DataHub MCP Server 接入 Microsoft Copilot Studio构建企业数据问答 Agent 的完整实战指南【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub本文基于 docs/dev-guides/agent-context/copilot-studio.md 编写并辅以仓库内 MCP 服务器指南与datahub-agent-contextSDK 源码进行纵深扩充。导读本文讲解如何将 DataHub 的 MCPModel Context Protocol服务器接入 Microsoft Copilot Studio让 Copilot 智能体能够检索可信数据资产、追踪血缘lineage、查询数据归属并基于 DataHub 中的企业上下文回答数据问题。读完本文你将掌握在 Copilot Studio 中创建智能体、配置 OAuth 2.0 / PAT 两种 MCP 连接方式、启用 DataHub 工具并完成端到端验证的完整方法同时理解 DataHub MCP 工具集的底层实现原理。一、背景Agent Context Kit 与 DataHub MCP ServerDataHub 的Agent Context Kit见 docs/dev-guides/agent-context/agent-context.md是一套由指南、SDK 与 MCP 服务器组成的体系目标是让 AI 智能体访问 DataHub 实例中的业务定义、上下文文档、数据归属、血缘、质量信号、样例查询等能力与上下文。其中DataHub MCP Server实现了 Model Context Protocol为 AI 智能体提供对 DataHub 元数据的直接访问能力包括数据搜索用自然语言找到正确的数据支持通配符匹配revenue_*、字段搜索tag:PII与布尔逻辑(sales OR revenue) AND quarterly深度探查获取任意表、列、看板的使用统计、归属、文档、标签、术语表与质量信号血缘与影响分析在表级和列级追踪数据流向向上游或下游多跳追溯查询分析与编写获取引用某数据集的真实 SQL观察连接模式、常见过滤条件与聚合行为。在 Agent Context Kit 的托管智能体平台分类中Microsoft Copilot Studio 与 Databricks Genie Code、Snowflake Cortex Agents、Google Vertex AI 并列均通过 MCP Server Guide 接入 DataHub。二、前置条件在开始配置之前需要准备一个 Microsoft Copilot Studio 账号copilotstudio.microsoft.com一个可用的 DataHub 实例并保证 MCP 服务器已运行二选一DataHub Cloud使用托管 MCP 服务器Cloud 上 OAuth 需 v1.0.2PAT 需 v0.3.12详见 MCP Server Guide 中的托管用法自托管DataHub Core自行运行开源 MCP 服务器详见 MCP Server Guide 中的自托管用法。三、逐步配置从创建智能体到连接 DataHub1. 创建或打开一个 Agent登录 Copilot Studio点击 Create a blank agent创建空白智能体或打开已有的智能体。2. 添加 MCP 工具在智能体的概览页面向下滚动到Tools工具区域点击 Add tool添加工具。在 Create new新建分组下选择Model Context Protocol。这里需要注意Copilot Studio 本身扮演的是MCP 客户端角色而 DataHub MCP Server 是服务端。Copilot Studio 会自动发现并调用 DataHub 暴露的 MCP 工具无需编写任何代码。3. 配置 MCP 连接这是整个流程的核心步骤。DataHub 提供两种认证方式根据部署形态与使用场景二选一。方式一DataHub Cloud OAuth推荐v1.0.2在 DataHub Cloud v1.0.2 及以上版本Copilot Studio 可以通过OAuth2 动态客户端注册DCRDynamic Client RegistrationRFC 7591连接。每个智能体用户用自己的 DataHub 账号登录包括 Okta、Azure AD 等 SSO 方式无需创建或粘贴个人访问令牌PAT。按照以下步骤填写 MCP 服务器字段字段值Server nameDataHub MCP ServerServer URLhttps://mcp.datahub.com/mcpAuthenticationOAuth 2.0·Dynamic discovery具体操作填写上表中的字段点击Create。Copilot Studio 会读取 DataHub 发布的 OAuth 元数据并通过 DCR 自动注册自身客户端——Client ID / Client secret 留空即可在Add tool界面点击Create a new connection或Connect浏览器会打开 DataHub 的 OAuth 授权流程按提示输入你的 DataHub 域名例如https://tenant.acryl.io中的tenant登录并批准连接。