חיבור מודלים גדולים של שפה (LLM) ל-BigQuery באמצעות MCP

במדריך הזה מוסבר איך להשתמש ב-MCP Toolbox for Databases כדי לקשר את פרויקט BigQuery למגוון סביבות פיתוח משולבות (IDE) ולכלי פיתוח. הוא משתמש בModel Context Protocol‏ (MCP), פרוטוקול פתוח לחיבור מודלים גדולים של שפה (LLM) למקורות נתונים כמו BigQuery, שמאפשר להריץ שאילתות SQL ולקיים אינטראקציה עם הפרויקט ישירות מהכלים הקיימים.

אם משתמשים ב-Gemini CLI, אפשר להשתמש בתוספים של BigQuery. איך מפתחים באמצעות Gemini CLI אם אתם מתכננים ליצור כלים בהתאמה אישית ל-Gemini CLI, כדאי להמשיך לקרוא.

במדריך הזה מוצג תהליך החיבור של סביבות הפיתוח המשולבות (IDE) הבאות:

  • סמן
  • ‫Windsurf (לשעבר Codeium)
  • קוד Visual Studio ‏ (Copilot)
  • ‫Cline (תוסף ל-VS Code)
  • ‫Claude למחשב
  • Claude code
  • Antigravity

לפני שמתחילים

  1. בדף project selector במסוף Cloud de Confiance , בוחרים פרויקט ב- Cloud de Confiance by S3NS או יוצרים אותו.

  2. מוודאים שהחיוב מופעל בפרויקט Cloud de Confiance .

  3. מפעילים את BigQuery API בפרויקט Cloud de Confiance .

  4. מגדירים את התפקידים וההרשאות הנדרשים כדי לבצע את המשימה הזו. כדי להתחבר לפרויקט, צריך את התפקיד BigQuery User ‏ (roles/bigquery.user), את התפקיד BigQuery Data Viewer ‏ (roles/bigquery.dataViewer) או הרשאות IAM שוות ערך.

  5. מגדירים Application Default Credentials (ADC) לסביבה שלכם.

התחברות ל-Antigravity

אפשר לקשר את BigQuery ל-Antigravity בדרכים הבאות:

  • שימוש ב-MCP Store
  • שימוש בהגדרה מותאמת אישית

הערה: לא צריך להוריד את הקובץ הבינארי של MCP Toolbox כדי להשתמש בשיטות האלה.

חנות MCP

הדרך הכי פשוטה להתחבר ל-BigQuery ב-Antigravity היא באמצעות חנות ה-MCP המובנית.

  1. פותחים את Antigravity ואת החלונית של סוכן העריכה.
  2. לוחצים על סמל שלוש הנקודות בחלק העליון של החלונית ובוחרים באפשרות MCP Servers (שרתי MCP).
  3. מחפשים את BigQuery ברשימת השרתים הזמינים ולוחצים על Install (התקנה).
  4. פועלים לפי ההוראות המוצגות כדי לקשר את החשבונות בצורה מאובטחת, אם רלוונטי.

אחרי שמתקינים את BigQuery ב-MCP Store, המשאבים והכלים מהשרת זמינים באופן אוטומטי בעורך.

הגדרה בהתאמה אישית

כדי להתחבר לשרת MCP בהתאמה אישית, פועלים לפי השלבים הבאים:

  1. פותחים את Antigravity ועוברים לחנות MCP באמצעות התפריט הנפתח '...' בחלק העליון של חלונית הסוכן בכלי העריכה.
  2. כדי לפתוח את הקובץ mcp_config.json, לוחצים על MCP Servers ואז על Manage MCP Servers > View raw config.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתנה הסביבה בערכים שלכם ושומרים.
{
  "mcpServers": {
    "bigquery": {
      "command": "npx",
      "args": ["-y","@toolbox-sdk/server","--prebuilt","bigquery","--stdio"],
      "env": {
          "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

התקנת MCP Toolbox

אם אתם מתכננים להשתמש רק בתוספים של BigQuery Gemini CLI, אתם לא צריכים להתקין את MCP Toolbox, כי הם כוללים את היכולות הנדרשות של השרת. כדי להתקין את MCP Toolbox בסביבות פיתוח משולבות (IDE) ובכלים אחרים, פועלים לפי השלבים שבקטע הזה.

ערכת הכלים פועלת כשרת Model Context Protocol‏ (MCP) בקוד פתוח, שממוקם בין סביבת הפיתוח המשולבת (IDE) לבין BigQuery. היא מספקת מישור בקרה מאובטח ויעיל לכלי ה-AI שלכם.

  1. מורידים את הגרסה האחרונה של MCP Toolbox כקובץ בינארי. בוחרים את הקובץ הבינארי שמתאים למערכת ההפעלה (OS) ולארכיטקטורת המעבד. חובה להשתמש בגרסה V0.7.0 ואילך של MCP Toolbox:

    ‫linux/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/linux/amd64/toolbox
    

    מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v0.7.0.

    ‫macOS darwin/arm64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/arm64/toolbox
    

    מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v0.7.0.

