Loading
Tableau Neste
Innhold
Filtrer etter (0)Legg til
Velg filtre

          Ingen resultater
          Ingen resultater
          Her er noen søketips

          Kontroller stavemåten i søkeordene.
          Bruk mer generelle søkebegreper.
          Velg færre filtre for å utvide søket.

            Søk i all Salesforce Hjelp
            Søk i all Salesforce Hjelp
            Referanse for MCP-serververktøy (Tableau Next Model Context Protocol)

            Du er her:

            1. Salesforce Hjelp
            2. Dokumenter
            3. Tableau Neste

            Referanse for MCP-serververktøy (Tableau Next Model Context Protocol)

            Tableau Next MCP-server (Model Context Protocol) inneholder en samling verktøy som gir eksterne AI-agenter mulighet til å samhandle med det analytiske økosystemet.

            Nødvendige utgaver

            Se støttede versjoner.

            Når du har fullført det første oppsettet, trenger du ikke lenger å velge eller konfigurere disse verktøyene manuelt. Still dine foretrukne MCP-kompatible AI-klienter (som ChatGPT, Claude eller Markør) spørsmål med naturlig språk, og den velger automatisk de riktige verktøyene for oppgaven.

            Når du for eksempel spør "Hva er mitt beste produktsalg i 2025?", bruker AI-agenten Analytics Q&A-verktøyet analyze_data til å spørre de administrerte dataene via Concierge. Integrasjonen returnerer nøyaktige svar og visualiseringer direkte i chattegrensesnittet.

            For dokumentasjonsformål grupperes de tilgjengelige verktøyene etter deres funksjonelle rolle i en analytisk arbeidsflyt.

            Analyse

            Eksterne MCP-kompatible AI-agenter bruker disse verktøyene til å spørre mot data og utforske visuelle aktiva.

            Eksterne MCP-kompatible AI-agentverktøy
            Navn på verktøy Beskrivelse / inndata Returer Brukes når
            analyze_data

            Utfør et spørsmål på naturlig språk via Analytics-agenten mot en semantisk målmodell.

            		answer (string; natural-language result). Ingen metadata eller SQL.

            Du vil at agenten skal svare på et spørsmål.

            Hvis et komplekst spørsmål mislykkes, deler du det inn i flere enklere spørsmål for å hente nøkkelinformasjon og tenke dypt på klientsiden. Ikke bruk dette verktøyet til oppdagelse av metadata.
            list_dashboards Opplister Tableau Next-kontrollpaneler (bare metadata) for oppdagelse og valg Elementer med id, navn/etikett, eier arbeidsområde (id/name), lastModifiedDate (hvis tilgjengelig). Du trenger kontrollpanelidentifikatorer eller for å bla i kontrollpaneler (for metadata).
            get_dashboard Hent ett enkelt kontrollpanel. Fullstendige kontrollpanelmetadata. Du trenger alle detaljene for et bestemt kontrollpanel.
            list_visualizations Oppsummer visualiseringer/regneark (bare metadata) på tvers av Tableau Neste. Elementer med ID, navn/etikett, overordnet kontrollpanel/arbeidsbok, eier arbeidsområde, tidsstempler. Du må oppdage diagrammer eller regneark etter navn eller overordnet.Ikke for bilder eller spørringsresultater
            get_visualization Hent en enkelt visualisering. Fullstendige visualiseringsmetadata. Du trenger alle detaljene for en bestemt visualisering.

            Oppdagelse av semantisk modellstruktur

            Eksterne MCP-kompatible AI-agenter bruker disse verktøyene til å forstå Tableau Nexts skjemaer, relasjoner og logiske visninger. Agentene bruker denne dataarkitekturen til å forstå tabellene og tilkoblingene i Tableau Neste.

            Verktøy for semantisk modellstruktur
            Navn på verktøy Beskrivelse / inndata Returer Brukes når
            list_semantic_models Oppgi semantiske modeller som er tilgjengelig for anroperen. antall, elementer [ ] med id, apiName, etikett, valgfri beskrivelse, datareal, kategorier. Du må velge hvilken semantisk modell som skal målrettes videre.
            get_semantic_model Hent profilen for en enkelt semantisk modell, inkludert forretningspreferanser. apiName, label, businessPreferences (streng med #-veiledningslinjer) og andre semantiske modellegenskaper. Du trenger regler/veiledning på modellnivå før du spør eller utforsker interne elementer.
            list_semantic_model_data_objects Vise en liste over dataobjekter/enheter som er definert i en semantisk modell.

            elements[ ] med apiName, label, dataObjectName, filtre[ ].

