BigQuery MCP サーバー

「BigQuery」MCP サーバーは何をするのか？

BigQuery MCP サーバーは、BigQuery データセットへの安全な読み取り専用アクセスを提供する Model Context Protocol（MCP）サーバーです。Large Language Models（LLM）とあなたの BigQuery データの橋渡し役となり、AI アシスタントが標準化インターフェース経由でデータをクエリ・分析できるようにします。自然言語の質問を SQL に変換してデータベースのセキュリティを管理することで、開発者やアナリストは手動の SQL なしで会話形式でデータにアクセスできます。サーバーはテーブルとマテリアライズドビューの両方に対応し、スキーマ探索や安全なクエリ制限を提供してデータを保護します。主な役割は、LLM がビジネスインテリジェンスデータへ安全かつ直感的にアクセスできるようにし、ワークフロー効率を高めることです。

プロンプト一覧

リポジトリやドキュメントにプロンプトテンプレートの記載はありません。

リソース一覧

リポジトリや README に特定の MCP リソースは記載されていません。

ツール一覧

ドキュメントやコード構造上、明示的なツールリストや server.py ファイルは存在しません。

この MCP サーバーのユースケース

• 自然言語によるデータ探索
  ユーザーは「先月の上位 10 顧客は？」のような英語で質問し、BigQuery から直接回答を得られるため、手動で SQL を書く手間が省けます。

• 安全なビジネスインテリジェンス
  機密データセットへの読み取り専用アクセスを提供し、データアナリストやビジネスユーザーが安全にデータ探索でき、変更リスクを防ぎます。

• スキーマ探索
  AI やユーザーがデータセットのスキーマを探索可能で、テーブルとビューの区別もでき、データ構造の把握が容易になります。

• 安全な範囲内でのデータ分析
  クエリ制限（例：デフォルト 1GB）を強制し、リソース使用量を制御しつつ高額なクエリの誤発行を防ぎます。

セットアップ方法

Windsurf

リポジトリに Windsurf 用のセットアップ手順はありません。

Claude

1. 前提条件:

   • Node.js 14 以上をインストール
   • Google Cloud プロジェクトで BigQuery を有効化
   • Google Cloud CLI またはサービスアカウントキー取得
   • Claude Desktop をインストール

2. Google Cloud に認証:

   • 開発用:

     gcloud auth application-default login
     

   • 本番（サービスアカウント）用:
     • サービスアカウントキーを保存
     • サーバー起動時に --key-file パラメータを使用

3. Claude Desktop 設定に追加:
   claude_desktop_config.json を編集：

   {
     "mcpServers": {
       "bigquery": {
         "command": "npx",
         "args": [
           "-y",
           "@ergut/mcp-bigquery-server",
           "--project-id",
           "your-project-id",
           "--location",
           "us-central1"
         ]
       }
     }
   }
   

4. 保存して Claude Desktop を再起動

5. 確認:
   Claude とのチャットを開始し、データに関する質問をしてみましょう。

サービスアカウント使用時:

{
  "mcpServers": {
    "bigquery": {
      "command": "npx",
      "args": [
        "-y",
        "@ergut/mcp-bigquery-server",
        "--project-id",
        "your-project-id",
        "--location",
        "us-central1",
        "--key-file",
        "/path/to/your/service-account-key.json"
      ]
    }
  }
}

API キーの安全管理:
サービスアカウントキーはリポジトリ外に保管し、--key-file パラメータで参照してください。キーをバージョン管理にコミットしないようご注意ください。

フロー内での MCP 利用方法

FlowHunt での MCP 利用

FlowHunt のワークフローに MCP サーバーを統合するには、まず MCP コンポーネントをフローに追加し、AI エージェントと接続します。

MCP コンポーネントをクリックして設定パネルを開き、システム MCP 設定セクションに以下の JSON 形式で MCP サーバー情報を入力します：

{
  "bigquery": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

設定が完了すると、AI エージェントはこの MCP の全機能へツールとしてアクセスできるようになります。必ず “bigquery” を実際の MCP サーバー名に、URL もご自身の MCP サーバー URL に置き換えてください。

概要

所感

BigQuery MCP サーバーは、LLM と BigQuery データセットをつなぐための安全でユーザーフレンドリーな特化ソリューションです。ただし、リポジトリにはプロンプトテンプレートや明示的な MCP リソース、ツール定義など拡張性や相互運用性を高めるためのドキュメントが不足しています。Claude Desktop でのセットアップは簡単ですが、他のプラットフォーム（Windsurf、Cursor、Cline など）や高度な MCP 機能（roots やサンプリングなど）についての説明はありません。主目的には優れていますが、拡張性には制限があります。

評価：6/10 — 本来の用途には最適だが、プロトコル機能やドキュメントの充実度に課題あり。

MCP スコア