Agentes inteligentes con Microsoft Fabric: MCP, LLM y datos empresaria

3:00 下午 - 4:00 下午 (UTC)

La IA ya no solo responde preguntas: ahora ejecuta acciones sobre tus datos. En esta sesión introductoria entenderás qué es el Model Context Protocol (MCP), por qué se ha convertido en el estándar de la industria y cómo Microsoft lo está integrando en Fabric como base de su plataforma agéntica. Veremos la arquitectura cliente-servidor de MCP, qué son los servidores Local y Remote de Fabric, y cómo un agente de IA puede descubrir y operar workspaces, lakehouses y pipelines usando lenguaje natural. Sin código todavía — el objetivo es que salgas con el mapa mental completo del ecosistema.

3:00 下午 - 4:00 下午 (UTC)

Manos a la obra. En esta sesión instalaremos y configuraremos el Fabric Local MCP Server (GA, open-source) y lo conectaremos a un cliente de IA real: VS Code con GitHub Copilot y Claude Desktop. Exploraremos las tres categorías de herramientas que expone: documentación de APIs de Fabric, operaciones sobre OneLake y creación de ítems core. Verás en vivo cómo un agente consulta los esquemas de un Lakehouse, sube archivos a OneLake y genera código fundamentado en las especificaciones reales de Fabric, todo desde lenguaje natural. Al final tendrás tu entorno configurado y listo para las sesiones siguientes.

3:00 下午 - 4:00 下午 (UTC)

El Fabric Core MCP Server (Remote) es el salto de la asistencia a la autonomía. En esta sesión conectaremos un agente al endpoint remoto de Fabric (https://api.fabric.microsoft.com/v1/mcp/core), exploraremos cómo se autentica via Entra ID y RBAC, y ejecutaremos operaciones reales: crear workspaces, gestionar permisos, hacer CRUD de ítems y definiciones, todo con trazabilidad completa en los audit logs. También veremos los controles de seguridad incorporados — cómo las operaciones destructivas se marcan como is_consequential y cómo el agente pide confirmación antes de actuar. Asegúrate de tener permisos de contribuidor en al menos un workspace de Fabric para el lab en vivo.

3:00 下午 - 4:00 下午 (UTC)

Esta sesión es el núcleo de la serie: aprenderás a convertir un Fabric Data Agent en un servidor MCP para que cualquier herramienta de IA externa — Claude, Copilot, agentes custom — pueda consultarlo sin integraciones personalizadas. Crearemos un Data Agent sobre datos reales en Fabric, lo publicaremos como servidor MCP generando su URL y archivo mcp.json, y lo conectaremos desde VS Code. Veremos cómo el agente recibe preguntas en lenguaje natural, las traduce a consultas sobre el lakehouse o warehouse y devuelve respuestas gobernadas. Cubriremos requisitos de capacidad (F2+), límites de compliance y configuración para respuestas consistentes. Ten preparado un Fabric Data Agent básico con al menos una tabla conectada — en la sesión anterior damos las instrucciones.

3:00 下午 - 4:00 下午 (UTC)

Los datos en tiempo real son el próximo nivel. En esta sesión conectaremos el servidor MCP de Real-Time Intelligence (RTI) de Fabric a un agente de IA para interactuar con Eventhouse y Azure Data Explorer usando lenguaje natural. Veremos cómo el agente descubre dinámicamente esquemas y metadatos de bases de datos KQL, genera consultas optimizadas desde un prompt en español, y devuelve insights sobre datos en streaming sin que el usuario escriba una sola línea de KQL. Cubriremos tanto el servidor local (open-source, read-only) como el servidor remoto (hosted, sin instalación), y construiremos un flujo completo de consulta agéntica sobre datos en tiempo real. Ten acceso a un Eventhouse en tu workspace de Fabric con al menos una tabla con datos.

3:00 下午 - 4:00 下午 (UTC)

La sesión final lleva la serie al nivel más avanzado: la semántica empresarial como fundamento de todos los agentes. Fabric IQ (GA desde Build 2026) es la capa de contexto compartido que unifica Data Agents, modelos semánticos y Ontologías sobre OneLake. Aprenderás qué es una Ontología en Fabric, cómo define entidades, relaciones, propiedades y reglas de negocio vinculadas a datos en vivo, y cómo exponerla como servidor MCP para que cualquier agente externo — Claude, Copilot, agentes de Foundry — pueda fundamentar su razonamiento en ella sin reescribir integraciones. Construiremos un flujo multi-agente completo donde el orquestador consulta la Ontología vía MCP para entender el negocio, delega al Data Agent para los datos, y entrega respuestas consistentes y gobernadas. Cerraremos con una hoja de ruta práctica: qué está GA, qué está en Preview, y cómo planificar la adopción en tu organización hoy mismo. Los últimos 15 minutos serán Q&A abierto. Trae tu caso de uso real — los últimos 15 minutos son para arquitectura personalizada y preguntas abiertas.