只有完成此步骤后Copilot Studio 才能检索到 DataHub 的工具点击Add to agent将工具添加到智能体。偏好租户直连 URL也可以把 Server URL 直接填成https://tenant.acryl.io/integrations/ai/mcp——该端点同样支持 OAuth2 DCR。区别在于使用租户 URL 可以跳过域名提示步骤直接进入登录页。:::tip OAuth 回退模式 如果Dynamic discovery失败可以尝试Dynamic模式并从认证服务器的/.well-known/oauth-authorization-server文档中获取 Authorization URL 与 Token URL 手动填入。优先使用 Dynamic discovery——正常工作时不需要 Client ID 或 Client secret。 :::方式二DataHub Cloud Personal Access Tokenv0.3.12对于服务账号、无人值守智能体或者 DataHub Cloud 版本低于 v1.0.2 的场景使用 个人访问令牌PAT 连接字段值Server nameDataHub MCP ServerServer URLhttps://tenant.acryl.io/integrations/ai/mcpAuthenticationAPI key · Header ·Authorization·Bearer tokenAPI key 值中必须包含Bearer前缀即Bearer 你的令牌。点击Create创建连接然后用你的令牌完成连接最后Add to agent。关于 PAT 的补充说明根据 docs/authentication/personal-access-tokens.mdPAT 允许用户以自身身份编程调用 DataHub API。使用前提是GMS 已启用元数据服务认证用户已通过 DataHub 策略被授予Generate Personal Access Tokens或Manage All Access Tokens权限在Settings → Access Tokens → Generate Personal Access Token生成令牌有效期选项由 GMS 配置authentication.accessTokens.allowedDurations控制默认支持PT1H、P1D、P7D、P30D、P90D、P180D、P365D。方式三DataHub Core自托管:::note DataHub Core 注意事项 OAuth DCR 仅适用于 DataHub Cloud 的托管 MCP 路径属于 DataHub Cloud 能力。对于 DataHub Core 实例需要通过自托管 MCP 服务器指南暴露 MCP 服务器并将其发布为公网可访问的 URL将该 URL 作为 Server URL使用个人访问令牌认证API key · Header ·Authorization·Bearer token。 :::自托管场景下MCP 服务器通过环境变量完成认证DATAHUB_GMS_URLDataHub GMS 端点如http://gms-host:8080与DATAHUB_GMS_TOKEN个人访问令牌。本地stdio部署可用uvx mcp-server-datahublatest共享HTTP部署则运行mcp-server-datahub-http后让各智能体指向http://host:8000/mcp每个用户携带各自的 DataHub 令牌。4. 启用工具连接成功后Copilot Studio 会自动发现 DataHub 的工具。点击Add and configure然后按需打开toggle on你需要的工具。如果没有出现任何工具请返回上一步完成Connect/Create a new connection——工具发现tool discovery必须建立在已认证的连接之上。5. 测试智能体点击右上角的Test进入测试面板尝试以下自然语言提问What datasets does the analytics team own?分析团队拥有哪些数据集Show me the lineage for the revenue dashboard展示营收看板的血缘关系如果 DataHub 实例中已摄入元数据智能体应能基于 DataHub 上下文给出带引用来源的回答。四、DataHub MCP 工具集智能体实际能调用什么连接成功后Copilot Studio 智能体可以通过 MCP 协议调用 DataHub 暴露的工具。