Meta MuseからAzure Data Lake Storage のデータに連携する方法（Connect AI）

Muse は、Muse Spark モデルをベースに開発された Meta のパーソナル AI エージェントで、iOS、Android、Web で利用できます。リモートModel Context Protocol（MCP）サーバーに接続できるため、データソースを Muse に指定すればエージェント側でリアルタイムデータのツールを検出して呼び出せるようになります。

Muse を Remote MCP Server 経由で CData Connect AI と連携すると、Muse はガバナンスの効いたリアルタイムのAzure Data Lake Storage のデータへアクセスできるようになります。自然言語のプロンプトでデータの探索、レコードの取得、オブジェクトの操作が行えます。なお、すべてのリクエストは認可されたデータソースに対して実行されます。

この記事では、Connect AI での Azure Data Lake Storage 接続設定、Personal Access Token の生成、Muse での Connect AI Remote MCP Server へのカスタムコネクタの作成、そして Muse からリアルタイムAzure Data Lake Storage データを操作する手順をご紹介します。

ステップ 1：Meta Muse 用に Azure Data Lake Storage への接続を設定

Muse から Azure Data Lake Storage への接続は、Connect AI の Remote MCP Server を通じて実現されます。Muse からAzure Data Lake Storage のデータを操作するために、まず Connect AI で Azure Data Lake Storage のコネクションを作成・設定していきましょう。

1. Connect AI にログインし、Sources をクリック、次に Add Connection をクリック

2. Add Connection パネルから Azure Data Lake Storage を選択

3. Azure Data Lake Storage に接続するために必要な認証プロパティを入力します。

   Azure Data Lake Storage 接続プロパティの取得・設定方法

   Azure Data Lake Storage Gen2 への接続

   それでは、Gen2 Data Lake Storage アカウントに接続していきましょう。接続するには、以下のプロパティを設定します。

   • Account：ストレージアカウントの名前
   • FileSystem：このアカウントに使用されるファイルシステム名。例えば、Azure Blob コンテナの名前
   • Directory（オプション）：レプリケートされたファイルが保存される場所へのパス。パスが指定されない場合、ファイルはルートディレクトリに保存されます

   Azure Data Lake Storage Gen2への認証

   続いて、認証方法を設定しましょう。CData 製品では、5つの認証方法をサポートしています：アクセスキー（AccessKey）の使用、共有アクセス署名（SAS）の使用、Azure Active Directory OAuth（AzureAD）経由、Azure サービスプリンシパル（AzureServicePrincipal またはAzureServicePrincipalCert）経由、およびManaged Service Identity（AzureMSI）経由です。

   アクセスキー

   アクセスキーを使用して接続するには、まずADLS Gen2ストレージアカウントで利用可能なアクセスキーを取得する必要があります。

   Azure ポータルでの手順は以下のとおりです：

   1. ADLS Gen2ストレージアカウントにアクセスします
   2. 設定でアクセスキーを選択します
   3. 利用可能なアクセスキーの1つの値をAccessKey 接続プロパティにコピーします

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：AccessKey
   • AccessKey：先ほどAzure ポータルで取得したアクセスキーの値

   共有アクセス署名（SAS）

   共有アクセス署名を使用して接続するには、まずAzure Storage Explorer ツールを使用して署名を生成する必要があります。

   接続の準備ができたら、以下のプロパティを設定してください。

   • AuthScheme：SAS
   • SharedAccessSignature：先ほど生成した共有アクセス署名の値

   その他の認証方法については、 ヘルプドキュメントの「Azure Data Lake Storage Gen2への認証」セクションをご確認ください。

   
4. 「Save & Test」をクリック
5. Permissions タブに移動し、ユーザーベースの権限を更新

Personal Access Token の追加

Personal Access Token（PAT）は、Muse から Connect AI への接続を認証するために使用します。アクセス制御の粒度を維持するために、連携ごとに個別の PAT を作成することをおすすめします。

