OneLake 的安全配置一直是 Fabric 管理员的隐形负担。工作区一多，哪个湖仓设了安全、哪个角色该给谁、权限有没有漏配，靠手工翻查几乎不可能。现在，Fabric Core MCP Server 把这件事交给了 AI——扫描、建角色、改分配，一句话搞定。
MCP Server 到底是什么
MCP 的全称是 Model Context Protocol，你可以把它理解成一套「AI 能读懂的 API 标准」。
过去想让 AI 调用 Fabric 接口，你得自己写程序、拼请求。现在有了 MCP Server，AI 工具（GitHub Copilot、Claude Code、Codex 都行）能直接理解并调用这些接口。所以我们不再叫它 API，而叫 MCP Server。
Fabric Core MCP Server 不是单个服务，而是一组打包在一起的 MCP 服务：
- OneLake 结构相关工具
- Data Factory 相关工具
- 以及更多 Fabric 核心能力
一个入口，覆盖整个 Fabric 生态。
在 VS Code 里装起来
搭建过程比想象中简单。作者用的是 VS Code + GitHub Copilot，但换成其他 AI 工具流程基本一致。
- 搜索「Fabric Core MCP server」，找到 Microsoft Learn 的安装文档
- 在 VS Code 中按 Ctrl+Shift+P 打开命令面板
- 输入 MCP: Add Server
- Fabric Core MCP Server 是 HTTP 格式，把链接填进去
- 完成身份验证后，它会出现在 MCP 服务列表里
- 点设置图标启动服务，即可使用
用一句话查工作区
服务跑起来后，第一个测试提示词很朴素：
list my Fabric workspaces
它直接通过 Fabric MCP Server 查询信息，不需要手写任何 API 调用。
想确认它真的在工作？点 Configure Tool，你会看到所有已启用的 MCP 服务，以及它们背后暴露的每一个底层工具——OneLake 配置工具、Data Factory 工具等等，一目了然。
真正有意思的部分：OneLake 安全
演示的核心场景是这样的：
- 扫描工作区，找出哪些对象已经配置了 OneLake 安全
- 通过 AI 创建新的安全角色
- 重新分配已有角色的权限
整个过程都在对话里完成，不用切到门户页面一层层点。
对管理多个工作区的团队来说，这意味着安全审计和权限调整从「体力活」变成了「一句话的事」。
国内用户怎么看
Fabric 在国内的落地还在早期，但 OneLake 权限治理的痛点是一样的——尤其是有多个业务域、多个工作区的中大型团队。
MCP Server 这条路的价值在于：它不绑定特定 AI 工具。今天用 Copilot，明天换 Claude Code，服务本身不用重装。对于还在观望 Fabric 治理方案的团队，这是个值得提前熟悉的方向。
一句话总结：Fabric Core MCP Server 让 AI 直接操作 Fabric 接口，OneLake 安全配置从手工排查变成对话式管理。