根据 Agent Context Kit 概览 与 MCP Server Guide这些工具按读写属性分为两类只读工具查询 DataHub不修改目录状态工具作用search使用结构化关键字搜索/q语法查找数据集、看板等实体支持布尔逻辑、过滤、分页与按使用指标排序get_entities按 URN 获取一个或多个实体的完整元数据schema、归属、文档、标签支持批量检索list_schema_fields列出数据集的 schema 字段支持关键字过滤与分页get_lineage获取任意实体的上游/下游血缘支持过滤、血缘内查询、分页与跳数控制get_lineage_paths_between获取两个资产/列之间的精确血缘路径包含中间转换与 SQL 信息search_documents/grep_documents搜索知识库文章与文档后者支持正则内容检索get_dataset_queries获取引用某数据集的真实 SQL 查询了解连接、过滤与聚合模式get_me获取当前认证用户信息含群组成员关系变更工具修改 DataHub 元数据需客户端确认工具作用add_tags/remove_tags为实体或 schema 字段添加/移除标签add_terms/remove_terms添加/移除术语表glossary术语用于业务定义与数据分类add_owners/remove_owners添加/移除数据归属支持不同归属类型set_domains/remove_domains分配/移除域归属update_description更新、追加或移除实体/字段的描述支持 Markdownsave_document将独立文档洞察、决策、FAQ、笔记保存到 DataHub 知识库所有工具都带有 MCP 标准的 hint 注解readOnlyHint、destructiveHint、idempotentHint兼容的 MCP 客户端如 Claude可以据此向用户提示哪些工具会修改目录状态并请求确认。从源码看这些工具实现在 datahub-agent-context/src/datahub_agent_context/mcp_tools/ 目录下按职责拆分为search.py、lineage.py、entities.py、queries.py、tags.py、terms.py、owners.py、domains.py、documents.py、save_document.py等模块。例如 search.py 中的search()工具通过parse_filter_string解析 SQL 风格的过滤字符串如entity_type dataset、tag urn:li:tag:pii通过resolve_default_view自动应用用户的个人默认视图优先或组织的全局默认视图兜底使得搜索范围受视图约束最终经 base.py 中的execute_graphql调用 DataHub GraphQL API 执行查询。值得一提的实现细节是execute_graphql中的字段兼容降级机制它会检测当前连接是 DataHub Cloud 还是自托管 GMS并通过#[CLOUD]、#[NEWER_GMS]标记动态启用或注释掉 GraphQL 查询中的相应字段当遇到字段校验错误FieldUndefined/ValidationError/InvalidSyntax时会自动降级重试确保同一份工具定义在不同版本的数据源上都能工作——这正是同一连接在 Cloud 与 Core 之间无缝切换的底层保障。五、最佳实践 Tips善用 Instructions 字段在 Copilot Studio 智能体的系统提示Instructions中引导行为例如Always search DataHub before answering data questions.回答数据问题前务必先检索 DataHub发布渠道智能体完成后可Publish到 Teams、网站或其他渠道供团队使用认证选型原则交互式 Copilot 智能体优先使用 OAuth让每个用户在 DataHub 中以自身身份行动权限、审计归属都按个人隔离PAT 仅保留给服务账号与无人值守工作流。六、故障排查现象排查方向无法用 OAuth 连接确认租户运行在 DataHub Cloud v1.0.2Server URL 为https://mcp.datahub.com/mcp或你的租户 MCP URL认证方式为OAuth 2.0Dynamic discovery点击Create a new connection/Connect后在提示时输入 DataHub 域名如tenant登录并批准无法用 PAT 连接核对 DataHub URL确认令牌未过期确认认证方式为API key而非 OAuthAPI key 值必须包含Bearer前缀工具不出现先完成Connect步骤——Copilot Studio 只有在连接认证成功后才会列出 DataHub 工具随后刷新 Tools 页面确认 MCP 服务器 正在运行且连接具有相应权限查询结果为空检查 DataHub 实例是否已摄入元数据尝试更宽泛的搜索词七、延伸阅读Agent Context Kit 总览了解 DataHub Agent Context 的全部构建场景数据分析、数据质量、数据治理与 SDK 用法DataHub MCP Server 指南涵盖托管/自托管两种部署、OAuth DCR 细节、共享 HTTP 部署与更多客户端配置个人访问令牌PAT了解令牌生成、权限要求与有效期配置datahub-agent-context SDK 源码查看 MCP 工具的实现与 LangChain / Google ADK / Snowflake 等更多智能体框架的接入方式。【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 DataHub MCP Server 接入 Microsoft Copilot Studio：构建企业数据问答 Agent 的完整实战指南
