bigquery-mcp

bigquery-mcp

BigQuery 用の Model Context Protocol（MCP）サーバーです。

前提条件

このプロジェクトと mcp CLI を使用するには、依存関係管理ツール uv がインストールされている必要があります。Homebrew をお使いの場合は、たとえば brew install uv でインストールできます。ほかの方法はこちらをご覧ください。

このプロジェクトでは（現時点で）、BigQuery Client を「透過的に」作成できることを前提としています。通常は、ローカル環境に gcloud がインストールされていれば、この条件を満たします。それ以外の環境では、適切なサービスアカウントの認証情報が必要になる場合があります（GOOGLE_APPLICATION_CREDENTIALS 環境変数を設定して、これらの認証情報の場所を BigQuery クライアントライブラリに指定できます）。

開発用

Taskfile もインストールする必要があります。Homebrew をお使いの場合は、brew install go-task でインストールできます。 ほかの方法はこちらをご覧ください。

Cursor IDE のクイックスタート

0. 前提条件がインストールされていることを確認します
1. このリポジトリをクローンします
2. uv sync を実行して依存関係をインストールします
3. Cursor の設定 > MCP Servers で、次のコマンドを使ってサーバーを起動します。

uv run --with mcp --directory /path/to/bigquery-mcp mcp run /path/to/bigquery-mcp/src/server.py

作業中のプロジェクトの .cursor/rules/tool-use-rule.mdc に、コンテキストに沿ったルールを記述することをおすすめします。Cursor Agent がツールを適切に使うには、いくつかの指示が必要です。

詳細

AI エージェントはコード作成に優れた能力を発揮するようになりましたが、データ関連のタスクには苦労することがよくあります。これは、プログラムのロジックとデータベースの実際の内容が密接に結び付いているためです。

より具体的には、AI エージェントは分析タスク向けの適切な SQL クエリを作成できないことがよくあります。コードを書く能力はあるため、この分野の能力が不足しているのではなく、データベースの 内容 に関するコンテキストが不足していることが主な原因です。

この MCP サーバーは、BigQuery データウェアハウスの内容（データセット、テーブル、カラム、クエリ履歴など）を調べるためのツールを AI エージェントに提供し、この問題の解決を支援します。