Azure Data Explorer Server Mcp

Che cos'è ADX-MCP-Server?

L'### ADX-MCP-Server è un server del Protocollo di Contesto del Modello (MCP) progettato per facilitare gli assistenti AI nel query e nell'analisi dei database di Azure Data Explorer (ADX). Fornisce interfacce standardizzate che semplificano l'interazione tra i sistemi AI e i repository di dati, rendendo più facile il recupero e la manipolazione dei dati in modo efficace.

Caratteristiche di ADX-MCP-Server

• Interfacce Standardizzate: Il server offre un insieme di API standardizzate che consentono una comunicazione fluida tra gli assistenti AI e i database di Azure Data Explorer.
• Query dei Dati: Gli utenti possono eseguire query complesse sui database ADX, consentendo un recupero e un'analisi dei dati efficienti.
• Integrazione AI: Il server è progettato per supportare le applicazioni AI, migliorando la loro capacità di elaborare e analizzare grandi set di dati.
• Repository Pubblico: L'ADX-MCP-Server è disponibile come repository pubblico, consentendo agli sviluppatori di contribuire e migliorare la sua funzionalità.
• Licenza MIT: Il progetto è open-source e concesso in licenza sotto la Licenza MIT, promuovendo la collaborazione e la condivisione all'interno della comunità degli sviluppatori.

Come Utilizzare ADX-MCP-Server

1. Installazione: Clona il repository da GitHub e segui le istruzioni di installazione fornite nella documentazione.
2. Configurazione: Configura il server impostando i parametri necessari per connetterti alla tua istanza di Azure Data Explorer.
3. Accesso API: Utilizza le API standardizzate per inviare query e ricevere risposte dal database ADX.
4. Integrazione: Integra il server con le tue applicazioni AI per sfruttare le sue capacità di query per l'analisi dei dati.

Domande Frequenti

D1: Qual è lo scopo dell'ADX-MCP-Server?

R1: L'ADX-MCP-Server funge da ponte tra gli assistenti AI e i database di Azure Data Explorer, consentendo query e analisi dei dati efficienti attraverso interfacce standardizzate.

D2: L'ADX-MCP-Server è open-source?

R2: Sì, l'ADX-MCP-Server è un progetto open-source disponibile su GitHub sotto la Licenza MIT.

D3: Posso contribuire all'ADX-MCP-Server?

R3: Assolutamente! I contributi sono benvenuti. Puoi forkare il repository, apportare modifiche e inviare una pull request.

D4: Come posso installare l'ADX-MCP-Server?

R4: Puoi installare il server clonando il repository da GitHub e seguendo le istruzioni di installazione nella documentazione.

D5: Che tipo di query posso eseguire con l'ADX-MCP-Server?

R5: Puoi eseguire una varietà di query, comprese query analitiche complesse, per recuperare e manipolare i dati memorizzati nei database di 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