关于 bigquery-mcp
bigquery-mcp 是面向 AI Agent 的 BigQuery MCP 服务，帮助分析数据库内容。它提供检查数据集、表、列和查询历史的工具，以补充 Agent 编写分析 SQL 所需的上下文。
主要功能
- 01检查数据集和表
- 02查看列信息
- 03检查查询历史
- 04使用 BigQuery 客户端访问数据
适用场景
- 01了解仓库中的数据结构
- 02为分析 SQL 获取表和列上下文
- 03查看 BigQuery 查询历史
MCP 相关
该 MCP 服务向 AI Agent 提供检查 BigQuery 数据仓库内容的工具，包括数据集、表、列和查询历史。
配置
本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。
详细介绍
bigquery-mcp
用于 BigQuery 的模型上下文协议（MCP）服务。
前置条件
本项目和 mcp CLI 依赖于已安装依赖管理工具 uv。例如，Homebrew 用户可以通过 brew install uv 安装。其他安装方式见此处。
本项目目前假设你可以“自动”创建 BigQuery Client，如果本地环境中安装了 gcloud，通常就能做到这一点。在其他环境中，你可能需要合适的服务账号凭据（并且可以设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量，向 BigQuery 客户端库指定这些凭据的位置）。
用于开发
你还需要安装 Taskfile。如果你使用 Homebrew，运行 brew install go-task 即可。
其他安装方式见此处。
Cursor IDE 快速入门
- 确保已安装前置条件
- 克隆此仓库
- 运行
uv sync安装依赖 - 在 Cursor 设置 > MCP 服务中，使用以下命令启动服务：
uv run --with mcp --directory /path/to/bigquery-mcp mcp run /path/to/bigquery-mcp/src/server.py
建议在你的工作项目中的 .cursor/rules/tool-use-rule.mdc 编写一条上下文规则。Cursor Agent 需要一些指引才能正确使用这些工具。
详情
AI Agent 已经开始擅长编写代码，但在处理数据相关任务时往往会遇到困难。这是因为程序逻辑与数据库的实际内容相互耦合。
具体来说，AI Agent 经常无法为分析任务编写高质量的 SQL 查询。它们有能力编写代码，因此问题并非缺乏这方面的能力，而更多是因为缺少关于数据库_内容_的上下文。
此 MCP 服务通过为 AI Agent 提供工具来解决这一问题，使其能够检查 BigQuery 数据仓库的内容（即数据集、表、列和查询历史）。
评论
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。