一家零售组织使用集成 Fabric IQ、本体（Ontology）和 ERP MCP 的 Copilot Studio 代理，分析来自第三方系统以及 Dynamics 365 Finance and Operations（D365 F&O）的历史促销销售数据。该系统通过按城市将客户与门店关联、将销售活动与产品及门店关联，帮助识别表现最佳的门店、成功的销售活动以及客户足迹。该零售商现需应对新挑战：识别影响促销销售的采购风险，并确定各城市间最优的营销支出分配。为满足这些新需求，拟采用 Foundry 代理，其知识来源包括 Foundry IQ、Fabric IQ 和 Web IQ。Foundry IQ 作为推理与编排层，连接来自 Fabric IQ、Work IQ、Web IQ、SharePoint 及自定义代理等各类来源的洞察，并依托 Azure AI Search 确保结果的准确性。该解决方案需要若干先决条件，包括来自第三方系统（产品、门店、销售活动）和 D365 F&O（客户数据）的数据源，并需建立既定的关系，如客户与门店的城市对齐关系，以及销售活动与产品和门店的关联关系。特定国家的营销政策存储于 SharePoint 中，Web IQ 已配置用于获取供应商新闻、市场中断及地缘政治事件的实时信息。财务与运营数据已连接至 Fabric Lakehouse，其他数据亦被摄入 Lakehouse，进而形成融合客户、门店、产品及活动数据的 Fabric 本体。此外，还需一个配备 LLM 部署及适当身份验证的 Azure Foundry 项目。该架构模式涉及集成这些组件以支持代理的推理能力。配置工作包括设置 Azure Search 服务、在 Azure Foundry 门户中创建代理并将 ERP MCP 设为工具，以及配置 Foundry IQ 知识以包含 Fabric IQ、Web 和 SharePoint。此集成知识库随后由零售增长智能代理（Retail Growth Intelligence agent）使用。该代理可发布至多种渠道，如 Microsoft 365、Teams 或 Copilot Studio。该代理能够回答诸如“是否存在采购时间表或其他影响促销销售的风险？”等复杂问题，其方式包括：利用 Fabric IQ 理解实体间关系，通过 ERP MCP 调用 D365 F&O 获取运营采购数据，借助 SharePoint 进行政策验证，并运用 Foundry IQ/Web Intelligence 评估外部市场风险。此过程涵盖子问题，包括 upcoming 销售活动、通过采购订单和库存数据查询产品库存可用性，以及政策合规性检查。该方法将分散的信息转化为统一的决策支持，实现更快、更高质量且可扩展的 AI 驱动决策，通过关联运营事实、业务背景与外部信号，达成主动风险检测并提升业务优势。