BigQuery MCP 服务器

一个提供对 BigQuery 访问的模型上下文协议服务器。该服务器使 LLM 能够检查数据库架构并执行查询。

组件

工具

服务器实现了一个工具：

execute-query：使用 BigQuery 语法执行 SQL 查询
list-tables：列出 BigQuery 数据库中的所有表
describe-table：描述特定表的架构

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	是否必需	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	仅考虑特定的 BigQuery 数据集。可以通过重复参数指定多个数据集（例如 `--dataset my_dataset_1 --dataset my_dataset_2`），或通过环境变量中的逗号连接（例如 `BIGQUERY_DATASETS=my_dataset_1,my_dataset_2`）。如果未提供，将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。如果未提供，服务器将使用默认凭证。

快速入门

安装

通过 Smithery 安装

通过 Smithery 自动安装 Claude Desktop 的 BigQuery 服务器：

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}}"
    ]
  }
}

将 {{PATH_TO_REPO}}、{{GCP_PROJECT_ID}} 和 {{GCP_LOCATION}} 替换为适当值。

开发

构建和发布

为分发准备包：

在 pyproject.toml 中增加版本号
同步依赖并更新锁文件：

uv sync

构建包分发：

uv build

这将创建 dist/ 目录中的源代码和轮包分发。

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：

令牌：--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 stdio 运行，调试可能具有挑战性。为获得最佳调试体验，我们强烈建议使用 MCP 检查器。

您可以通过 npm 使用以下命令启动 MCP 检查器：

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

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

LucasHild/mcp-server-bigquery

星标增长

证据时间轴