BigQuery MCP-Server
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 auslist-tables
: Listet alle Tabellen in der BigQuery-Datenbank aufdescribe-table
: Beschreibt das Schema einer bestimmten Tabelle
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 :
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
Konfiguration veröffentlichter Server
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:
- Erstellen Sie Paketverteilungen:
Dadurch werden Quell- und Wheel-Distributionen im Verzeichnis dist/
erstellt.
- Auf PyPI veröffentlichen:
Hinweis: Sie müssen PyPI-Anmeldeinformationen über Umgebungsvariablen oder Befehlsflags festlegen:
- Token:
--token
oderUV_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:
Beim Start zeigt der Inspector eine URL an, auf die Sie in Ihrem Browser zugreifen können, um mit dem Debuggen zu beginnen.
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Ein Model Context Protocol-Server, der Zugriff auf BigQuery bietet. Dieser Server ermöglicht LLMs die Überprüfung von Datenbankschemata und die Ausführung von Abfragen.
Related MCP Servers
- AsecurityAlicenseAqualityA Model Context Protocol server that provides access to MongoDB databases. This server enables LLMs to inspect collection schemas and execute read-only queries.Last updated -8885191TypeScriptMIT License
- AsecurityAlicenseAqualityA Model Context Protocol server that enables LLMs to interact with Salesforce data through SOQL queries, SOSL searches, and various API operations including record management.Last updated -1053PythonMIT License
- -securityAlicense-qualityA Model Context Protocol server that enables LLMs to understand BigQuery dataset structures and execute SQL queries.Last updated -TypeScriptMIT License
- -securityFlicense-qualityA Model Context Protocol server providing both read and write access to PostgreSQL databases, enabling LLMs to query data, modify records, and manage database schemas.Last updated -4JavaScript