Azure Data Explorer Servidor Mcp

O que é o ADX-MCP-Server?

O ### ADX-MCP-Server é um servidor do Protocolo de Contexto de Modelo (MCP) projetado para facilitar assistentes de IA na consulta e análise de bancos de dados do Azure Data Explorer (ADX). Ele fornece interfaces padronizadas que simplificam a interação entre sistemas de IA e repositórios de dados, tornando mais fácil recuperar e manipular dados de forma eficaz.

Recursos do ADX-MCP-Server

• Interfaces Padronizadas: O servidor oferece um conjunto de APIs padronizadas que permitem uma comunicação fluida entre assistentes de IA e bancos de dados do Azure Data Explorer.
• Consulta de Dados: Os usuários podem executar consultas complexas em bancos de dados ADX, permitindo a recuperação e análise eficiente de dados.
• Integração com IA: O servidor é construído para suportar aplicações de IA, aprimorando sua capacidade de processar e analisar grandes conjuntos de dados.
• Repositório Público: O ADX-MCP-Server está disponível como um repositório público, permitindo que desenvolvedores contribuam e aprimorem sua funcionalidade.
• Licença MIT: O projeto é de código aberto e licenciado sob a Licença MIT, promovendo colaboração e compartilhamento dentro da comunidade de desenvolvedores.

Como Usar o ADX-MCP-Server

1. Instalação: Clone o repositório do GitHub e siga as instruções de instalação fornecidas na documentação.
2. Configuração: Configure o servidor ajustando os parâmetros necessários para conectar-se à sua instância do Azure Data Explorer.
3. Acesso à API: Utilize as APIs padronizadas para enviar consultas e receber respostas do banco de dados ADX.
4. Integração: Integre o servidor com suas aplicações de IA para aproveitar suas capacidades de consulta para análise de dados.

Perguntas Frequentes

Q1: Qual é o propósito do ADX-MCP-Server?

A1: O ADX-MCP-Server serve como uma ponte entre assistentes de IA e bancos de dados do Azure Data Explorer, permitindo consultas e análises de dados eficientes por meio de interfaces padronizadas.

Q2: O ADX-MCP-Server é de código aberto?

A2: Sim, o ADX-MCP-Server é um projeto de código aberto disponível no GitHub sob a Licença MIT.

Q3: Posso contribuir para o ADX-MCP-Server?

A3: Absolutamente! Contribuições são bem-vindas. Você pode fazer um fork do repositório, fazer alterações e enviar um pull request.

Q4: Como instalo o ADX-MCP-Server?

A4: Você pode instalar o servidor clonando o repositório do GitHub e seguindo as instruções de instalação na documentação.

Q5: Que tipo de consultas posso executar com o ADX-MCP-Server?

A5: Você pode executar uma variedade de consultas, incluindo consultas analíticas complexas, para recuperar e manipular dados armazenados em bancos de dados do 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