Introducción al servidor MCP de Power BI remoto (versión preliminar)

Important

Esta característica se encuentra en versión preliminar.

El servidor MCP remoto de Power BI es un punto de conexión alojado de forma remota que permite a los agentes de IA interactuar con los datos en los modelos semánticos de Power BI mediante lenguaje natural. Basado en el Protocolo de contexto de modelo (MCP), traduce las solicitudes en operaciones de Power BI: generar consultas DAX y ejecutarlas al tiempo que respeta los permisos y las directivas de seguridad.

Important

  • El servidor MCP remoto de Power BI está en versión preliminar. Las definiciones de herramientas, los formatos de solicitud y los esquemas de respuesta pueden cambiar a medida que mejoramos las funcionalidades.
  • El servidor MCP remoto de Power BI no es una API REST tradicional. Acceda a él a través de marcos y agentes compatibles con MCP en lugar de realizar llamadas HTTP directas. El servidor implementa la especificación del protocolo de contexto de modelo, que proporciona una interfaz estandarizada para que los agentes de IA detecten e invoquen herramientas.

En este artículo aprenderá a:

  • Conexión al servidor remoto de MCP de Power BI en Visual Studio Code
  • Conexión de GitHub Copilot a los modelos semánticos de Power BI
  • Validación de la conexión con consultas de prueba

Prerrequisitos

Antes de comenzar, asegúrese de que tiene:

Configuración en VS Code

El servidor MCP remoto de Power BI está disponible en:

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

La manera más fácil de configurar el servidor es usar el instalador con un solo clic:

Install Power BI servidor MCP (remoto)

Esto configura automáticamente el servidor MCP en la configuración de VS Code.

Instalación manual

Para configurar manualmente el servidor, agregue lo siguiente al archivo de configuración de MCP:

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

Más información:Servidores MCP en VS Code

Prueba de la conexión

Una vez configurado, compruebe que el programa de instalación funciona:

  1. Inicio del servidor MCP en VS Code

    • Abra el panel Servidores MCP.
    • Asegúrese de que el servidor MCP de Power BI se muestra como conectado

  2. Apertura de GitHub Copilot

    1. Inicio de la ventana de chat en VS Code
    2. Habilitación del modo de agente

  3. Proporcione el identificador del modelo semántico.

    1. Obtenga el identificador de modelo semántico del servicio Power BI (consulte Búsqueda del identificador de modelo semántico).
    2. Compartir el identificador con Copilot en la conversación

  4. Formular una pregunta

    • Ejemplo: "¿Qué tablas hay en este modelo semántico?"
    • Ejemplo: "Mostrarme los 10 productos principales por ventas"

  5. Autorización de la herramienta

    1. Cuando se le solicite, permita que Copilot use la herramienta de servidor MCP.
    2. Autenticación con las credenciales de Microsoft si se solicita

  6. Revisión de la respuesta

    • Copilot consultará el modelo y devolverá los resultados

Sugerencia

Para obtener los mejores resultados de las consultas, prepare los modelos semánticos para la inteligencia artificial mediante la adición de instrucciones de IA y respuestas comprobadas.

Solución de problemas:Administración de servidores MCP en VS Code

Herramientas disponibles

El servidor MCP proporciona las siguientes herramientas para que los agentes de IA invoquen.

Ejecutar consulta

Ejecuta una consulta DAX en un modelo semántico y devuelve los resultados al agente de IA.

Entradas necesarias:

  • ID de modelo semántico
  • Expresión de consulta DAX

Permisos:

  • Los usuarios deben tener al menos permisos de compilación en el modelo semántico
  • Las consultas se ejecutan en el contexto del usuario autenticado

Consideraciones de seguridad:

Consulte también:Execute Queries REST API

Obtener esquema de modelo semántico

Recupera metadatos completos para un modelo semántico de Power BI, incluidas tablas, columnas, medidas, relaciones y los metadatos optimizados para ia que configuró el autor del modelo. Use esta herramienta para basar la generación de consultas DAX en la estructura del modelo y mostrar orientaciones proporcionadas por el autor que mejoran la precisión de las consultas.

Entrada necesaria: Id. de modelo semántico

Lo que se incluye:

  • Tablas, columnas, medidas y relaciones
  • Tipos de datos y jerarquías
  • Metadatos de herramientas de Copilot, cuando se configuran, proporcionan más contexto sobre su modelo, ayudan a guiar a Copilot hacia los datos correctos del modelo y a aumentar la calidad del resultado de Copilot.

