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.
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.
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.
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:
- 종속성 동기화 및 잠금 파일 업데이트:
- 패키지 배포 빌드:
이렇게 하면 dist/
디렉토리에 소스와 휠 배포판이 생성됩니다.
- PyPI에 게시:
참고: 환경 변수나 명령 플래그를 통해 PyPI 자격 증명을 설정해야 합니다.
- 토큰:
--token
또는UV_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.
This server cannot be installed
BigQuery에 대한 액세스를 제공하는 모델 컨텍스트 프로토콜 서버입니다. 이 서버를 통해 LLM은 데이터베이스 스키마를 검사하고 쿼리를 실행할 수 있습니다.