BigQuery MCP Server

local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

  • Connects to Google Cloud's BigQuery service to access and query datasets, tables, and materialized views

Servidor MCP de BigQuery

¿Qué es esto? 🤔

Este es un servidor que permite que tus LLM (como Claude) se comuniquen directamente con tus datos de BigQuery. Piensa en él como un traductor amigable que se encuentra entre tu asistente de IA y tu base de datos, asegurándose de que puedan comunicarse de forma segura y eficiente.

Ejemplo rápido

You: "What were our top 10 customers last month?" Claude: *queries your BigQuery database and gives you the answer in plain English*

¡No es necesario escribir consultas SQL a mano! ¡Simplemente charle naturalmente con sus datos!

¿Cómo funciona? 🛠️

Este servidor utiliza el Protocolo de Contexto de Modelo (MCP), que funciona como un traductor universal para la comunicación entre IA y bases de datos. Si bien MCP está diseñado para funcionar con cualquier modelo de IA, actualmente está disponible como versión preliminar para desarrolladores en Claude Desktop.

Esto es todo lo que necesitas hacer:

  1. Configurar la autenticación (ver a continuación)
  2. Agregue los detalles de su proyecto al archivo de configuración de Claude Desktop
  3. ¡Empieza a chatear con tus datos de BigQuery de forma natural!

¿Qué puede hacer? 📊

  • Ejecute consultas SQL simplemente haciendo preguntas en un inglés sencillo
  • Acceda tanto a tablas como a vistas materializadas en sus conjuntos de datos
  • Explorar esquemas de conjuntos de datos con un etiquetado claro de los tipos de recursos (tablas frente a vistas)
  • Analizar datos dentro de límites seguros (límite de consulta de 1 GB por defecto)
  • Mantenga sus datos seguros (acceso de solo lectura)

Inicio rápido 🚀

Prerrequisitos

  • Node.js 14 o superior
  • Proyecto de Google Cloud con BigQuery habilitado
  • Tiene instalado Google Cloud CLI o un archivo de clave de cuenta de servicio
  • Claude Desktop (actualmente la única interfaz LLM compatible)

Opción 1: Instalación rápida a través de Smithery (recomendado)

Para instalar BigQuery MCP Server para Claude Desktop automáticamente a través de Smithery , ejecute este comando en su terminal:

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

El instalador le solicitará lo siguiente:

  • Tu ID de proyecto de Google Cloud
  • Ubicación de BigQuery (predeterminada: us-central1)

Una vez configurado, Smithery actualizará automáticamente la configuración de Claude Desktop y reiniciará la aplicación.

Opción 2: Configuración manual

Si prefiere la configuración manual o necesita más control:

  1. Autenticarse con Google Cloud (elija un método):
    • Uso de Google Cloud CLI (ideal para el desarrollo):
      gcloud auth application-default login
    • Usando una cuenta de servicio (recomendado para producción):
      # Save your service account key file and use --key-file parameter # Remember to keep your service account key file secure and never commit it to version control
  2. Agregue a su configuración de Claude Desktop Agregue esto a su claude_desktop_config.json :
    • Configuración básica:
      { "mcpServers": { "bigquery": { "command": "npx", "args": [ "-y", "@ergut/mcp-bigquery-server", "--project-id", "your-project-id", "--location", "us-central1" ] } } }
    • Con cuenta de servicio:
      { "mcpServers": { "bigquery": { "command": "npx", "args": [ "-y", "@ergut/mcp-bigquery-server", "--project-id", "your-project-id", "--location", "us-central1", "--key-file", "/path/to/service-account-key.json" ] } } }
  3. ¡Comienza a chatear! Abre Claude Desktop y empieza a hacer preguntas sobre tus datos.

Argumentos de la línea de comandos

El servidor acepta los siguientes argumentos:

  • --project-id : (Obligatorio) Su ID de proyecto de Google Cloud
  • --location : (opcional) Ubicación de BigQuery, el valor predeterminado es 'us-central1'
  • --key-file : (opcional) Ruta al archivo JSON de la clave de la cuenta de servicio

Ejemplo utilizando una cuenta de servicio:

npx @ergut/mcp-bigquery-server --project-id your-project-id --location europe-west1 --key-file /path/to/key.json

Permisos necesarios

Necesitarás uno de estos:

  • roles/bigquery.user (recomendado)
  • O ambos:
    • roles/bigquery.dataViewer
    • roles/bigquery.jobUser

Configuración del desarrollador (opcional) 🔧

¿Quieres personalizarlo o contribuir? Aquí te explicamos cómo configurarlo localmente:

# Clone and install git clone https://github.com/ergut/mcp-bigquery-server cd mcp-bigquery-server npm install # Build npm run build

Luego actualice la configuración de Claude Desktop para que apunte a su compilación local:

{ "mcpServers": { "bigquery": { "command": "node", "args": [ "/path/to/your/clone/mcp-bigquery-server/dist/index.js", "--project-id", "your-project-id", "--location", "us-central1", "--key-file", "/path/to/service-account-key.json" ] } } }

Limitaciones actuales ⚠️

  • La compatibilidad con MCP actualmente solo está disponible en Claude Desktop (vista previa para desarrolladores)
  • Las conexiones están limitadas a servidores MCP locales que se ejecutan en la misma máquina
  • Las consultas son de solo lectura con un límite de procesamiento de 1 GB
  • Si bien se admiten tanto tablas como vistas, algunos tipos de vistas complejos pueden tener limitaciones

Apoyo y recursos 💬

Licencia 📝

Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.

Autor ✍️

Salih Ergüt

Patrocinio

Este proyecto está orgullosamente patrocinado por:

Historial de versiones 📋

Consulte CHANGELOG.md para obtener actualizaciones y el historial de versiones.

-
security - not tested
A
license - permissive license
-
quality - not tested

Tools

Este es un servidor que permite que tus LLM (como Claude) se comuniquen directamente con tus datos de BigQuery. Piensa en él como un traductor amigable que se encuentra entre tu asistente de IA y tu base de datos, asegurándose de que puedan comunicarse de forma segura y eficiente.

  1. What is this? 🤔
    1. Quick Example
  2. How Does It Work? 🛠️
    1. What Can It Do? 📊
  3. Quick Start 🚀
    1. Prerequisites
    2. Option 1: Quick Install via Smithery (Recommended)
    3. Option 2: Manual Setup
    4. Command Line Arguments
    5. Permissions Needed
  4. Developer Setup (Optional) 🔧
    1. Current Limitations ⚠️
      1. Support & Resources 💬
        1. License 📝
          1. Author ✍️
            1. Sponsorship
              1. Version History 📋
                ID: dflwpk8hgv