Azure Data Explorer MCP Server

Hva gjør “Azure Data Explorer” MCP Server?

Azure Data Explorer (ADX) MCP-serveren er en Model Context Protocol (MCP)-server som gjør det mulig for AI-assistenter å koble seg sømløst til Azure Data Explorer/Eventhouse-klynger og databaser. Gjennom standardiserte MCP-grensesnitt gir den AI-verktøy og agenter mulighet til å kjøre KQL (Kusto Query Language)-spørringer, utforske databaseressurser, hente tabellskjemaer, sample data og få tilgang til tabellstatistikk. Serveren støtter interaktive verktøy og autentisering via Azure-legitimasjon, slik at man sikkert kan administrere og analysere store datamengder direkte fra AI-drevne arbeidsflyter. Denne integrasjonen øker utviklerproduktiviteten ved å automatisere datautforskning, spørringer og administrasjon innenfor Azure Data Explorer-miljøer.

Liste over prompt-maler

Ingen eksplisitte prompt-maler er nevnt i repoet.

Liste over ressurser

• Tabelllisting
  • Gjør det mulig for AI-assistenter å liste opp alle tabeller i den konfigurerte Azure Data Explorer-databasen.
• Tabellskjema
  • Gir skjema-informasjon for en valgt tabell, inkludert kolonnenavn og -typer.
• Tabell-datasampling
  • Tillater prøvetaking av datarader fra en gitt tabell for å gi kontekst eller forhåndsvisninger til videre oppgaver.
• Tabellstatistikk
  • Henter detaljert statistikk eller metadata for tabeller, som antall rader og størrelse.

Liste over verktøy

• KQL-spørringsutførelse
  • Kjør Kusto Query Language (KQL)-spørringer mot den tilkoblede Azure Data Explorer-databasen.
• List tabeller
  • Hent en liste over alle tilgjengelige tabeller i den angitte databasen.
• Vis tabellskjema
  • Få tilgang til og vis skjemaet (strukturen) til en valgt tabell.
• Sample tabell-data
  • Hent et lite utvalg av data fra en tabell for inspeksjon eller kontekst.
• Hent tabellstatistikk
  • Skaff statistikk eller overordnede detaljer om en tabell, som antall rader og lagringsinformasjon.

Bruksområder for denne MCP-serveren

• Databaseadministrasjon
  • Automatiser tabellisting, skjemauthenting og datasampling for å effektivisere databaseutforskning og administrasjon for utviklere og dataforskere.
• Interaktiv dataanalyse
  • Kjør raskt KQL-spørringer og hent resultater for eksplorativ analyse, slik at AI-assistenter og brukere lettere kan få innsikt fra store datasett.
• AI-drevet datautforskning
  • Gjør det mulig for LLM-er eller AI-agenter å bla gjennom, oppsummere og sette data i kontekst fra Azure Data Explorer, og støtt bruksområder som rapportgenerering eller avviksdeteksjon.
• Integrasjon med DevOps-pipelines
  • Bruk MCP-serveren i CI/CD-prosesser for å validere data, kjøre helsesjekker og sikre dataklarhet før utrulling.
• Sikkerhetsbevisste dataoperasjoner
  • Bruk Azure-autentisering og støtte for arbeidsbelastningsidentitet for å sikre sikker, samsvarsvennlig tilgang til sensitive databaser innenfor organisasjonens grenser.

Slik setter du den opp

Windsurf

1. Sørg for at Node.js og nødvendige forutsetninger er installert.
2. Åpne Windsurf-konfigurasjonsfilen din.
3. Legg til Azure Data Explorer MCP-serveren med følgende JSON-snutt:

   {
     "mcpServers": {
       "adx-mcp": {
         "command": "npx",
         "args": ["@adx/mcp-server@latest"]
       }
     }
   }
   

4. Lagre konfigurasjonen og start Windsurf på nytt.
5. Verifiser at MCP-serveren kjører og er tilgjengelig.

Sikring av API-nøkler (Windsurf)

{
  "mcpServers": {
    "adx-mcp": {
      "command": "npx",
      "args": ["@adx/mcp-server@latest"],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      },
      "inputs": {}
    }
  }
}

Claude

1. Installer nødvendige avhengigheter for MCP-integrasjon i Claude.
2. Finn Claudes konfigurasjonsfil.
3. Legg til følgende MCP-serverkonfigurasjon:

   {
     "mcpServers": {
       "adx-mcp": {
         "command": "npx",
         "args": ["@adx/mcp-server@latest"]
       }
     }
   }
   

4. Lagre endringer og start Claude på nytt.
5. Bekreft at servertilkoblingen fungerer.

Sikring av API-nøkler (Claude)

{
  "mcpServers": {
    "adx-mcp": {
      "command": "npx",
      "args": ["@adx/mcp-server@latest"],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      },
      "inputs": {}
    }
  }
}

Cursor

1. Installer Node.js og sørg for at Cursor kan nå eksterne MCP-servere.
2. Åpne Cursor MCP-serverkonfigurasjonsfilen.
3. Sett inn MCP-server-JSON som nedenfor:

   {
     "mcpServers": {
       "adx-mcp": {
         "command": "npx",
         "args": ["@adx/mcp-server@latest"]
       }
     }
   }
   

4. Lagre og start Cursor på nytt.
5. Test MCP-integrasjonen ved å kjøre en eksempel KQL-spørring.

Sikring av API-nøkler (Cursor)

{
  "mcpServers": {
    "adx-mcp": {
      "command": "npx",
      "args": ["@adx/mcp-server@latest"],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      },
      "inputs": {}
    }
  }
}

Cline

1. Bekreft at du har Node.js og Cline satt opp.
2. Rediger Cline MCP-konfigurasjonsfilen din.
3. Legg til serveren slik:

   {
     "mcpServers": {
       "adx-mcp": {
         "command": "npx",
         "args": ["@adx/mcp-server@latest"]
       }
     }
   }
   

4. Lagre filen og start Cline på nytt.
5. Sørg for tilkobling ved å kjøre en databaseskjemaforespørsel.

Sikring av API-nøkler (Cline)

{
  "mcpServers": {
    "adx-mcp": {
      "command": "npx",
      "args": ["@adx/mcp-server@latest"],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      },
      "inputs": {}
    }
  }
}

Hvordan bruke denne MCP-en i flows

Bruk av MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flowen din og koble den til din AI-agent:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon legger du inn MCP-serverdetaljene dine med dette JSON-formatet:

{
  "adx-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når det er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og muligheter. Husk å endre “adx-mcp” til det faktiske navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på informasjonen som er gitt og dens fullstendighet, vurderes denne MCP-serveren til omtrent 7/10. Den dekker alle hovedkrav for MCP til Azure Data Explorer, men mangler eksplisitte prompt-maler og detaljer om roots-støtte.

MCP-score