Fähigkeiten für SQL-Datenbanken in Fabric

Gilt für:✅SQL-Datenbank in Microsoft Fabric

Skills for Fabric sind wiederverwendbare Anleitungen, die einem KI-Codierassistenten helfen, Fabric-Workloads, APIs, Abfragemuster und betriebliche Best Practices zu verstehen. Die SQL-Datenbankfähigkeiten bieten aufgabenspezifische Anleitungen für die Arbeit mit SQL-Datenbanken in Fabric aus einer agentischen Kommandozeile oder Codierungsumgebung.

Dieser Artikel zeigt, wie Sie das Fabric-Skillbundle installieren, den Assistenten mit Ihrer Fabric-Umgebung verbinden und die SQL-Datenbank-Erstellungs-, Nutzungs- und Betriebsskills verwenden. Die Fähigkeiten leiten den Assistenten; Ihre Identität, Berechtigungen, Werkzeuge und Fabric-Sicherheitskontrollen steuern weiterhin jede Aktion.

Voraussetzungen

• Berechtigung, auf den Fabric-Arbeitsbereich zuzugreifen und die von dir gewünschten Operationen auszuführen.
• Ein KI-Codierungstool, z. B. GitHub Copilot CLI, Claude Code, Visual Studio Code, Cursor, Windsurf oder ein anderes AGENTS.md kompatibles Tool.
• Node.js: Erforderlich für die eigenständige GitHub Copilot CLI, die als npm-Paket (npm install -g @github/copilot) installiert wird. Vollständige Einrichtungsschritte finden Sie unter Einrichten GitHub Copilot CLI.
• PowerShell 7: Erforderlich für GitHub Copilot CLI. Verifizieren Sie sie mit pwsh --version.
• Git: Erforderlich, um Skill-Repositorys für Tools zu klonen, die nicht den Plugin-Marketplace verwenden.
• Azure CLI: Die meisten Fabric Vorgänge erfordern Azure Authentifizierung. Melden Sie sich nach der Installation mit az login.

Installieren Sie die Microsoft Fabric Skills

1. Öffnen Sie GitHub Copilot CLI oder Claude Code. Sowohl GitHub Copilot CLI als auch Claude Code verwenden den gleichen Plugin Marketplace-Workflow.

2. Fügen Sie den öffentlichen Marktplatz in GitHub Copilot CLI hinzu:

   /plugin marketplace add microsoft/skills-for-fabric
   

3. Fügen Sie die Fähigkeiten für Fabric Marketplace hinzu:

   /plugin marketplace add microsoft/skills-for-fabric
   

   Um alle im Marktplatz verfügbaren Plugins und Fähigkeiten einzusehen, geben Sie ein: /plugin marketplace browse fabric-collection.

4. Installieren Sie die Fabric-Sammlung.

   /plugin install fabric-skills@fabric-collection
   

   Um den Umfang zu reduzieren, installieren Sie ein gezieltes Bundle, wie fabric-operations, das die sqldb-cli Skills umfasst:

   /plugin install fabric-operations@fabric-collection
   

5. Beenden Sie Ihr Tool, und starten Sie es neu, um die Fähigkeiten zu laden:

   /quit
   

6. Überprüfen Sie die Installation:

   /skills
   

SQL-Datenbankfähigkeiten

Die folgenden Fähigkeiten sind für SQL-Datenbanken in Fabric relevant:

Den vollständigen Katalog der verfügbaren Fähigkeiten über alle Fabric-Workloads hinweg finden Sie unter GitHub: Skills for Fabric.

Wie man Skills mit einer SQL-Datenbank in Fabric verwendet

1. Öffne ein Terminal in deinem Projekt- oder Arbeitsordner.

2. Geben Sie Copilot ein und wählen Sie Enter.

   

   GitHub Copilot startet.

   

3. Um sich mit der Microsoft-Identität zu authentifizieren, die Zugriff auf den Ziel-Fabric-Arbeitsbereich hat, tippen az login Sie die Schritte ein und folgen Sie ihnen.

Entwicklung einer SQL-Datenbank

Nutze die sqldb-authoring-cli Fähigkeit, wenn die Aufgabe den Datenbankstatus ändert. Um Datenbankobjekte mit GitHub Copilot zu erstellen oder zu aktualisieren, sollten Sie immer den Ziel-Arbeitsbereich, die Datenbank, die Umgebung, das Objekt, das erwartete Schema, Constraints und die Frage, ob der Assistent nur ein Skript generieren oder nach Ihrer Überprüfung ausführen soll, angeben. Bei Schemaänderungen oder Datenänderungen können Sie darum bitten TRY...CATCH , Fehler zu behandeln und eine Zurücksetzung der Transaktion durchzuführen.

