Servidor MCP de BigQuery

Un servidor de Protocolo de Contexto de Modelo que proporciona acceso a BigQuery. Este servidor permite a los LLM inspeccionar esquemas de bases de datos y ejecutar consultas.

Componentes

Herramientas

El servidor implementa una herramienta:

• execute-query : ejecuta una consulta SQL utilizando el dialecto BigQuery

• list-tables : enumera todas las tablas en la base de datos de BigQuery

• describe-table : describe el esquema de una tabla específica

Related MCP server: MCP Database Server

Configuración

El servidor se puede configurar con los siguientes argumentos:

• --project (obligatorio): el ID del proyecto de GCP.

• --location (obligatorio): la ubicación de GCP (por ejemplo europe-west9 ).

• --dataset (opcional): Solo se consideran conjuntos de datos específicos de BigQuery. Se pueden especificar varios conjuntos de datos repitiendo el argumento (p. ej. --dataset my_dataset_1 --dataset my_dataset_2 ). Si no se proporciona, se considerarán todos los conjuntos de datos del proyecto.

• --key-file (opcional): Ruta al archivo de clave de la cuenta de servicio de BigQuery. Si no se proporciona, el servidor usará las credenciales predeterminadas.

Inicio rápido

Instalar

Instalación mediante herrería

Para instalar BigQuery Server para Claude Desktop automáticamente a través de Smithery :

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

Escritorio de Claude

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

Configuración de servidores no publicados/desarrollo

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

Configuración de servidores publicados

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

Reemplace {{PATH_TO_REPO}} , {{GCP_PROJECT_ID}} y {{GCP_LOCATION}} con los valores apropiados.

Desarrollo

Construcción y publicación

Para preparar el paquete para su distribución:

1. Sincronizar dependencias y actualizar el archivo de bloqueo:

uv sync

2. Distribuciones de paquetes de compilación:

uv build

Esto creará distribuciones de origen y de rueda en el directorio dist/ .

3. Publicar en PyPI:

uv publish

Nota: Deberás configurar las credenciales de PyPI a través de variables de entorno o indicadores de comando:

• Token: --token o UV_PUBLISH_TOKEN

• O nombre de usuario/contraseña: --username / UV_PUBLISH_USERNAME y --password / UV_PUBLISH_PASSWORD

Depuración

Dado que los servidores MCP se ejecutan en stdio, la depuración puede ser complicada. Para una experiencia óptima, recomendamos usar el Inspector MCP .

Puede iniciar el Inspector MCP a través de npm con este comando:

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

Al iniciarse, el Inspector mostrará una URL a la que podrá acceder en su navegador para comenzar a depurar.