BigQuery MCP 서버

BigQuery에 대한 액세스를 제공하는 모델 컨텍스트 프로토콜 서버입니다. 이 서버를 통해 LLM은 데이터베이스 스키마를 검사하고 쿼리를 실행할 수 있습니다.

구성 요소

도구

서버는 하나의 도구를 구현합니다.

• execute-query : BigQuery 언어를 사용하여 SQL 쿼리를 실행합니다.

• list-tables : BigQuery 데이터베이스의 모든 테이블을 나열합니다.

• describe-table : 특정 테이블의 스키마를 설명합니다.

Related MCP server: mcp-graphql

구성

서버는 다음 인수를 사용하여 구성할 수 있습니다.

• --project (필수): GCP 프로젝트 ID입니다.

• --location (필수): GCP 위치(예: europe-west9 ).

• --dataset (선택 사항): 특정 BigQuery 데이터세트만 고려합니다. 인수를 반복하여 여러 데이터세트를 지정할 수 있습니다(예: --dataset my_dataset_1 --dataset my_dataset_2 ). 인수를 지정하지 않으면 프로젝트의 모든 데이터세트가 고려됩니다.

• --key-file (선택 사항): BigQuery 서비스 계정 키 파일의 경로입니다. 지정하지 않으면 서버는 기본 사용자 인증 정보를 사용합니다.

빠른 시작

설치하다

Smithery를 통해 설치

Smithery 를 통해 Claude Desktop용 BigQuery Server를 자동으로 설치하는 방법:

지엑스피1

클로드 데스크탑

MacOS의 경우: ~/Library/Application\ Support/Claude/claude_desktop_config.json Windows의 경우: %APPDATA%/Claude/claude_desktop_config.json

개발/미공개 서버 구성

게시된 서버 구성

{{PATH_TO_REPO}} , {{GCP_PROJECT_ID}} , {{GCP_LOCATION}} 적절한 값으로 바꾸세요.

개발

건축 및 출판

배포를 위해 패키지를 준비하려면:

1. 종속성 동기화 및 잠금 파일 업데이트:

2. 패키지 배포 빌드:

이렇게 하면 dist/ 디렉토리에 소스와 휠 배포판이 생성됩니다.

3. PyPI에 게시:

참고: 환경 변수나 명령 플래그를 통해 PyPI 자격 증명을 설정해야 합니다.

• 토큰: --token 또는 UV_PUBLISH_TOKEN

• 또는 사용자 이름/비밀번호: --username / UV_PUBLISH_USERNAME 및 --password / UV_PUBLISH_PASSWORD

디버깅

MCP 서버는 stdio를 통해 실행되므로 디버깅이 어려울 수 있습니다. 최상의 디버깅 환경을 위해서는 MCP Inspector 사용을 강력히 권장합니다.

다음 명령을 사용하여 npm 통해 MCP Inspector를 시작할 수 있습니다.

Inspector를 실행하면 브라우저에서 접근하여 디버깅을 시작할 수 있는 URL이 표시됩니다.