adx-mcp-server一个 Model Context Protocol (MCP) 服务器,能够让 AI 助手通过标准化接口查询并分析 Azure Data Explorer 数据库。
概览
主要功能
- 查询执行:执行 KQL 查询以访问 ADX 数据库
- 结构化结果:获取 JSON 格式的结果
- 数据库发现:列出表格、查看模式、抽取样本数据、表统计信息
- 身份验证:支持 Azure CLI、托管身份、工作负载身份等
- 部署选项:多种传输方式(stdio、HTTP、SSE)、Docker 支持、开发容器
价格
- 模型
- Free
- 分类
- 服务配缩器
- 评分
- 暂无评价
使用场景
基于 AI 的数据分析
使用 adx-mcp-server 让 AI 助手能够在 Azure Data Explorer 数据库中进行数据分析,提供洞察和建议。
自动化数据探索
利用 adx-mcp-server 自动化 Azure Data Explorer 数据库中的数据探索和发现,简化数据分析与决策流程。
优点 & 缺点
优点
- 让 AI 助手能够通过标准化接口查询并分析 Azure Data Explorer 数据库
- 支持多种身份验证方法,包括 Azure CLI、托管身份、工作负载身份
- 提供灵活的部署选项,例如 Docker 和 Server-Sent Events (SSE)
缺点
- 需要配置环境变量来指定 ADX 集群和 Azure 身份验证
- 非 stdio 传输可能需要额外配置
评测
登录以留下评测。
暂无评测。来当第一个吧!
问答
What configuration is required before running the server?
You need to set environment variables for your ADX cluster (ADX_CLUSTER_URL, ADX_DATABASE) and optionally Azure Workload Identity credentials (AZURE_TENANT_ID, AZURE_CLIENT_ID, ADX_TOKEN_FILE_PATH). These can be set via a .env file or system environment variables.
Asked by Wei Chen · Oct 17, 2025
Can the server return query results in a format usable by other tools?
Yes, query results are returned as structured JSON, making it easy to consume with other applications or AI assistants. It also offers database discovery features like table lists, schema views, sample data, and statistics.
Asked by Katarzyna Zielinska · Sep 21, 2025
How can I deploy adx-mcp-server for production?
The server can be run in Docker with production‑ready images and supports multiple transports such as stdio, HTTP, and Server‑Sent Events (SSE). A Dev Container is also available for a seamless development experience.
Asked by Nadia Benali · Sep 9, 2025
What authentication options does adx-mcp-server support?
It supports Azure CLI, Managed Identity, and Workload Identity via DefaultAzureCredential, plus additional Azure authentication methods. You can also provide custom tokens through environment variables.
Asked by Quang Nguyen · Aug 26, 2025
提问
服务配缩器 的替代品

开源MCP服务器,利用_playwright让LLM控制真实的浏览器以及可访问性快照

Python agent 框架由 Pydantic 团队开发,用于构建类型安全的 GenAI 应用。

自适应的记忆层,帮助AI智能体从上下文中学习

AI 邮箱助手,帮助您更快地达到 inbox zero。

开源式24小时设备屏幕和音频录制,适合构建依赖实况人工智能(AI)应用

用于构建和编排带有工具、内存和多智能体工作流的AI智能体的TypeScript库。

把无银行的 onchain API 带入 MCP

带少分享系兿司上字詰級下合存号来皅




