BigQuery

Servidor MCP de BigQuery

Un servidor del Model Context Protocol que proporciona acceso a BigQuery. Este servidor permite a los LLMs inspeccionar esquemas de bases de datos y ejecutar consultas.

Componentes

Herramientas

El servidor implementa una herramienta:

• execute-query: Ejecuta una consulta SQL usando el dialecto de BigQuery
• list-tables: Lista todas las tablas en la base de datos de BigQuery
• describe-table: Describe el esquema de una tabla específica

Configuración

El servidor se puede configurar con los siguientes argumentos:

• --project (obligatorio): El ID del proyecto de GCP.
• --location (obligatorio): La ubicación de GCP (p. ej. europe-west9).
• --dataset (opcional): Considerar solo conjuntos de datos específicos de BigQuery. Se pueden especificar varios conjuntos de datos repitiendo el argumento (p. ej. --dataset my_dataset_1 --dataset my_dataset_2). Si no se proporciona, se considerarán todos los conjuntos de datos del proyecto.
• --key-file (opcional): Ruta a un archivo de clave de cuenta de servicio para BigQuery. Si no se proporciona, el servidor usará las credenciales predeterminadas.

Inicio rápido

Instalación

Instalación mediante Smithery

Para instalar BigQuery Server para Claude Desktop automáticamente mediante Smithery:

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

Claude Desktop

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

Configuración de Servidores en Desarrollo/No Publicados

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

Configuración de Servidores Publicados

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

Reemplace {{PATH_TO_REPO}}, {{GCP_PROJECT_ID}} y {{GCP_LOCATION}} con los valores apropiados.

Desarrollo

Compilación y Publicación

Para preparar el paquete para su distribución:

1. Sincronice las dependencias y actualice el archivo de bloqueo:

uv sync

2. Compile las distribuciones del paquete:

uv build

Esto creará distribuciones de código fuente y wheel en el directorio dist/.

3. Publique en PyPI:

uv publish

Nota: Necesitará establecer las credenciales de PyPI mediante variables de entorno o banderas de comando:

• Token: --token o UV_PUBLISH_TOKEN
• O nombre de usuario/contraseña: --username/UV_PUBLISH_USERNAME y --password/UV_PUBLISH_PASSWORD

Depuración

Dado que los servidores MCP se ejecutan sobre stdio, la depuración puede ser un desafío. Para una mejor experiencia de depuración, recomendamos encarecidamente usar el MCP Inspector.

Puede iniciar el MCP Inspector mediante npm con este comando:

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

Al iniciarse, el Inspector mostrará una URL a la que puede acceder en su navegador para comenzar a depurar.