BigQuery MCP Server

Servidor MCP (Model Context Protocol) que expõe ferramentas de consulta e análise do Google BigQuery para assistentes de IA como Claude, Gemini e Cursor. Permite que o assistente navegue pelo schema, execute queries e compare datasets sem sair da conversa.

MCP (Model Context Protocol) é o padrão aberto da Anthropic para conectar modelos de linguagem a fontes de dados e ferramentas externas. Com um servidor MCP rodando, o assistente de IA pode chamar as ferramentas diretamente durante a conversa.

Ferramentas disponíveis

Related MCP server: MCP BigQuery Server

Exemplo de uso

Com o servidor configurado, você pode perguntar ao assistente de IA:

Você: quais tabelas existem no dataset novo?

IA: [chama list_tables] Encontrei 12 tabelas: pedidos, clientes,
    produtos, estoque...

Você: compare o schema da tabela pedidos entre os dois datasets

IA: [chama compare_schemas] A tabela pedidos tem 3 diferenças:
    - coluna "status_pagamento" adicionada (STRING)
    - coluna "dt_entrega" removida
    - coluna "valor" mudou de FLOAT para NUMERIC

Você: mostre 5 linhas de pedidos no dataset novo

IA: [chama sample_data] ...

Instalação

pip install -r requirements.txt

Configuração

Crie um arquivo .env a partir do exemplo:

cp .env.example .env   # se existir, ou defina as variáveis manualmente

Variáveis necessárias:

GOOGLE_APPLICATION_CREDENTIALS=/caminho/para/service-account.json
BQ_PROJECT_ID=seu-projeto-gcp

O arquivo service-account.json deve ter permissão bigquery.dataViewer no projeto. Nunca commite esse arquivo — ele já está no .gitignore.

Configuração no Claude Desktop / Gemini Code Assist

Adicione ao arquivo de configuração MCP do seu assistente:

{
  "mcpServers": {
    "bigquery": {
      "command": "python",
      "args": ["./server.py"],
      "cwd": "/caminho/para/bigquery-mcp"
    }
  }
}

Testar a conexão

python test_connection.py

Verifica credenciais, conexão com o projeto e lista as tabelas do dataset configurado.

Stack