DataHub MCP Server 接入 Microsoft Copilot Studio构建企业数据问答 Agent 的完整实战指南【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub本文基于 docs/dev-guides/agent-context/copilot-studio.md 编写并辅以仓库内 MCP 服务器指南与datahub-agent-contextSDK 源码进行纵深扩充。导读本文讲解如何将 DataHub 的 MCPModel Context Protocol服务器接入 Microsoft Copilot Studio让 Copilot 智能体能够检索可信数据资产、追踪血缘lineage、查询数据归属并基于 DataHub 中的企业上下文回答数据问题。读完本文你将掌握在 Copilot Studio 中创建智能体、配置 OAuth 2.0 / PAT 两种 MCP 连接方式、启用 DataHub 工具并完成端到端验证的完整方法同时理解 DataHub MCP 工具集的底层实现原理。一、背景Agent Context Kit 与 DataHub MCP ServerDataHub 的Agent Context Kit见 docs/dev-guides/agent-context/agent-context.md是一套由指南、SDK 与 MCP 服务器组成的体系目标是让 AI 智能体访问 DataHub 实例中的业务定义、上下文文档、数据归属、血缘、质量信号、样例查询等能力与上下文。其中DataHub MCP Server实现了 Model Context Protocol为 AI 智能体提供对 DataHub 元数据的直接访问能力包括数据搜索用自然语言找到正确的数据支持通配符匹配revenue_*、字段搜索tag:PII与布尔逻辑(sales OR revenue) AND quarterly深度探查获取任意表、列、看板的使用统计、归属、文档、标签、术语表与质量信号血缘与影响分析在表级和列级追踪数据流向向上游或下游多跳追溯查询分析与编写获取引用某数据集的真实 SQL观察连接模式、常见过滤条件与聚合行为。在 Agent Context Kit 的托管智能体平台分类中Microsoft Copilot Studio 与 Databricks Genie Code、Snowflake Cortex Agents、Google Vertex AI 并列均通过 MCP Server Guide 接入 DataHub。二、前置条件在开始配置之前需要准备一个 Microsoft Copilot Studio 账号copilotstudio.microsoft.com一个可用的 DataHub 实例并保证 MCP 服务器已运行二选一DataHub Cloud使用托管 MCP 服务器Cloud 上 OAuth 需 v1.0.2PAT 需 v0.3.12详见 MCP Server Guide 中的托管用法自托管DataHub Core自行运行开源 MCP 服务器详见 MCP Server Guide 中的自托管用法。三、逐步配置从创建智能体到连接 DataHub1. 创建或打开一个 Agent登录 Copilot Studio点击 Create a blank agent创建空白智能体或打开已有的智能体。2. 添加 MCP 工具在智能体的概览页面向下滚动到Tools工具区域点击 Add tool添加工具。在 Create new新建分组下选择Model Context Protocol。这里需要注意Copilot Studio 本身扮演的是MCP 客户端角色而 DataHub MCP Server 是服务端。Copilot Studio 会自动发现并调用 DataHub 暴露的 MCP 工具无需编写任何代码。3. 配置 MCP 连接这是整个流程的核心步骤。DataHub 提供两种认证方式根据部署形态与使用场景二选一。方式一DataHub Cloud OAuth推荐v1.0.2在 DataHub Cloud v1.0.2 及以上版本Copilot Studio 可以通过OAuth2 动态客户端注册DCRDynamic Client RegistrationRFC 7591连接。每个智能体用户用自己的 DataHub 账号登录包括 Okta、Azure AD 等 SSO 方式无需创建或粘贴个人访问令牌PAT。按照以下步骤填写 MCP 服务器字段字段值Server nameDataHub MCP ServerServer URLhttps://mcp.datahub.com/mcpAuthenticationOAuth 2.0·Dynamic discovery具体操作填写上表中的字段点击Create。Copilot Studio 会读取 DataHub 发布的 OAuth 元数据并通过 DCR 自动注册自身客户端——Client ID / Client secret 留空即可在Add tool界面点击Create a new connection或Connect浏览器会打开 DataHub 的 OAuth 授权流程按提示输入你的 DataHub 域名例如https://tenant.acryl.io中的tenant登录并批准连接。