BigQuery MCP Data Agent

AI-агент для анализа данных, созданный с помощью Google Agent Development Kit (ADK), Gemini, BigQuery MCP Server и Cloud Run.

Обзор

Этот проект демонстрирует, как AI-агент может подключаться к структурированным данным в BigQuery через Model Context Protocol (MCP).

Агент анализирует набор данных NYC Citi Bike и может отвечать на аналитические вопросы, изучая набор данных, генерируя SQL-запросы и получая данные из BigQuery.

Related MCP server: BigQuery MCP

Технологии

• Google Agent Development Kit (ADK)

• Gemini

• BigQuery

• BigQuery MCP Server

• Model Context Protocol (MCP)

• Google Cloud Run

• Python

Набор данных

Агент работает с публичным набором данных NYC Citi Bike:

bigquery-public-data.new_york_citibike

Набор данных содержит информацию о поездках и станциях Citi Bike в Нью-Йорке.

Как это работает

1. Пользователь задаёт вопрос о данных Citi Bike.

2. Gemini анализирует вопрос.

3. Агент ADK использует инструменты BigQuery MCP для изучения набора данных.

4. Агент генерирует и выполняет SQL-запросы только для чтения.

5. BigQuery возвращает запрошенные данные.

6. Gemini анализирует результаты и предоставляет ответ.

Используемые инструменты MCP

Агент использует следующие инструменты BigQuery MCP:

• get_dataset_info

• list_table_ids

• get_table_info

• execute_sql_readonly

Пример вопроса

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