Partecipanti Editor KQL

Questo strumento fornisce un framework orientato al dominio per modellare scenari di query KQL basati sui partecipanti. Define input come cluster_uri, database e testo KQL, nonché controlli opzionali come time_window, max_results e mapping dei parametri. Mantiene la riproducibilità catturando configurazioni e la forma dei dati risultanti, evitando l’esecuzione di query in tempo reale. Il modello supporta più utenti che simulano diverse prospettive sullo stesso set di dati.

Concettualmente, gli utenti compongono e validano query in un ambiente controllato. Lo strumento valida gli input, applica la sostituzione dei parametri e restituisce una rappresentazione strutturata dei risultati, inclusi total_count, execution_time_ms e un payload di esempio. Supporta finestre temporali come Last_24h, Last_7d o intervalli di date espliciti, e può emettere output in forma tabellare o JSON. Documenta anche assunzioni e possibili fallback per facilitare il debugging.

Beneficiari: ingegneri dei dati, data scientist e team operativi che necessitano scenari KQL riproducibili. Valore unico: simulare più partecipanti ed esportare workflow ripetibili per test, confronto e trasferimento di conoscenze. Aiuta i team ad allinearsi sulla logica delle query senza esporre credenziali di produzione o richiedere accesso diretto ai cluster live.

Funzionalità principali: validazione rigorosa degli input, livello di query parametrizzato, formattazione opzionale dell’output e percorso di esecuzione mock per la pianificazione. Per agenti AI, lo strumento fornisce uno schema concreto di input e output per ragionare sui risultati, ottimizzare le query e generare scenari documentati per audit e formazione.