BigQuery MCP Data Agent

Ein KI-gestützter Datenanalyseagent, entwickelt mit Googles Agent Development Kit (ADK), Gemini, BigQuery MCP Server und Cloud Run.

Übersicht

Dieses Projekt zeigt, wie ein KI-Agent über das Model Context Protocol (MCP) eine Verbindung zu strukturierten Daten in BigQuery herstellen kann.

Der Agent analysiert den NYC Citi Bike-Datensatz und kann analytische Fragen beantworten, indem er den Datensatz untersucht, SQL-Abfragen generiert und Daten aus BigQuery abruft.

Related MCP server: BigQuery MCP Server

Technologien

• Google Agent Development Kit (ADK)

• Gemini

• BigQuery

• BigQuery MCP Server

• Model Context Protocol (MCP)

• Google Cloud Run

• Python

Datensatz

Der Agent arbeitet mit dem öffentlichen NYC Citi Bike-Datensatz:

bigquery-public-data.new_york_citibike

Der Datensatz enthält Informationen über Citi Bike-Fahrten und -Stationen in New York City.

Funktionsweise

1. DDer Benutzer stellt eine Frage zu den Citi Bike-Daten.

2. Gemini analysiert die Frage.

3. Der ADK-Agent verwendet BigQuery MCP-Tools, um den Datensatz zu untersuchen.

4. Der Agent generiert und führt schreibgeschützte SQL-Abfragen aus.

5. BigQuery gibt die angeforderten Daten zurück.

6. Gemini analysiert die Ergebnisse und liefert eine Antwort.

Verwendete MCP-Tools

Der Agent verwendet die folgenden BigQuery MCP-Tools:

• get_dataset_info

• list_table_ids

• get_table_info

• execute_sql_readonly

Beispielfrage

We have budget for 3 coffee trucks.
We want to find the best city bike stations to place our coffee trucks.