Azure Data Explorer Servidor Mcp

¿Qué es ADX-MCP-Server?

El ### ADX-MCP-Server es un servidor de Protocolo de Contexto de Modelo (MCP) diseñado para facilitar a los asistentes de IA la consulta y el análisis de bases de datos de Azure Data Explorer (ADX). Proporciona interfaces estandarizadas que agilizan la interacción entre los sistemas de IA y los repositorios de datos, facilitando la recuperación y manipulación efectiva de datos.

Características de ADX-MCP-Server

• Interfaces Estandarizadas: El servidor ofrece un conjunto de APIs estandarizadas que permiten una comunicación fluida entre los asistentes de IA y las bases de datos de Azure Data Explorer.
• Consulta de Datos: Los usuarios pueden ejecutar consultas complejas en bases de datos ADX, lo que permite una recuperación y análisis de datos eficientes.
• Integración de IA: El servidor está diseñado para soportar aplicaciones de IA, mejorando su capacidad para procesar y analizar grandes conjuntos de datos.
• Repositorio Público: El ADX-MCP-Server está disponible como un repositorio público, permitiendo a los desarrolladores contribuir y mejorar su funcionalidad.
• Licencia MIT: El proyecto es de código abierto y está licenciado bajo la Licencia MIT, promoviendo la colaboración y el intercambio dentro de la comunidad de desarrolladores.

Cómo Usar ADX-MCP-Server

1. Instalación: Clona el repositorio desde GitHub y sigue las instrucciones de instalación proporcionadas en la documentación.
2. Configuración: Configura el servidor ajustando los parámetros necesarios para conectarte a tu instancia de Azure Data Explorer.
3. Acceso a la API: Utiliza las APIs estandarizadas para enviar consultas y recibir respuestas de la base de datos ADX.
4. Integración: Integra el servidor con tus aplicaciones de IA para aprovechar sus capacidades de consulta para el análisis de datos.

Preguntas Frecuentes

P1: ¿Cuál es el propósito del ADX-MCP-Server?

R1: El ADX-MCP-Server sirve como un puente entre los asistentes de IA y las bases de datos de Azure Data Explorer, permitiendo consultas y análisis de datos eficientes a través de interfaces estandarizadas.

P2: ¿Es el ADX-MCP-Server de código abierto?

R2: Sí, el ADX-MCP-Server es un proyecto de código abierto disponible en GitHub bajo la Licencia MIT.

P3: ¿Puedo contribuir al ADX-MCP-Server?

R3: ¡Absolutamente! Las contribuciones son bienvenidas. Puedes bifurcar el repositorio, hacer cambios y enviar una solicitud de extracción.

P4: ¿Cómo instalo el ADX-MCP-Server?

R4: Puedes instalar el servidor clonando el repositorio desde GitHub y siguiendo las instrucciones de instalación en la documentación.

P5: ¿Qué tipo de consultas puedo ejecutar con ADX-MCP-Server?

R5: Puedes ejecutar una variedad de consultas, incluidas consultas analíticas complejas, para recuperar y manipular datos almacenados en bases de datos de Azure Data Explorer.

Azure Data Explorer MCP Server

<a href="https://glama.ai/mcp/servers/1yysyd147h"> <img width="380" height="200" src="https://glama.ai/mcp/servers/1yysyd147h/badge" /> </a>

A Model Context Protocol (MCP) server for Azure Data Explorer/Eventhouse in Microsoft Fabric.

This provides access to your Azure Data Explorer/Eventhouse clusters and databases through standardized MCP interfaces, allowing AI assistants to execute KQL queries and explore your data.

Features

• Execute KQL queries against Azure Data Explorer

• Discover and explore database resources

  • List tables in the configured database
  • View table schemas
  • Sample data from tables
  • Get table statistics/details

• Authentication support

  • Token credential support (Azure CLI, MSI, etc.)
  • Workload Identity credential support for AKS

• Docker containerization support

• Provide interactive tools for AI assistants

The list of tools is configurable, so you can choose which tools you want to make available to the MCP client. This is useful if you don't use certain functionality or if you don't want to take up too much of the context window.

Usage

1. Login to your Azure account which has the permission to the ADX cluster using Azure CLI.

2. Configure the environment variables for your ADX cluster, either through a .env file or system environment variables:

### Required: Azure Data Explorer configuration
ADX_CLUSTER_URL=https://yourcluster.region.kusto.windows.net
ADX_DATABASE=your_database

### Optional: Azure Workload Identity credentials 
### AZURE_TENANT_ID=your-tenant-id
### AZURE_CLIENT_ID=your-client-id 
### ADX_TOKEN_FILE_PATH=/var/run/secrets/azure/tokens/azure-identity-token

Azure Workload Identity Support

The server now uses WorkloadIdentityCredential by default when running in Azure Kubernetes Service (AKS) environments with workload identity configured. It prioritizes the use of WorkloadIdentityCredential whenever the necessary environment variables are present.