只有完成此步骤后Copilot Studio 才能检索到 DataHub 的工具点击Add to agent将工具添加到智能体。偏好租户直连 URL也可以把 Server URL 直接填成https://tenant.acryl.io/integrations/ai/mcp——该端点同样支持 OAuth2 DCR。区别在于使用租户 URL 可以跳过域名提示步骤直接进入登录页。:::tip OAuth 回退模式 如果Dynamic discovery失败可以尝试Dynamic模式并从认证服务器的/.well-known/oauth-authorization-server文档中获取 Authorization URL 与 Token URL 手动填入。优先使用 Dynamic discovery——正常工作时不需要 Client ID 或 Client secret。 :::方式二DataHub Cloud Personal Access Tokenv0.3.12对于服务账号、无人值守智能体或者 DataHub Cloud 版本低于 v1.0.2 的场景使用 个人访问令牌PAT 连接字段值Server nameDataHub MCP ServerServer URLhttps://tenant.acryl.io/integrations/ai/mcpAuthenticationAPI key · Header ·Authorization·Bearer tokenAPI key 值中必须包含Bearer前缀即Bearer 你的令牌。点击Create创建连接然后用你的令牌完成连接最后Add to agent。关于 PAT 的补充说明根据 docs/authentication/personal-access-tokens.mdPAT 允许用户以自身身份编程调用 DataHub API。使用前提是GMS 已启用元数据服务认证用户已通过 DataHub 策略被授予Generate Personal Access Tokens或Manage All Access Tokens权限在Settings → Access Tokens → Generate Personal Access Token生成令牌有效期选项由 GMS 配置authentication.accessTokens.allowedDurations控制默认支持PT1H、P1D、P7D、P30D、P90D、P180D、P365D。方式三DataHub Core自托管:::note DataHub Core 注意事项 OAuth DCR 仅适用于 DataHub Cloud 的托管 MCP 路径属于 DataHub Cloud 能力。对于 DataHub Core 实例需要通过自托管 MCP 服务器指南暴露 MCP 服务器并将其发布为公网可访问的 URL将该 URL 作为 Server URL使用个人访问令牌认证API key · Header ·Authorization·Bearer token。 :::自托管场景下MCP 服务器通过环境变量完成认证DATAHUB_GMS_URLDataHub GMS 端点如http://gms-host:8080与DATAHUB_GMS_TOKEN个人访问令牌。本地stdio部署可用uvx mcp-server-datahublatest共享HTTP部署则运行mcp-server-datahub-http后让各智能体指向http://host:8000/mcp每个用户携带各自的 DataHub 令牌。4. 启用工具连接成功后Copilot Studio 会自动发现 DataHub 的工具。点击Add and configure然后按需打开toggle on你需要的工具。如果没有出现任何工具请返回上一步完成Connect/Create a new connection——工具发现tool discovery必须建立在已认证的连接之上。5. 测试智能体点击右上角的Test进入测试面板尝试以下自然语言提问What datasets does the analytics team own?分析团队拥有哪些数据集Show me the lineage for the revenue dashboard展示营收看板的血缘关系如果 DataHub 实例中已摄入元数据智能体应能基于 DataHub 上下文给出带引用来源的回答。四、DataHub MCP 工具集智能体实际能调用什么连接成功后Copilot Studio 智能体可以通过 MCP 协议调用 DataHub 暴露的工具。