Azure Data Explorer Serveur Mcp
Un serveur de Protocole de Contexte de Modèle (MCP) qui permet aux assistants IA d'interroger et d'analyser des bases de données Azure Data Explorer via des interfaces standardisées.
Aperçu
Qu'est-ce que l'ADX-MCP-Server ?
L'### ADX-MCP-Server est un serveur de Protocole de Contexte de Modèle (MCP) conçu pour faciliter les assistants IA dans l'interrogation et l'analyse des bases de données Azure Data Explorer (ADX). Il fournit des interfaces standardisées qui rationalisent l'interaction entre les systèmes IA et les dépôts de données, rendant plus facile la récupération et la manipulation des données de manière efficace.
Fonctionnalités de l'ADX-MCP-Server
- Interfaces standardisées : Le serveur offre un ensemble d'API standardisées qui permettent une communication fluide entre les assistants IA et les bases de données Azure Data Explorer.
- Interrogation de données : Les utilisateurs peuvent exécuter des requêtes complexes sur les bases de données ADX, permettant une récupération et une analyse efficaces des données.
- Intégration IA : Le serveur est conçu pour prendre en charge les applications IA, améliorant leur capacité à traiter et analyser de grands ensembles de données.
- Dépôt public : L'ADX-MCP-Server est disponible en tant que dépôt public, permettant aux développeurs de contribuer et d'améliorer sa fonctionnalité.
- Licence MIT : Le projet est open-source et sous licence MIT, favorisant la collaboration et le partage au sein de la communauté des développeurs.
Comment utiliser l'ADX-MCP-Server
- Installation : Clonez le dépôt depuis GitHub et suivez les instructions d'installation fournies dans la documentation.
- Configuration : Configurez le serveur en paramétrant les paramètres nécessaires pour vous connecter à votre instance Azure Data Explorer.
- Accès API : Utilisez les API standardisées pour envoyer des requêtes et recevoir des réponses de la base de données ADX.
- Intégration : Intégrez le serveur avec vos applications IA pour tirer parti de ses capacités d'interrogation pour l'analyse des données.
Questions Fréquemment Posées
Q1 : Quel est le but de l'ADX-MCP-Server ?
A1 : L'ADX-MCP-Server sert de pont entre les assistants IA et les bases de données Azure Data Explorer, permettant une interrogation et une analyse efficaces des données grâce à des interfaces standardisées.
Q2 : L'ADX-MCP-Server est-il open-source ?
A2 : Oui, l'ADX-MCP-Server est un projet open-source disponible sur GitHub sous la licence MIT.
Q3 : Puis-je contribuer à l'ADX-MCP-Server ?
A3 : Absolument ! Les contributions sont les bienvenues. Vous pouvez forker le dépôt, apporter des modifications et soumettre une demande de tirage.
Q4 : Comment installer l'ADX-MCP-Server ?
A4 : Vous pouvez installer le serveur en clonant le dépôt depuis GitHub et en suivant les instructions d'installation dans la documentation.
Q5 : Quel type de requêtes puis-je exécuter avec l'ADX-MCP-Server ?
A5 : Vous pouvez exécuter une variété de requêtes, y compris des requêtes analytiques complexes, pour récupérer et manipuler des données stockées dans les bases de données Azure Data Explorer.
Détail
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
-
Login to your Azure account which has the permission to the ADX cluster using Azure CLI.
-
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:
- Make sure the pod has
AZURE_TENANT_ID
andAZURE_CLIENT_ID
environment variables set - 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.
- 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 touv
or set the environment variableNO_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
Configuration du serveur
{
"mcpServers": {
"adx-mcp-server": {
"command": "docker",
"args": [
"run",
"-i",
"--rm",
"ghcr.io/metorial/mcp-container--pab1it0--adx-mcp-server--adx-mcp-server",
"adx-mcp-server"
],
"env": {
"ADX_CLUSTER_URL": "adx-cluster-url",
"ADX_DATABASE": "adx-database"
}
}
}
}