BigQuery MCP 服务器

“BigQuery” MCP 服务器是什么？

BigQuery MCP 服务器是一个模型上下文协议（MCP）服务器，提供对 BigQuery 数据集的安全、只读访问。它作为大型语言模型（LLM）与您的 BigQuery 数据之间的桥梁，使 AI 助手能够通过标准化接口查询和分析数据。通过将自然语言问题转化为 SQL 并管理数据库安全性，它让开发者和分析师能够以对话方式与数据交互——无需手动编写 SQL。该服务器支持表和物化视图，提供模式探索，并强制安全查询限制以保护您的数据。其主要作用是通过让 LLM 安全、直观地访问商业智能数据来提升工作流效率。

提示模板列表

仓库或文档中未提及任何提示模板。

资源列表

仓库或自述文件中未记录具体 MCP 资源。

工具列表

可用文档或代码结构中未列出明确的工具列表或 server.py 文件。

此 MCP 服务器的应用场景

• 自然语言数据探索
  用户可以用简单的英文提问（例如：“上个月我们排名前 10 的客户是谁？”），直接从 BigQuery 获取答案，减少手动 SQL 查询的需求。

• 安全的商业智能
  提供对敏感数据集的只读访问，使数据分析师和业务用户能够安全地探索数据，无修改风险。

• 模式发现
  支持 AI 和用户探索数据集的模式，区分表和视图，简化了解可用数据结构的过程。

• 安全范围内的数据分析
  强制查询限制（如默认 1GB），确保资源使用受控，防止意外高成本查询。

如何设置

Windsurf

仓库中未提供 Windsurf 的设置说明。

Claude

1. 前置条件：

   • 安装 Node.js 14 或更高版本。
   • 在您的 Google Cloud 项目中启用 BigQuery。
   • 安装 Google Cloud CLI 或获取服务账号密钥文件。
   • 安装 Claude Desktop。

2. Google Cloud 认证：

   • 开发环境：

     gcloud auth application-default login
     

   • 生产环境（服务账号）：
     • 保存您的服务账号密钥文件。
     • 启动服务器时使用 --key-file 参数。

3. 添加到 Claude Desktop 配置：
   编辑您的 claude_desktop_config.json 文件：

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

4. 保存并重启 Claude Desktop。

5. 验证：
   启动与 Claude 的对话，询问有关您数据的问题。

使用服务账号：

{
  "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 密钥安全保障：
将您的服务账号密钥存储在仓库之外，并通过 --key-file 参数引用。切勿将密钥提交到版本控制中。

如何在流程中使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中，首先在流程中添加 MCP 组件并连接到您的 AI 代理：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按如下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 代理即可将此 MCP 作为工具，访问其所有功能和能力。请记得将“bigquery”替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

我们的看法

BigQuery MCP 服务器为 LLM 连接 BigQuery 数据集提供了专注、安全且易用的解决方案。但仓库目前缺乏提示模板、显式 MCP 资源和工具定义的文档，这些会提升可扩展性和互操作性。Claude Desktop 的设置流程简单，但针对其他平台（如 Windsurf、Cursor 或 Cline）或高级 MCP 特性（roots 或采样）的说明尚未补充。总体来说，该 MCP 服务器非常适合其核心应用场景，但在扩展性方面有限。

评分：6/10 — 核心功能表现优异，但缺乏更多协议特性和文档支持。

MCP 评分