For AKS with Azure Workload Identity, you only need to:

1. Make sure the pod has AZURE_TENANT_ID and AZURE_CLIENT_ID environment variables set
2. Ensure the token file is mounted at the default path or specify a custom path with ADX_TOKEN_FILE_PATH

If these environment variables are not present, the server will automatically fall back to DefaultAzureCredential, which tries multiple authentication methods in sequence.

3. Add the server configuration to your client configuration file. For example, for Claude Desktop:

{
  "mcpServers": {
    "adx": {
      "command": "uv",
      "args": [
        "--directory",
        "<full path to adx-mcp-server directory>",
        "run",
        "src/adx_mcp_server/main.py"
      ],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database"
      }
    }
  }
}

Note: if you see Error: spawn uv ENOENT in Claude Desktop, you may need to specify the full path to uv or set the environment variable NO_UV=1 in the configuration.

Docker Usage

This project includes Docker support for easy deployment and isolation.

Building the Docker Image

Build the Docker image using:

docker build -t adx-mcp-server .

Running with Docker

You can run the server using Docker in several ways:

Using docker run directly:

docker run -it --rm \
  -e ADX_CLUSTER_URL=https://yourcluster.region.kusto.windows.net \
  -e ADX_DATABASE=your_database \
  -e AZURE_TENANT_ID=your_tenant_id \
  -e AZURE_CLIENT_ID=your_client_id \
  adx-mcp-server

Using docker-compose:

Create a .env file with your Azure Data Explorer credentials and then run:

docker-compose up

Running with Docker in Claude Desktop

To use the containerized server with Claude Desktop, update the configuration to use Docker with the environment variables:

{
  "mcpServers": {
    "adx": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "-e", "ADX_CLUSTER_URL",
        "-e", "ADX_DATABASE",
        "-e", "AZURE_TENANT_ID",
        "-e", "AZURE_CLIENT_ID",
        "-e", "ADX_TOKEN_FILE_PATH",
        "adx-mcp-server"
      ],
      "env": {
        "ADX_CLUSTER_URL": "https://yourcluster.region.kusto.windows.net",
        "ADX_DATABASE": "your_database",
        "AZURE_TENANT_ID": "your_tenant_id",
        "AZURE_CLIENT_ID": "your_client_id",
        "ADX_TOKEN_FILE_PATH": "/var/run/secrets/azure/tokens/azure-identity-token"
      }
    }
  }
}

This configuration passes the environment variables from Claude Desktop to the Docker container by using the -e flag with just the variable name, and providing the actual values in the env object.

Using as a Dev Container / GitHub Codespace

This repository can also be used as a development container for a seamless development experience. The dev container setup is located in the devcontainer-feature/adx-mcp-server folder.

For more details, check the devcontainer README.

Development

Contributions are welcome! Please open an issue or submit a pull request if you have any suggestions or improvements.

This project uses uv to manage dependencies. Install uv following the instructions for your platform:

curl -LsSf https://astral.sh/uv/install.sh | sh

You can then create a virtual environment and install the dependencies with:

uv venv
source .venv/bin/activate  # On Unix/macOS
.venv\Scripts\activate     # On Windows
uv pip install -e .

Project Structure

The project has been organized with a src directory structure:

adx-mcp-server/
├── src/
│   └── adx_mcp_server/
│       ├── __init__.py      # Package initialization
│       ├── server.py        # MCP server implementation
│       ├── main.py          # Main application logic
├── Dockerfile               # Docker configuration
├── docker-compose.yml       # Docker Compose configuration
├── .dockerignore            # Docker ignore file
├── pyproject.toml           # Project configuration
└── README.md                # This file

Testing

The project includes a comprehensive test suite that ensures functionality and helps prevent regressions.

Run the tests with pytest:

### Install development dependencies
uv pip install -e ".[dev]"

### Run the tests
pytest

### Run with coverage report
pytest --cov=src --cov-report=term-missing

Tests are organized into:

• Configuration validation tests
• Server functionality tests
• Error handling tests
• Main application tests

When adding new features, please also add corresponding tests.

Tools

| Tool | Category | Description | | | | | | execute_query | Query | Execute a KQL query against Azure Data Explorer | | list_tables | Discovery | List all tables in the configured database | | get_table_schema | Discovery | Get the schema for a specific table | | sample_table_data | Discovery | Get sample data from a table with optional sample size |

License

MIT