Power BI. Værktøjet bruger samme DAX-genereringsmotor som Copilot for Power BI til at oprette forespørgsler, der følger best practices.

Påkrævede input:

• Semantisk model-ID
• Spørgsmål eller prompt i naturligt sprog
• Relevant skemakontekst bestemt af agenten (tabeller, kolonner, målinger)

Krav:

• Copilot-licens for brugeren eller organisationen

Find dit semantiske model-ID

For at få et semantisk model-ID fra Power BI-tjenesten:

1. Log ind på Power BI
2. Naviger til arbejdsområdet, der indeholder din semantiske model
3. Vælg den semantiske model for at åbne dens detaljeside
4. Kopier det semantiske model-ID fra URL'en

Semantiske model-URL'er følger dette format:

https://app.powerbi.com/groups/{workspaceId}/datasets/{semanticModelId}

Begrænsninger og overvejelser

Godkendelse og sikkerhed

• Række-niveau sikkerhed (RLS): Det håndhæves i øjeblikket ikke, når man bruger Service Principal-autentificering. Når en tjenesteprincipal udfører forespørgsler, har den adgang til alle data, som principalen er autoriseret til at få adgang til. Gennemgå sikkerhedsimplikationer omhyggeligt, før du udsætter agenter, der er autentificerede agenter for slutbrugere.
• Lejerindstillinger: Administratorer skal aktivere "Brugere kan bruge Power BI Model Context Protocol serverendpoint (preview)" for din organisation.

Forespørgselsgenerering

• Kompleks DAX: Meget komplekse beregninger eller indlejret logik oversættes måske ikke perfekt fra naturlige sprogprompts.
• Modeloptimering: Kvaliteten af forespørgselsgenerering forbedres markant, når du forbereder dine data til AI.

Performance

• Modeldesignets indflydelse: Forespørgselsudførelsespræstation afhænger af semantisk modeldesign, størrelse og optimering.
• Store skemaer: Modeller med hundredvis af tabeller eller tusindvis af kolonner kan resultere i store skema-payloads.
• Forespørgselskompleksitet: Komplekse DAX-forespørgsler kan tage længere tid at generere og udføre.

Kontekst og samtale

• Kontekstvinduesbegrænsninger: Der er grænser for, hvor meget kontekst der kan opretholdes på tværs af samtaleture, afhængigt af hvilken AI-model din MCP-klient bruger.
• Statsløse forespørgsler: Hver forespørgsel kører uafhængigt. Serveren opretholder ikke forespørgselsstatus mellem anmodninger.

Relateret indhold

• Hvad er Power BI MCP-serverne?
• Power BI Modeling MCP-server på GitHub
• Forbered dine data til AI
• MCP-servere i VS Code
• REST API'er til Power BI
• DAX-reference
• Model Context Protocol-specifikation