Important
この機能はプレビュー段階にあります。
Power BI MCP サーバーを使用すると、AI エージェントは自然言語を使用して Power BI と対話できます。 ローカル MCP サーバーとリモート MCP サーバーの両方が モデル コンテキスト プロトコルを実装し、それぞれ異なるシナリオに特化したツールを公開します。
- Power BI MCP サーバー (リモート): データのクエリを実行し、既存のモデルから分析情報を生成します
- Power BI MCP サーバー (ローカル): セマンティック モデルをプログラムでビルドおよび変更する
開発およびモデル管理ワークフロー用のローカル サーバー、またはデータ分析と分析情報のシナリオ用のリモート サーバーを選択します。
リモートとローカルの MCP サーバー
| 特徴 | リモート MCP サーバー | ローカル MCP サーバー |
|---|---|---|
| Installation | インストールは不要 | Visual Studio Codeまたは Node.js 20.0 以降 (npx) が必要です |
| 輸送 | ストリーミング可能な HTTP | stdio |
| 認証 | マイクロソフト エントラ ID (OAuth) | Microsoft Entra ID, サービス プリンシパル |
| ホスティング | Fabricホスト型サービス | コンピューター上でローカルに実行する |
| Configuration | 最小限 mcp.json |
環境固有のセットアップ |
| ツール | クエリ ツール | メタデータの読み取り/書き込み、クエリ、データベース操作用のツール |
| ステータス | パブリック プレビュー | パブリック プレビュー |
Power BI MCP サーバー (リモート)
リモート Power BI MCP サーバーは、AI エージェントが Power BI セマンティック モデルに対してクエリを実行できるようにするホステッド エンドポイントです。 これは、Copilot のインテリジェンスを使用して DAX クエリを生成して実行し、データとの自然言語の会話を可能にします。
主な機能
- カスタム エージェント開発 - セマンティック モデルにクエリを実行してユーザーの質問に回答するエージェントを構築する
- スキーマ対応クエリ - エージェントはモデル構造を自動的に学習して正確なクエリを生成します
- Copilot を利用した DAX 生成 - Power BI 用の Copilot で使用されるのと同じクエリ生成エンジンを活用する
- 柔軟な LLM 統合 - MCP クライアントでサポートされている LLM プロバイダーを使用する
一般的なシナリオ
リモート MCP サーバーは、VS Code のGitHub Copilotなどの個人の AI アシスタントを強化するのに最適です。 サーバーは、認証されたユーザーのアクセス許可を使用してクエリを実行し、適切なセキュリティとデータ アクセス制御を保証します。
ユース ケースの例:
- セマンティック モデルからの前四半期の売上傾向について GitHub Copilot に問い合わせてください
- 会話型クエリを使用してアドホック分析を生成する
- 自然言語を使用してデータのリレーションシップとパターンを調べる
作業の開始:リモート MCP サーバーを設定する
Power BI MCP サーバー (ローカル)
ローカル Power BI MCP サーバーはローカルで実行され、AI エージェントに包括的なセマンティック モデリング機能が提供されます。 これにより、開発者や AI アプリケーションは、単純なプロパティの更新から複雑なエージェント開発ワークフローまで、自然言語を介して Power BI モデルと対話できます。 サーバーはコンピューター上で実行され、Power BI Desktop、Fabric ワークスペース、またはPower BI Project ファイルのモデルに対して動作するため、変更は既存のソース管理に従ってワークフローを確認します。
主な機能
- 自然言語モデルの編集 - 会話コマンドを使用した Power BI Desktop および Fabric セマンティック モデル全体のテーブル、列、メジャー、リレーションシップの作成、更新、管理
- 大規模な一括操作 - トランザクションのサポートとエラー処理を使用して、数百のオブジェクトに対してバッチ操作を同時に実行する
- ベスト プラクティス アプリケーション - モデリングのベスト プラクティスを簡単に評価して実装する
- エージェント開発ワークフロー - TMDL ファイルと Power BI プロジェクト ファイルを操作して、AI エージェントが複雑なモデリング タスクを自律的に計画および実行できるようにします
- DAX クエリの検証 - DAX クエリを実行して検証してメジャーをテストし、計算のトラブルシューティングを行い、データを探索する
一般的なシナリオ
ローカル MCP サーバーは、セマンティック モデルの作成者や、モデル開発を高速化したい開発者に最適です。
ユース ケースの例:
- 自然言語プロンプトを使用してテーブル、列、メジャー、リレーションシップを作成または更新する
- 既存のセマンティック モデル全体にモデリングのベスト プラクティスを一括で適用する
- エージェント開発ワークフローの一部として TMDL またはPower BI Project ファイルをリファクターする
- モデルの構築中に DAX メジャーを対話的に作成および検証する
作業の開始:ローカル MCP サーバーを設定する
モデル コンテキスト プロトコルについて
モデル コンテキスト プロトコル (MCP) は、AI アシスタントが構造化された安全な方法で外部ツールやデータ ソースと対話する方法を定義するオープン標準です。
MCP アーキテクチャ コンポーネント:
- ホスト - MCP クライアントを実行するアプリケーション (VS Code など)
- クライアント - MCP サーバーに接続し、その機能を使用するホスト内のコンポーネント (GitHub Copilot など)
- サーバー - ツール、リソース、プロンプトをクライアントに公開するローカル プログラムまたはリモート プログラム
たとえば、Power BI MCP サーバーで VS Code で GitHub Copilot を使用する場合、VS Code はホスト、Copilot はクライアント、Power BI はサーバーを提供します。
詳細情報:モデル コンテキスト プロトコルの仕様
考慮事項
現象としてのMCPは、非常に新しく最先端です。 すべての新しいテクノロジ標準と同様に、MCP サーバーと統合するシステムが、システムが準拠することが期待されるすべての規制と標準に準拠していることを確認するために、セキュリティ レビューを行うことを検討してください。 これには、Power BI MCP サーバーだけでなく、モデル プロバイダーに実装することを選択した MCP クライアント/エージェントも含まれます。
Entra ID 認証の有効化、セキュリティで保護されたトークン管理、ネットワークの分離など、MCP サーバーの Microsoft セキュリティ ガイダンスに従う必要があります。 詳細については、 Microsoft セキュリティ ドキュメント を参照してください。
次のステップ
シナリオに基づいてパスを選択します。