Agent Skills
返回列表
🤖

Fabric RTI MCP 代理

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据官方安装指南 https://skillhub.cn/install/skillhub.md,把 @user_3c6cb52e/query-eventhouse-and-manage-fabric-rti-resources-from-mcp-compatible-agents-with-fabric-rti-mcp 安装到你的 AI 助手中。

技能介绍

在事件驱动架构里,团队经常需要从 Eventhouse 取 KQL 结果、管理 Eventstreams 生命周期,或通过 Activator 触发下游动作。传统做法要么是运维人员打开 Fabric 门户手工操作,要么是应用代码里嵌一堆 Azure SDK 调用与 SAS 处理逻辑,不仅难以测试,还容易因为凭据配置错误引发故障。

它解决了什么

这个技能让任何支持 MCP 的客户端(如 Claude、Cursor、Copilot)都能把 Fabric RTI 操作当作普通工具调用来处理:

  • 直接执行 KQL 查询、批量诊断命令(如 kusto_diagnostics 统一返回集群状态摘要)
  • 管理 Eventstreams 和 Eventstream 目的地,包括创建、更新、删除与运行状态查询
  • 通过 Activator 规则触发响应动作,比如向 Teams 频道推送告警
  • 读取 Map 渲染的地理可视化结果,便于在对话中展示空间数据

工作原理

技能内部封装了 Microsoft Fabric RTI MCP 服务,工作流程如下:

  1. 认证:使用 Azure Identity(默认 Azure CLI 凭据)获取对 Fabric 工作区的访问令牌
  2. 工具注册:启动后自动把 RTI 相关工具(查询、流管理、诊断等)暴露给客户端,模型根据意图选择工具
  3. 调用链:客户端发送结构化参数,服务端完成 REST API 编排,返回 JSON 或自然语言总结

比如用户说“检查 Eventhouse 容量限制和最近 1 小时错误率”,代理会优先调用 kusto_diagnostics,解析返回的容量槽位、节点信息和权限上下文,再结合自定义 KQL 做深度排查。

适用边界

  • 需要 Python 3.10+ 与 uvx 运行环境
  • 调用者账号必须在 Fabric 工作区里拥有 RTI 相关 贡献者 权限
  • 对高频大规模查询,建议自行实现查询缓存或限流,避免打满服务端配额
  • 事件流目的地类型目前只覆盖常用模板(如事件中心、Webhook),更复杂的路由仍需在门户配置

如果你已经用 MCP 客户端做日常运维,这个技能可以把 Fabric RTI 从浏览器标签页里彻底挪进自动化流水线。

使用场景

  • 事件驱动团队需要在对话中实时查询 Eventhouse 的 KQL 结果并查看集群诊断摘要
  • 平台工程师需要通过代理自动创建或更新 Eventstream 目的地,替代手工门户操作
  • 安全运维人员需要用 Activator 触发规则,把异常事件实时推送至 Teams 频道
  • 数据团队需要在对话里读取 Map 可视化结果,即时展示地理空间分布

适合人员

  • 使用 MCP 客户端做自动化运维的平台工程师,希望把 Fabric RTI 操作集成进现有工作流
  • 需要在对话中直接操作 Eventhouse 的数据分析师,避免频繁切换浏览器
  • 负责 Eventstreams 生命周期管理的开发,想通过工具调用替代手动门户操作
  • 构建 AI 运维助手的技术团队,需要在对话里统一调用 Activator 与 Map 能力