Obtener metadatos de informe

Recupera el esquema de alto nivel de un informe de Power BI, incluida la información del área de trabajo, los detalles del modelo semántico, las páginas, la información visual y los filtros. Los informes revelan cómo se usa el modelo semántico en la práctica y pueden aclarar el contexto, las relaciones y la lógica de filtrado previstos que deben guiar la generación de consultas DAX. Use esta herramienta para basar la generación de consultas DAX en la estructura del esquema del modelo utilizado en el informe y mostrar orientaciones proporcionadas por el autor que mejoran la precisión de las consultas.

Entrada necesaria: Id. de informe

Lo que se incluye:

  • Páginas del informe, independientemente del estado oculto
  • Objetos visuales con referencias válidas al esquema del modelo, como gráficos, tablas, matrices, segmentaciones y tarjetas. Se excluyen los objetos visuales que no son de datos, como botones de acción, formas, imágenes y rectángulos.
  • Columnas y medidas ocultas cuando se hace referencia a estas en elementos visuales
  • Enlaces visuales que asignan campos a roles visuales como Category, Values, Legend y Tooltips
  • Contenido del cuadro de texto de cada página

Límites:

  • Se produce un error en las solicitudes cuando los metadatos del informe superan el tamaño máximo admitido.

Generar consulta

Genera consultas DAX optimizadas a partir de mensajes de lenguaje natural mediante Copilot en Power BI. La herramienta usa el mismo motor de generación DAX que Copilot para Power BI para crear consultas que sigan los procedimientos recomendados.

Entradas necesarias:

  • ID de modelo semántico
  • Pregunta o instrucción de lenguaje natural
  • Contexto de esquema relevante determinado por el agente (tablas, columnas, medidas)

Requisitos:

Note

Si prefiere no consumir capacidad de Copilot, deshabilite esta herramienta en la configuración del cliente MCP y confíe en el LLM del cliente para generar DAX directamente.

Encuentra tu identificador de modelo semántico

Para obtener un identificador de modelo semántico del servicio Power BI:

  1. Inicio de sesión en Power BI
  2. Vaya al área de trabajo que contiene el modelo semántico.
  3. Seleccione el modelo semántico para abrir su página de detalles.
  4. Copie el identificador del modelo semántico desde la dirección URL.

Las direcciones URL del modelo semántico siguen este formato:

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

Sugerencia

  • Almacene los identificadores de modelo que use con frecuencia en lugares a los que su agente pueda acceder, como en un semantic-model-ids.json archivo local o en archivos de instrucciones del agente.
  • También puede recuperar identificadores de modelo semántico mediante programación mediante la API rest de Power BI.

Limitaciones y consideraciones

Autenticación y seguridad

  • Seguridad de nivel de fila (RLS): Actualmente no se aplica cuando se usa la autenticación de entidad de servicio. Cuando una entidad de servicio ejecuta consultas, tiene acceso a todos los datos para los que tiene autorización. Revise detenidamente las implicaciones de seguridad antes de exponer los agentes autenticados por la entidad de servicio a los usuarios finales.
  • Configuración del inquilino: Los administradores deben habilitar "Los usuarios pueden usar el punto de conexión del servidor del protocolo de contexto de modelo de Power BI (versión preliminar)" para su organización.

Generación de consultas

  • DAX complejo: Es posible que los cálculos muy complejos o la lógica anidada no se traduzcan perfectamente a partir de mensajes de lenguaje natural.
  • Optimización del modelo: La calidad de la generación de consultas mejora significativamente al preparar los datos para la inteligencia artificial.

Performance

  • Impacto en el diseño del modelo: El rendimiento de la ejecución de consultas depende del diseño, el tamaño y la optimización del modelo semántico.
  • Esquemas grandes: Los modelos con cientos de tablas o miles de columnas pueden dar lugar a cargas de esquema grandes.
  • Complejidad de las consultas: Las consultas DAX complejas pueden tardar más tiempo en generarse y ejecutarse.

Contexto y conversación

  • Límites de la ventana de contexto: Hay límites en cuanto al contexto que se puede mantener en los turnos de conversación, en función del modelo de IA que use el cliente MCP.
  • Consultas sin estado: Cada consulta se ejecuta de forma independiente. El servidor no mantiene el estado de consulta entre las solicitudes.

Contenido relacionado

  • Last updated on