使用说明

项目简介

Fabric MCP 是一个基于 Python 的 MCP 服务器实现，旨在通过 Model Context Protocol (MCP) 连接大语言模型 (LLM) 客户端与 Microsoft Fabric 服务。它将 Microsoft Fabric 的各种API功能封装为可以通过 MCP 协议调用的“工具”，使得 LLM 客户端能够访问和操作 Fabric 中的数据和资源，例如列出工作区、湖仓、仓库、表，以及获取表的元数据和模式信息。

主要功能点

列出资源： 可以列出 Microsoft Fabric 中的工作区 (Workspaces)、湖仓 (Lakehouses)、仓库 (Warehouses) 和表 (Tables)。
获取元数据与模式： 能够获取特定 Delta 表的详细模式信息 (Schema) 和元数据 (Metadata)。
上下文设置： 支持设置当前操作的工作区、湖仓或仓库，方便后续工具调用时使用。
清除上下文： 提供清理当前会话上下文的功能。

安装步骤

克隆仓库： 使用 Git 命令将项目仓库克隆到本地目录。
设置环境： 进入项目目录，使用 'uv' 工具（需提前安装）创建并同步虚拟环境和依赖。
安装依赖： 使用 pip 安装 'requirements.txt' 中列出的 Python 依赖。
Azure 认证： 运行 Azure CLI 命令 'az login --scope https://api.fabric.microsoft.com/.default' 登录 Azure 并获取 Fabric API 的访问凭据。服务器运行时将使用这些凭据访问 Fabric。

服务器配置

Fabric MCP 服务器支持 Stdio 传输协议。要将此服务器连接到 MCP 客户端（如支持 MCP 的 VSCode 插件或应用），您需要配置客户端以启动和连接到此服务器进程。配置信息通常以 JSON 格式提供给客户端，包含服务器的名称、传输类型以及启动服务器所需的命令和参数。

配置示例（概念性描述，实际配置取决于客户端界面）：

服务器名称 (server name): 'ms-fabric-mcp' (可自定义)
传输类型 (type): 'stdio' (使用标准输入/输出进行通信)
启动命令 (command): 您的 Python 环境的可执行文件路径。例如，在虚拟环境中，这可能是 '<FullPathToProjectFolder>\.venv\Scripts\python.exe'。
命令参数 (args): 启动服务器脚本的路径。例如，这应该是项目的主文件 'fabric_mcp.py' 的完整路径：'<FullPathToProjectFolder>\fabric_mcp.py'。

请根据您使用的 MCP 客户端的要求，将上述信息填入相应的配置界面或文件中。

基本使用方法

运行服务器： 根据安装步骤配置并启动 Fabric MCP 服务器（例如，在命令行中运行 'uv run --with mcp mcp dev fabric_mcp.py'，或者通过配置好的 MCP 客户端启动）。
连接客户端： 确保您的 MCP 客户端已配置并成功连接到 Fabric MCP 服务器。
调用工具： 在支持 MCP 工具调用的 LLM 客户端界面中（例如，VSCode Copilot Chat 的 Agent 模式），使用特定的语法调用服务器暴露的功能。例如，要列出所有工作区，可以输入 '#list_workspaces'。其他可用工具名称及参数请参考服务器暴露的能力列表（通常客户端会显示）或项目文档。常用的工具包括：
- '#list_workspaces'：列出所有 Fabric 工作区。
- '#list_lakehouses(workspace)'：列出指定工作区中的湖仓。
- '#list_warehouses(workspace)'：列出指定工作区中的仓库。
- '#list_tables(workspace, lakehouse)'：列出指定湖仓中的表。
- '#get_lakehouse_table_schema(workspace, lakehouse, table_name)'：获取指定 Delta 表的模式和元数据。
- '#set_workspace(workspace)'：设置当前操作的工作区。
- '#set_lakehouse(workspace, lakehouse)'：设置当前操作的湖仓。
- '#set_warehouse(workspace, warehouse)'：设置当前操作的仓库。

通过调用这些工具，LLM 客户端可以获取 Microsoft Fabric 中的数据上下文信息，从而更好地理解和响应与 Fabric 相关的问题或请求。

关键词