BigQuery MCP服务器

这是一个提供对BigQuery访问的Model Context Protocol服务器。该服务器使LLMs能够检查数据库模式并执行查询。

组件

工具

服务器实现了一个工具：

• execute-query：使用BigQuery方言执行SQL查询
• list-tables：列出BigQuery数据库中的所有表
• describe-table：描述特定表的模式

配置

服务器可以通过命令行参数或环境变量进行配置。

参数	环境变量	必需	描述
--project	BIGQUERY_PROJECT	是	GCP项目ID。
--location	BIGQUERY_LOCATION	是	GCP位置（例如europe-west9）。
--dataset	BIGQUERY_DATASETS	否	只考虑特定的BigQuery数据集。可以通过重复参数（例如--dataset my_dataset_1 --dataset my_dataset_2）或在环境变量中用逗号连接（例如BIGQUERY_DATASETS=my_dataset_1,my_dataset_2）来指定多个数据集。如果没有提供，则会考虑项目中的所有数据集。
--key-file	BIGQUERY_KEY_FILE	否	BigQuery服务账户密钥文件的路径。如果没有提供，服务器将使用默认凭据。

快速开始

安装

通过Smithery安装

要通过Smithery自动安装BigQuery服务器到Claude Desktop：

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

Claude Desktop

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

开发/未发布服务器配置

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

发布服务器配置

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

请将{{PATH_TO_REPO}}、{{GCP_PROJECT_ID}}和{{GCP_LOCATION}}替换为适当的值。

开发

构建和发布

为了准备分发包：

1. 在pyproject.toml中增加版本号

2. 同步依赖项并更新锁文件：

uv sync

3. 构建包分布：

uv build

这将在dist/目录下创建源代码和wheel分布。

4. 发布到PyPI：

uv publish

注意：您需要通过环境变量或命令标志设置PyPI凭证：

• Token: --token 或 UV_PUBLISH_TOKEN
• 或用户名/密码: --username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD

调试

由于MCP服务器通过标准I/O运行，调试可能会很困难。为了获得最佳的调试体验，我们强烈建议使用MCP Inspector。

您可以使用以下命令通过npm启动MCP Inspector：

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

启动后，Inspector将显示一个URL，您可以在浏览器中访问该URL以开始调试。