IDE mit BigQuery verbinden – MCP Toolbox

In diesem Leitfaden erfahren Sie, wie Sie die MCP Toolbox for Databases verwenden, um Ihre BigQuery-Instanz mit verschiedenen integrierten Entwicklungsumgebungen (IDEs) und Entwicklertools zu verbinden. Dabei wird das Model Context Protocol (MCP) verwendet, ein offenes Protokoll zum Verbinden von Large Language Models (LLMs) mit Datenquellen wie BigQuery. So können Sie SQL-Abfragen ausführen und direkt über Ihre vorhandenen Tools mit Ihrem Projekt interagieren.

In diesem Leitfaden wird der Verbindungsprozess für die folgenden IDEs beschrieben:

Hinweise

  1. Wählen Sie in der Trusted Cloud -Console auf der Seite für die Projektauswahl ein Trusted Cloud by S3NS -Projekt aus oder erstellen Sie eines.

  2. Die Abrechnung für Ihr Trusted Cloud by S3NS -Projekt muss aktiviert sein.

  3. Aktivieren Sie die BigQuery API im Trusted Cloud by S3NS -Projekt.

  4. Konfigurieren Sie die erforderlichen Rollen und Berechtigungen, um diese Aufgabe auszuführen. Sie benötigen die Rolle BigQuery-Nutzer (roles/bigquery.user), die Rolle „BigQuery-Datenbetrachter“ (roles/bigquery.dataViewer) oder entsprechende IAM-Berechtigungen, um eine Verbindung zur Instanz herzustellen.

  5. Konfigurieren Sie Standardanmeldedaten für Anwendungen (ADC) für Ihre Umgebung.

MCP-Toolbox installieren

  1. Laden Sie die aktuelle Version der MCP Toolbox als Binärdatei herunter. Wählen Sie die Binärdatei aus, die Ihrem Betriebssystem und Ihrer CPU-Architektur entspricht. Sie müssen die MCP Toolbox-Version V0.7.0 oder höher verwenden:

    linux/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
    

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.7.0.

    macOS darwin/arm64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
    

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.7.0.

    macOS darwin/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
    

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.7.0.

    windows/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
    

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.7.0.

  2. So machen Sie die Binärdatei ausführbar:

    chmod +x toolbox
    
  3. Installation prüfen:

    ./toolbox --version
    

MCP-Client konfigurieren

Claude-Code


1. Installieren Sie Claude Code.
2. Erstellen Sie im Stammverzeichnis Ihres Projekts die Datei .mcp.json, falls sie noch nicht vorhanden ist.
3. Fügen Sie die Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Claude für den Computer


1. Öffnen Sie Claude Desktop und rufen Sie die Einstellungen auf.
2. Klicken Sie auf dem Tab Entwickler auf Konfiguration bearbeiten, um die Konfigurationsdatei zu öffnen.
3. Fügen Sie die Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Starten Sie Claude Desktop neu.
5. Auf dem neuen Chatbildschirm wird ein Hammersymbol (MCP) mit dem neuen MCP-Server angezeigt.


Cline


1. Öffnen Sie die Cline-Erweiterung in VS Code und tippen Sie auf das Symbol MCP Servers.
2. Tippen Sie auf „MCP-Server konfigurieren“, um die Konfigurationsdatei zu öffnen.
3. Fügen Sie die folgende Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Nachdem die Verbindung zum Server erfolgreich hergestellt wurde, wird ein grüner aktiver Status angezeigt.

Cursor


1. Erstellen Sie das Verzeichnis .cursor im Stammverzeichnis Ihres Projekts, falls es noch nicht vorhanden ist.
2. Erstellen Sie die Datei .cursor/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.
3. Fügen Sie die folgende Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Öffnen Sie Cursor und gehen Sie zu Einstellungen > Cursoreinstellungen > MCP. Wenn der Server verbunden ist, wird ein grüner aktiver Status angezeigt.

Visual Studio Code (Copilot)


1. Öffnen Sie VS Code und erstellen Sie das Verzeichnis .vscode im Stammverzeichnis Ihres Projekts, falls es noch nicht vorhanden ist.
2. Erstellen Sie die Datei .vscode/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.
3. Fügen Sie die folgende Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "servers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Windsurfen


1. Öffnen Sie Windsurf und rufen Sie den Cascade-Assistenten auf.
2. Klicken Sie auf das MCP-Symbol und dann auf Konfigurieren, um die Konfigurationsdatei zu öffnen.
3. Fügen Sie die folgende Konfiguration hinzu, ersetzen Sie die Umgebungsvariablen durch Ihre Werte und speichern Sie:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Tools verwenden 

Ihr KI-Tool ist jetzt über MCP mit BigQuery verbunden. Bitten Sie Ihren KI-Assistenten, Tabellen aufzulisten, eine Tabelle zu erstellen oder andere SQL-Anweisungen zu definieren und auszuführen.

Dem LLM stehen die folgenden Tools zur Verfügung:

  • execute_sql: SQL-Anweisung ausführen
  • get_dataset_info: Dataset-Metadaten abrufen
  • get_table_info: Tabellenmetadaten abrufen
  • list_dataset_ids: Datasets auflisten
  • list_table_ids: Tabellen auflisten