    ‫macOS darwin/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/amd64/toolbox
    

    מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v0.7.0.

    windows/amd64

    curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/windows/amd64/toolbox
    

    מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v0.7.0.

  2. הופכים את הקובץ הבינארי לקובץ הפעלה:

    chmod +x toolbox
    
  3. מאמתים את ההתקנה:

    ./toolbox --version
    

הגדרת לקוחות וחיבורים

בקטע הזה מוסבר איך לחבר את BigQuery לכלים שלכם.

אם אתם משתמשים ב-Gemini CLI עצמאי, אתם לא צריכים להתקין או להגדיר את MCP Toolbox, כי חבילת התוספים כוללת את היכולות הנדרשות של השרת.

כדי להשתמש בכלים ובסביבות פיתוח משולבות (IDE) אחרים שתואמים ל-MCP, קודם צריך להתקין את MCP Toolbox.

Claude code

  1. מתקינים את Claude Code.
  2. יוצרים קובץ .mcp.json בתיקיית הבסיס של הפרויקט, אם הוא לא קיים.
  3. מוסיפים את ההגדרה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "mcpServers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            
  4. מפעילים מחדש את Claude Code כדי לטעון את ההגדרות החדשות. כשפותחים אותו מחדש, הכלי מציין ששרת ה-MCP שהוגדר זוהה.

‫Claude למחשב

  1. פותחים את Claude Desktop ועוברים אל Settings (הגדרות).
  2. בכרטיסייה Developer (פיתוח), לוחצים על Edit Config (עריכת ההגדרה) כדי לפתוח את קובץ ההגדרות.
  3. מוסיפים את ההגדרה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "mcpServers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            
  4. מפעילים מחדש את Claude Desktop.
  5. במסך הצ'אט החדש מוצג סמל של פטיש (MCP) עם שרת ה-MCP החדש.

קלין

  1. פותחים את התוסף Cline ב-VS Code ומקישים על הסמל MCP Servers.
  2. לוחצים על Configure MCP Servers (הגדרת שרתי MCP) כדי לפתוח את קובץ ההגדרות.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "mcpServers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            

אחרי שהשרת מתחבר בהצלחה, מופיע סטטוס פעיל בצבע ירוק.

סמן

  1. יוצרים את הספרייה .cursor בתיקיית הבסיס של הפרויקט אם היא לא קיימת.
  2. יוצרים את הקובץ .cursor/mcp.json אם הוא לא קיים ופותחים אותו.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "mcpServers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            
  4. פותחים את הסמן ועוברים אל הגדרות > הגדרות הסמן > MCP. סטטוס פעיל ירוק מופיע כשהשרת מתחבר.

קוד Visual Studio ‏ (Copilot)

  1. פותחים את VS Code ויוצרים את הספרייה .vscode בתיקיית הבסיס של הפרויקט, אם היא לא קיימת.
  2. יוצרים את הקובץ .vscode/mcp.json אם הוא לא קיים, ופותחים אותו.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "servers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            
  4. טוענים מחדש את החלון של VS Code. התוסף שתואם ל-MCP מזהה באופן אוטומטי את ההגדרה ומתחיל את השרת.

גלישת רוח

  1. פותחים את Windsurf ועוברים אל Cascade assistant.
  2. לוחצים על סמל ה-MCP ואז על Configure (הגדרה) כדי לפתוח את קובץ ההגדרות.
  3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:
            {
              "mcpServers": {
                "bigquery": {
                  "command": "./PATH/TO/toolbox",
                  "args": ["--prebuilt","bigquery","--stdio"],
                  "env": {
                    "BIGQUERY_PROJECT": "PROJECT_ID"
                  }
                }
              }
            }
            

הערה: משתנה הסביבה BIGQUERY_PROJECT מציין את מזהה הפרויקט שבו כלי MCP Toolbox ישתמש כברירת מחדל. Cloud de Confiance כל הפעולות ב-BigQuery, כמו הפעלת שאילתות, מתבצעות במסגרת הפרויקט הזה.

שימוש בכלים

כלי ה-AI שלכם מחובר עכשיו ל-BigQuery באמצעות MCP. אפשר לבקש מהעוזר הדיגיטלי מבוסס ה-AI ליצור רשימה של טבלאות, ליצור טבלה או להגדיר ולהפעיל הצהרות SQL אחרות.

הכלים הבאים זמינים ל-LLM:

  • analyze_contribution: ביצוע ניתוח הגורמים לאנומליות, שנקרא גם ניתוח גורמי מפתח.
  • ask_data_insights: ניתוח נתונים, קבלת תובנות או מענה לשאלות מורכבות לגבי התוכן של טבלאות BigQuery.
  • execute_sql: הפעלת הצהרת SQL.
  • תחזית: נתונים של סדרת זמן של תחזית.
  • get_dataset_info: אחזור מטא-נתונים של מערך נתונים.
  • get_table_info: אחזור מטא-נתונים של טבלה.
  • list_dataset_ids: רשימת מערכי נתונים.
  • list_table_ids: רשימת הטבלאות.
  • search_catalog: חיפוש טבלה באמצעות שפה טבעית.