Uploaded August 2026 | Updated September 2026, 2 weeks ago
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.
Consumir el agente de datos de Fabric como un servidor del protocolo de contexto del modelo
learn.microsoft.com/fabric/data-science/data-agent-mcp-server/?wt.mc_id=youtube_27353_organicsocial_reactor
📌 Este evento es parte de una serie, aprende más aquí: https://aka.ms/AgentesFabric
0:00 Introducción y presentación del tema
4:37 ¿Qué es el *Fabric Data Agent*?
7:25 ¿Cómo funciona el *Fabric Data Agent*?
10:42 Arquitectura técnica del *Data Agent*
16:52 Importancia del modelo semántico y preparación de datos
22:25 Mejores prácticas para la implementación
28:28 Configuración de la capacidad paga (Requisitos)
31:51 Creación del *Data Agent* en el espacio de trabajo
35:46 Creación del *Lakehouse* y Notebooks
42:36 Documentación y enriquecimiento del modelo semántico
49:00 Preparación de datos para la IA (Copilot)
53:20 Configuración de respuestas verificadas
1:01:41 Conexión y publicación del agente (MCP)
1:06:57 Demo: Interacción con el agente mediante lenguaje natural
[eventID:27353]
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.
Consumir el agente de datos de Fabric como un servidor del protocolo de contexto del modelo
learn.microsoft.com/fabric/data-science/data-agent-mcp-server/?wt.mc_id=youtube_27353_organicsocial_reactor
📌 Este evento es parte de una serie, aprende más aquí: https://aka.ms/AgentesFabric
0:00 Introducción y presentación del tema
4:37 ¿Qué es el *Fabric Data Agent*?
7:25 ¿Cómo funciona el *Fabric Data Agent*?
10:42 Arquitectura técnica del *Data Agent*
16:52 Importancia del modelo semántico y preparación de datos
22:25 Mejores prácticas para la implementación
28:28 Configuración de la capacidad paga (Requisitos)
31:51 Creación del *Data Agent* en el espacio de trabajo
35:46 Creación del *Lakehouse* y Notebooks
42:36 Documentación y enriquecimiento del modelo semántico
49:00 Preparación de datos para la IA (Copilot)
53:20 Configuración de respuestas verificadas
1:01:41 Conexión y publicación del agente (MCP)
1:06:57 Demo: Interacción con el agente mediante lenguaje natural
[eventID:27353]