Zum Beispiel können diese Beispiel-Prompts verwendet werden, um eine Tabelle mit Beispieldaten zu erstellen und zu laden.

In the Sales SQL database, create a dbo.CustomerFeedback table with an identity key, 
customer ID, feedback text, sentiment, created date, and a foreign key to 
dbo.Customer.CustomerID. All columns should be nullable. The create date should 
be populated by a default. Generate the T-SQL for review; don't execute it. 

Generate 100 sample data rows for the dbo.CustomerFeedback as a single 
INSERT statement, referencing rows in the dbo.Customer table. 
Generate a TRY...CATCH structure to handle any errors and rollback. 
Do not execute the script, let me review.

Daten erkunden und abfragen

Verwende den sqldb-consumption-cli Skill für schreibgeschützte Erkundung und Analyse. Bitten Sie den Assistenten, zuerst Metadaten zu prüfen, Objektnamen zu qualifizieren, die Ergebnisgröße zu begrenzen und Annahmen zu erklären.

Verwenden Sie zum Beispiel Copilot, um Metadaten oder Tabellendaten abzufragen:

List the user tables and views in the Sales SQL database and describe their relationships. 
Don't modify any objects.

Find the top 10 products by revenue in the last 30 days. 
Show the T-SQL and summarize the result.

Inspect the available columns before answering: 
Which customers have not placed an order in the last 90 days?

Datenbankoperationen untersuchen

Nutze die Fähigkeit sqldb-operations-cli , um Leistung und Zuverlässigkeit zu untersuchen. Geben Sie das Zeitfenster, das beobachtete Symptom, die betroffene Arbeitsbelastung und ob der Assistent Diagnosedaten sammeln kann, an.

Zum Beispiel untersuchen die folgenden Abfragen aktuelle oder vergangene Leistungsprobleme oder optimieren die Leistung der Abfragen.

Investigate why the nightly order-processing query slowed down between 01:00 and 02:00 UTC. 
Start with read-only diagnostics and rank the likely causes.

Check for blocking sessions and long-running requests. 
Explain the evidence before recommending a mitigation.

Review this execution plan and suggest indexes only when the expected benefit and write overhead are clear.

Checkliste zur Überprüfung und Ausführung der T-SQL-Abfrage

1. Bestätigen Sie, dass der Assistent die vorgesehene SQL-Datenbank-Fähigkeit ausgewählt hat.
2. Überprüfen Sie den Arbeitsbereich, die Datenbank, das Schema und die Objektnamen.
3. Review generierte T-SQL für destruktive Operationen, Transaktionsverhalten und Datenumfang.
4. Bitten Sie um eine Zusammenfassung der Auswirkungen und einen Rollback-Ansatz, bevor Sie Änderungen verfassen. Erstellen Sie für Schemaänderungen ein Rollback- oder Rückgängigmachungs-T-SQL-Skript.
5. Führe es nur aus, wenn der Plan mit deiner Absicht übereinstimmt.
6. Validieren Sie das Ergebnis mit einer separaten schreibgeschützten Abfrage.

Sicherheit und verantwortungsvoller Einsatz

• Die Fähigkeiten umgehen nicht Microsoft Entra-Authentifizierung, Fabric-Berechtigungen, SQL-Berechtigungen oder organisatorische Richtlinien.
• Verwenden Sie immer die am wenigsten privilegierten Identitäten und getrennte Entwicklungs-, Test- und Produktionsziele.
• Platziere keine Geheimnisse, Zugriffstoken oder sensible Daten in Prompts oder Projektdateien.
• Behandle generiertes SQL als vorgeschlagenen Code. Überprüfen Sie es wie jede andere Datenbankänderung.
• Bevorzugen Sie die Nur-Lese-Entdeckung vor dem Schreiben oder der Behebung.

Weitere Informationen finden Sie unter Datenschutz, Sicherheit und verantwortungsbewusster KI-Einsatz von Copilot in Fabric.

Verwandte Inhalte

• Was ist Copilot in der SQL-Datenbank im Fabric-Workload?
• Wie man den Copilot-Chat-Bereich in der SQL-Datenbank-Arbeitsbelastung verwendet