            		 Du må oppsummere byggeblokkene (tabeller/enheter) for en semantisk modell.
            list_semantic_model_relationships Vise en liste over relasjoner mellom dataobjekter i en semantisk modell. items[ ] med apiName, label, leftSemanticDefinitionApiName, rightSemanticDefinitionApiName, joinType, kriterier. Du må oppsummere relasjonene mellom dataobjekter i en semantisk modell.
            get_semantic_model_logical_view Hent strukturen til en enkelt logisk visning. apiName, label, semanticDataObjects[ ] (objekter i visningen), semanticRelationships[ ] (koblinger), semanticUnions[ ] , filtre[ ]. Du må forstå koblingsgrafen og de eksponerte feltene i en bestemt visning.

            Forretningslogikk og definisjoner

            Eksterne MCP-kompatible AI-agenter bruker disse verktøyene til å identifisere spesifikke Tableau Next KPI-er og beregningslogikk.

            Forretningslogikk- og definisjonsverktøy
            Navn på verktøy Beskrivelse / inndata Returer Brukes når
            list_semantic_model_measures Vise en liste over målinger for et bestemt dataobjekt i en semantisk modell (tallfelt som brukes til aggregering). Mål metadata per objekt (navn/apiNavn, etikett, datatype, rolle) der tilgjengelig. Du trenger aggregerbare felt som vises av et bestemt objekt.
            list_semantic_model_dimensions Listedimensjoner for et bestemt dataobjekt i en semantisk modell (kategorifelt/dato/tekstfelt som brukes til gruppering/snitt). Dimensjonsmetadata per objekt (navn/apiName, etikett, datatype, rolle) der tilgjengelig. Du trenger grupperte felt som vises av et bestemt objekt.
            list_semantic_model_metrics Vise forretningsmålinger/KPI-er definert i en semantisk modell. metrikker[ ] med apiName, etikett. Du trenger navngitte KPI-er i stedet for rå felt eller formler.
            get_semantic_model_metric Hent den fullstendige definisjonen av en enkelt måling/KPI. apiName, label, measurementReference (for eksempel calculatedFieldApiName), timeDimensionReference (table/field), additionalDimensions, timeGrains[ ], filters[ ], aggregationType, isCumulative. Du må forstå nøyaktig hvordan en KPI beregnes og inndeles.
            list_semantic_model_calculated_dimensions Vise en liste over beregnede dimensjoner (brukerdefinerte uttrykk som gir kategorisk/dato/tekst) i en semantisk modell. Beregnede dimensjonsoppføringer med identifikatorer, etiketter og (hvis tilgjengelig) detaljer om uttrykk/type. Du trenger utledede grupperingsfelt som er definert på modellnivå.
            list_semantic_model_calculated_measures Vise en liste over beregnede målinger (brukerdefinerte numeriske uttrykk/aggregeringer) i en semantisk modell. items[ ] med apiName, label, dataType, expression, displayCategory, level (for eksempel Row, AggregateFunction), aggregationType. Du trenger numeriske utledede felt og deres formler (byggeblokker for ytelsesindikatorer/målinger).

            Oppdagelse av arbeidsområder og generelle aktiva

            Eksterne MCP-kompatible AI-agenter bruker disse verktøyene til å navigere i Tableau Next-miljøet og søke etter relevante analytiske aktiva.

            Arbeidsområde og generelle oppdagelsesverktøy for aktiva
            Navn på verktøy Beskrivelse / inndata Returer Brukes når
            list_workspaces Vise en oversikt over arbeidsområder, eller hente ett etter ID når det oppgis. arbeidsområder[ ] med id, navn, etikett, beskrivelse, createdBy/Date, lastModifiedBy/Date, tillatelser (view/edit/share/delete), url. Du trenger beholdere og tilgangskontekst for aktiva.
            list_workspace_assets Vise en liste over aktiva i et bestemt arbeidsområde. workspaceAssets[ ] med assetId, assetType (AnalyticsDashboard | AnalyticsVisualization | SemanticModel), assetUsageType (Opprettet | Referenced), createdBy (id/name), createdDate, url. Du trenger kontrollpaneler, visualiseringer og semantiske modeller med omfang for et arbeidsområde.
            search_assets Søk etter aktiva med et nøkkelord og et valgfritt typefilter for å raskt oppdage relevante elementer. assets[], inkludert id, name, type, createdBy, createdDate, lastModifiedBy, lastModifiedDate.

            Du trenger omfattende eller første oppdagelse av aktiva.

            Hvis du trenger å bla i aktiva i et strukturert hierarki, bruker du i stedet listeverktøy.

            Se også:

             
            Laster
            Salesforce Help | Article