MCP-сервер BigQuery

значок кузнеца

Сервер Model Context Protocol, который обеспечивает доступ к BigQuery. Этот сервер позволяет LLM проверять схемы баз данных и выполнять запросы.

Компоненты

Инструменты

На сервере реализован один инструмент:

execute-query : выполняет SQL-запрос с использованием диалекта BigQuery
list-tables : список всех таблиц в базе данных BigQuery
describe-table : Описывает схему определенной таблицы

Related MCP server: mcp-graphql

Конфигурация

Сервер можно настроить с помощью аргументов командной строки или переменных среды.

Аргумент	Переменная среды	Необходимый	Описание
`--project`	`BIGQUERY_PROJECT`	Да	Идентификатор проекта GCP.
`--location`	`BIGQUERY_LOCATION`	Да	Местоположение GCP (например `europe-west9` ).
`--dataset`	`BIGQUERY_DATASETS`	Нет	Принимать во внимание только определенные наборы данных BigQuery. Несколько наборов данных можно указать, повторив аргумент (например, `--dataset my_dataset_1 --dataset my_dataset_2` ) или объединив их запятой в переменной окружения (например, `BIGQUERY_DATASETS=my_dataset_1,my_dataset_2` ). Если не указано иное, будут рассмотрены все наборы данных в проекте.
`--key-file`	`BIGQUERY_KEY_FILE`	Нет	Путь к файлу ключа учетной записи службы для BigQuery. Если не указан, сервер будет использовать учетные данные по умолчанию.

Быстрый старт

Установить

Установка через Smithery

Чтобы автоматически установить BigQuery Server для Claude Desktop через Smithery :

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

Клод Десктоп

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

Конфигурация серверов разработки/неопубликованных

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

Конфигурация опубликованных серверов

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

Замените {{PATH_TO_REPO}} , {{GCP_PROJECT_ID}} и {{GCP_LOCATION}} соответствующими значениями.

Разработка

Строительство и издательское дело

Чтобы подготовить пакет к распространению:

Увеличьте номер версии в pyproject.toml
Синхронизируем зависимости и обновляем файл блокировки:

uv sync

Сборка дистрибутивов пакетов:

uv build

Это создаст исходный код и дистрибутивы wheel в каталоге dist/ .

Опубликовать в PyPI:

uv publish

Примечание: вам необходимо задать учетные данные PyPI с помощью переменных среды или флагов команд:

Токен: --token или UV_PUBLISH_TOKEN
Или имя пользователя/пароль: --username / UV_PUBLISH_USERNAME и --password / UV_PUBLISH_PASSWORD

Отладка

Поскольку серверы MCP работают через stdio, отладка может быть сложной. Для лучшего опыта отладки мы настоятельно рекомендуем использовать MCP Inspector .

Вы можете запустить MCP Inspector через npm с помощью этой команды:

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

После запуска Инспектор отобразит URL-адрес, к которому вы можете перейти в своем браузере, чтобы начать отладку.