Dataverse-Daten in Copilot Studio passend abrufen
Der Leitfaden vergleicht Knowledge, MCP Server, List Rows, Search Query und Prompt Tool für strukturierte Dataverse-Daten.
TL;DR
Copilot Studio bietet fünf Muster für Dataverse-Abrufe: Knowledge für schnelle Top-N-Antworten, List Rows für vollständige OData- oder FetchXML-Ergebnisse, MCP Server für breiten Zugriff, Search Query für fehlertolerante Suche und Prompt Tool für Analysen von bis zu 1000 Zeilen.
Original von Karima Kanji-Tajdin, Roel Schenk, auf The Custom Engine. Artikel lesen
Dies ist unsere eigene Kurzfassung, keine Wiederveröffentlichung oder vollständige Übersetzung.
Bedeutung für Governance
- Makers: List Rows eignet sich für exakte, vollständige Filter. Search Query hilft bei Tippfehlern und kann für vollständige Datensätze mit List Rows kombiniert werden.
- Admins/CoE: Prüft MCP-Toolaktionen und deaktiviert Erstellen, Ändern und Löschen, wenn der Agent nur lesen soll.
- Security/Compliance: Behandelt MCP als einen DLP-Connector, da einzelne MCP-Operationen auf DLP-Ebene nicht separat erlaubt oder blockiert werden können.
- Leadership/Business: Richtet das Abrufmuster an Risiko, Datenmenge, Authentifizierung und dem Bedarf an vollständigen Ergebnissen aus.
Häufige Fragen
Wie verarbeitet Copilot Studio Knowledge Dataverse-Tabellenergebnisse?
Knowledge wandelt Fragen in strukturierte Abfragen um und liefert relevante Top-N-Treffer statt aller Zeilen, die einen Filter erfüllen.
Kann der Dataverse MCP Server auf alle Tabellen einer Copilot Studio-Umgebung zugreifen?
Ja, Dataverse MCP verbindet den Agenten über gebündelte Operationen mit allen Tabellen der Umgebung. Nicht benötigte Operationen sollten deaktiviert werden.
Wann sollten Search Query und List Rows in Copilot Studio kombiniert werden?
Die Kombination eignet sich für fehlertolerante Suche mit anschliessender vollständiger Datensatzabfrage. Search Query findet Kandidaten, List Rows lädt danach die vollständige Zeile.