根据 Agent Context Kit 概览 与 MCP Server Guide这些工具按读写属性分为两类只读工具查询 DataHub不修改目录状态工具作用search使用结构化关键字搜索/q语法查找数据集、看板等实体支持布尔逻辑、过滤、分页与按使用指标排序get_entities按 URN 获取一个或多个实体的完整元数据schema、归属、文档、标签支持批量检索list_schema_fields列出数据集的 schema 字段支持关键字过滤与分页get_lineage获取任意实体的上游/下游血缘支持过滤、血缘内查询、分页与跳数控制get_lineage_paths_between获取两个资产/列之间的精确血缘路径包含中间转换与 SQL 信息search_documents/grep_documents搜索知识库文章与文档后者支持正则内容检索get_dataset_queries获取引用某数据集的真实 SQL 查询了解连接、过滤与聚合模式get_me获取当前认证用户信息含群组成员关系变更工具修改 DataHub 元数据需客户端确认工具作用add_tags/remove_tags为实体或 schema 字段添加/移除标签add_terms/remove_terms添加/移除术语表glossary术语用于业务定义与数据分类add_owners/remove_owners添加/移除数据归属支持不同归属类型set_domains/remove_domains分配/移除域归属update_description更新、追加或移除实体/字段的描述支持 Markdownsave_document将独立文档洞察、决策、FAQ、笔记保存到 DataHub 知识库所有工具都带有 MCP 标准的 hint 注解readOnlyHint、destructiveHint、idempotentHint兼容的 MCP 客户端如 Claude可以据此向用户提示哪些工具会修改目录状态并请求确认。从源码看这些工具实现在 datahub-agent-context/src/datahub_agent_context/mcp_tools/ 目录下按职责拆分为search.py、lineage.py、entities.py、queries.py、tags.py、terms.py、owners.py、domains.py、documents.py、save_document.py等模块。例如 search.py 中的search()工具通过parse_filter_string解析 SQL 风格的过滤字符串如entity_type dataset、tag urn:li:tag:pii通过resolve_default_view自动应用用户的个人默认视图优先或组织的全局默认视图兜底使得搜索范围受视图约束最终经 base.py 中的execute_graphql调用 DataHub GraphQL API 执行查询。值得一提的实现细节是execute_graphql中的字段兼容降级机制它会检测当前连接是 DataHub Cloud 还是自托管 GMS并通过#[CLOUD]、#[NEWER_GMS]标记动态启用或注释掉 GraphQL 查询中的相应字段当遇到字段校验错误FieldUndefined/ValidationError/InvalidSyntax时会自动降级重试确保同一份工具定义在不同版本的数据源上都能工作——这正是同一连接在 Cloud 与 Core 之间无缝切换的底层保障。五、最佳实践 Tips善用 Instructions 字段在 Copilot Studio 智能体的系统提示Instructions中引导行为例如Always search DataHub before answering data questions.回答数据问题前务必先检索 DataHub发布渠道智能体完成后可Publish到 Teams、网站或其他渠道供团队使用认证选型原则交互式 Copilot 智能体优先使用 OAuth让每个用户在 DataHub 中以自身身份行动权限、审计归属都按个人隔离PAT 仅保留给服务账号与无人值守工作流。六、故障排查现象排查方向无法用 OAuth 连接确认租户运行在 DataHub Cloud v1.0.2Server URL 为https://mcp.datahub.com/mcp或你的租户 MCP URL认证方式为OAuth 2.0Dynamic discovery点击Create a new connection/Connect后在提示时输入 DataHub 域名如tenant登录并批准无法用 PAT 连接核对 DataHub URL确认令牌未过期确认认证方式为API key而非 OAuthAPI key 值必须包含Bearer前缀工具不出现先完成Connect步骤——Copilot Studio 只有在连接认证成功后才会列出 DataHub 工具随后刷新 Tools 页面确认 MCP 服务器 正在运行且连接具有相应权限查询结果为空检查 DataHub 实例是否已摄入元数据尝试更宽泛的搜索词七、延伸阅读Agent Context Kit 总览了解 DataHub Agent Context 的全部构建场景数据分析、数据质量、数据治理与 SDK 用法DataHub MCP Server 指南涵盖托管/自托管两种部署、OAuth DCR 细节、共享 HTTP 部署与更多客户端配置个人访问令牌PAT了解令牌生成、权限要求与有效期配置datahub-agent-context SDK 源码查看 MCP 工具的实现与 LangChain / Google ADK / Snowflake 等更多智能体框架的接入方式。【免费下载链接】datahubThe Context Platform for your Data and AI Stack项目地址: https://gitcode.com/GitHub_Trending/da/datahub创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考