1. Connect AI アプリ右上の歯車アイコン（）をクリックして Settings を開く
2. Settings ページで Access Tokens セクションに移動し、 Create PAT をクリック
3. PAT にわかりやすい名前を付けて Create をクリック

4. 表示されたトークンをコピーして安全に保管してください。一度しか表示されません

Azure Data Lake Storage のコネクションと PAT の設定が完了しました。これで Muse は Connect AI 経由でAzure Data Lake Storage のデータに接続する準備が整いました。

ステップ 2：Meta Muse で Connect AI MCP Server へのカスタムコネクタを作成

Muse には「MCP サーバーを追加する」ための設定フォームがありません。その代わり、Connect AI Remote MCP Server を指すカスタムコネクタを作ってほしい、と Muse に自然言語で依頼します。Connect AI Remote MCP Server は Streamable HTTP に対応した、ホスト型のパブリック HTTPS エンドポイントです。Muse は公式の MCP SDK を使ってセキュアな VM 上にコネクタを構築し、利用可能な Connect AI のデータツールを検出して呼び出します。

1. iOS、Android、Web のいずれかで Muse を開き、新しいチャットを開始します
2. Connect AI Remote MCP Server へのカスタムコネクタを作成するよう Muse に依頼します。その際、サーバーの URL と、エンドポイントが Streamable HTTP で動作するホスト型 MCP サーバーであることを伝えます。例：
   CData Connect AI へのカスタムコネクタを作成してください。https://mcp.cloud.cdata.com/mcp で公開されている Streamable HTTP 対応のホスト型 MCP サーバーで、Authorization ヘッダーが必要です。
3. Muse が資格情報の入力を求めてきたら、チャットとは別のセキュアな入力フローが開き、入力した値は Secure Credentials Store に保存されます。Authorization ヘッダーの値を Basic your_base64_encoded_email_PAT の形式で入力します

   注意：Authorization の値は、email:PAT を Base64 エンコードし、先頭に Basic を付けたものです。この値は必ず Muse のセキュアな資格情報入力画面で入力し、チャット欄には絶対に入力しないでください。

4. Muse が Connect AI MCP Server に接続し、利用可能なデータツールの一覧を表示します。カスタムコネクタの確認内容をチェックして Continue をクリックします。Muse から連携をスキルとして保存するか尋ねられたら yes を選択しておくと、以降のすべてのチャットでコネクタを利用できます

カスタムコネクタを保存すると、どのチャットからでも Connect AI のツールを使えるようになります。

ステップ 3：Meta Muse からリアルタイム Azure Data Lake Storage のデータ を操作

連携設定が完了したら、Muse から自然言語のプロンプトでリアルタイムAzure Data Lake Storage のデータを操作してみましょう。

1. Muse のチャットで、Connect AI コネクタを使うプロンプトを入力します。例：
   • CData Connect AI コネクタを使って、利用可能なコネクションを一覧表示して
   • Azure Data Lake Storage で利用可能なオブジェクトとフィールドを表示して
   • Azure Data Lake Storage から上位 5 件のレコードを取得して
2. Sentinel のダイアログが表示されたら、ツールの呼び出しを承認します
3. Muse が Connect AI MCP Server を呼び出し、Azure Data Lake Storage のデータのリアルタイム結果を返します

これで Muse が Connect AI MCP Server と通信し、チャットから直接 Remote MCP ツールを通じてリアルタイムAzure Data Lake Storage のデータを取得できるようになりました。

CData Connect AI でビジネスシステムのデータ活用を今すぐスタート

Meta Muse から Azure Data Lake Storage へのデータ連携は、思ったより手軽にできたのではないでしょうか。業務に使えそうだと感じた方は、ぜひ CData Connect AI をご一緒に試してみましょう。 14 日間の無料トライアルで、AI エージェントやモデル、クラウドアプリケーションから数百種類の SaaS、ビッグデータ、NoSQL データソースへのリアルタイムアクセスを体験いただけます。ご不明点がございましたら、サポートチームまでお気軽にお問い合わせください。