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。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

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。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

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