BigQuery MCP-Server

Schmiedeabzeichen

Ein Model Context Protocol-Server, der Zugriff auf BigQuery bietet. Dieser Server ermöglicht LLMs die Überprüfung von Datenbankschemata und die Ausführung von Abfragen.

Komponenten

Werkzeuge

Der Server implementiert ein Tool:

execute-query : Führt eine SQL-Abfrage im BigQuery-Dialekt aus
list-tables : Listet alle Tabellen in der BigQuery-Datenbank auf
describe-table : Beschreibt das Schema einer bestimmten Tabelle

Related MCP server: mcp-graphql

Konfiguration

Der Server kann entweder mit Befehlszeilenargumenten oder Umgebungsvariablen konfiguriert werden.

Argument	Umgebungsvariable	Erforderlich	Beschreibung
`--project`	`BIGQUERY_PROJECT`	Ja	Die GCP-Projekt-ID.
`--location`	`BIGQUERY_LOCATION`	Ja	Der GCP-Standort (z. B. `europe-west9` ).
`--dataset`	`BIGQUERY_DATASETS`	NEIN	Berücksichtigen Sie nur bestimmte BigQuery-Datensätze. Mehrere Datensätze können durch Wiederholung des Arguments (z. B. `--dataset my_dataset_1 --dataset my_dataset_2` ) oder durch Komma in der Umgebungsvariable (z. B. `BIGQUERY_DATASETS=my_dataset_1,my_dataset_2` ) angegeben werden. Wenn kein Argument angegeben wird, werden alle Datensätze im Projekt berücksichtigt.
`--key-file`	`BIGQUERY_KEY_FILE`	NEIN	Pfad zu einer Dienstkonto-Schlüsseldatei für BigQuery. Wenn dieser Pfad nicht angegeben wird, verwendet der Server die Standardanmeldeinformationen.

Schnellstart

Installieren

Installation über Smithery

So installieren Sie BigQuery Server für Claude Desktop automatisch über Smithery :

npx -y @smithery/cli install mcp-server-bigquery --client claude

Claude Desktop

Unter MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json Unter Windows: %APPDATA%/Claude/claude_desktop_config.json

Konfiguration von Entwicklungs-/unveröffentlichten Servern

"mcpServers": { "bigquery": { "command": "uv", "args": [ "--directory", "{{PATH_TO_REPO}}", "run", "mcp-server-bigquery", "--project", "{{GCP_PROJECT_ID}}", "--location", "{{GCP_LOCATION}}" ] } }

Konfiguration veröffentlichter Server

"mcpServers": { "bigquery": { "command": "uvx", "args": [ "mcp-server-bigquery", "--project", "{{GCP_PROJECT_ID}}", "--location", "{{GCP_LOCATION}}" ] } }

Ersetzen Sie {{PATH_TO_REPO}} , {{GCP_PROJECT_ID}} und {{GCP_LOCATION}} durch die entsprechenden Werte.

Entwicklung

Erstellen und Veröffentlichen

So bereiten Sie das Paket für die Verteilung vor:

Erhöhen Sie die Versionsnummer in pyproject.toml
Abhängigkeiten synchronisieren und Sperrdatei aktualisieren:

uv sync

Erstellen Sie Paketverteilungen:

uv build

Dadurch werden Quell- und Wheel-Distributionen im Verzeichnis dist/ erstellt.

Auf PyPI veröffentlichen:

uv publish

Hinweis: Sie müssen PyPI-Anmeldeinformationen über Umgebungsvariablen oder Befehlsflags festlegen:

Token: --token oder UV_PUBLISH_TOKEN
Oder Benutzername/Passwort: --username / UV_PUBLISH_USERNAME und --password / UV_PUBLISH_PASSWORD

Debuggen

Da MCP-Server über stdio laufen, kann das Debuggen eine Herausforderung darstellen. Für ein optimales Debugging empfehlen wir dringend die Verwendung des MCP Inspector .

Sie können den MCP Inspector über npm mit diesem Befehl starten:

npx @modelcontextprotocol/inspector uv --directory {{PATH_TO_REPO}} run mcp-server-bigquery

Beim Start zeigt der Inspector eine URL an, auf die Sie in Ihrem Browser zugreifen können, um mit dem Debuggen zu beginnen.