MCP 这个词最近刷屏了，但说实话，大部分人还是说不清它到底是什么——跟 API 有啥区别？跟已有的 Skill 有啥不同？为什么偏偏在 Fabric 里这么重要？
这期 Fabric Insider 播客，Reza 请到了微软 Fabric MCP Servers 和 CLI 的产品经理 Hasan Abo-Shally，用一整期的时间把这些问题掰开揉碎讲清楚。而且不是纸上谈兵——全程现场演示，AI Agent 通过 MCP 连接 Fabric 后，到底能做出什么惊掉下巴的操作。
三个现场演示，看完就懂 MCP 的价值
Hasan 的演示不是花架子，每一个都戳中了日常开发中的真实痛点：
- 在 Teams 里聊着天就把工作区建了 —— 不用打开 Fabric 门户，不用点一堆按钮，在聊天框里用自然语言描述需求，AI Agent 直接调用 MCP 工具创建并管理工作区。
- 一条流水线跑出完整 Medallion 架构 —— 以前搭 Bronze/Silver/Gold 三层要手动配数据流、管道、存储，现在一个 Pipeline 自动搞定，全程无人工干预。
- 自然语言生成临床数据 Notebook —— 从提示词到 Notebook 代码、部署、执行，一气呵成。这相当于把数据开发的“最后一公里”也自动化了。
最夸张的是最后一个演示：整个 Power BI 报告——从数据模型到可视化——全在同一个 Agent 对话里完成。你只需要用自然语言描述业务需求，剩下的交给 AI。
MCP 到底和 API、Skill 有什么不同？
这是很多人最困惑的地方。简单说：
- API 是“接口”，你得知道调哪个、怎么调、参数怎么传，本质上是人适应机器。
- Skill 是“预设动作”，比如“刷新数据集”“复制文件”，是给 Agent 的固定技能包。
- MCP 是“万能插座”，它让 AI Agent 能动态发现并调用 Fabric 的能力，不需要预先写死每个调用逻辑。
打个比方：API 是给你一把把钥匙，Skill 是给你一套套工具，而 MCP 是给了 Agent 一个万能工具箱——它自己知道什么时候该用哪把钥匙、哪件工具，你只需要告诉它目标。
对国内用户意味着什么？
MCP 这波浪潮对国内 BI 和数据分析从业者来说，既是机会也是挑战。
机会在于：以后写 SQL、调 API、配管道的门槛会大幅降低，业务人员用自然语言就能驱动数据平台。挑战在于：架构设计能力反而更重要了——因为 Agent 能自动调用工具，但工具链怎么搭、权限怎么控、数据质量怎么保证，仍然需要人来决策。
另外，国内环境下的 AI Agent 落地，还需要考虑数据合规、私有化部署等因素。但 MCP 作为开放协议，理论上可以适配各种云环境，这一点值得持续关注。
手把手入门：从哪儿开始？
如果你也想体验 MCP + Fabric 的威力，Hasan 在播客里给了几个实用建议：
- 先从 Fabric MCP Server 的官方文档入手，了解它暴露了哪些工具和资源。
- 在本地或开发环境配置好 CLI 工具，用命令行体验一下 Agent 调用的完整链路。
- 挑一个简单场景——比如“创建新工作区并上传示例数据”——用自然语言让 Agent 执行，感受一下从“人找数据”到“数据找人”的转变。
完整视频与资源
- YouTube 观看完整访谈：Fabric Insider Ep. 8
- Spotify 收听播客版：Fabric Insider Podcast
- 往期所有 Fabric Insider 文章：radacad.com/category/fabric-insider-2026
- Hasan Abo-Shally 的 LinkedIn：linkedin.com/in/hasan-abo-shally
MCP 不是锦上添花的技术名词，它正在重新定义我们和数据平台交互的方式。这期访谈的价值在于，它用看得见的演示告诉你：未来已来，而且比想象中更快。
