BigQuery を MCP、Gemini CLI、その他のエージェントで使用する
このガイドでは、データベース向け MCP ツールボックスを使用して、BigQuery プロジェクトをさまざまな統合開発環境(IDE)とデベロッパー ツールに接続する方法について説明します。Model Context Protocol(MCP)を使用します。これは、大規模言語モデル(LLM)を BigQuery などのデータソースに接続するためのオープン プロトコルであり、SQL クエリを実行して、既存のツールからプロジェクトを直接操作できます。
Gemini CLI を使用する場合は、BigQuery 拡張機能を使用できます。詳細については、Gemini CLI を使用して開発するをご覧ください。Gemini CLI 用のカスタムツールを構築する場合は、読み進めてください。
このガイドでは、次の IDE の接続プロセスについて説明します。
- Cursor
- Windsurf(旧 Codeium)
- Visual Studio Code(Copilot)
- Cline(VS Code 拡張機能)
- Claude Desktop
- Claude Code
始める前に
Cloud de Confiance コンソールのプロジェクト セレクタページで、 Cloud de Confiance by S3NS プロジェクトを選択または作成します。
このタスクを完了するために必要なロールと権限を構成します。プロジェクトに接続するには、BigQuery ユーザーロール(
roles/bigquery.user)、BigQuery データ閲覧者ロール(roles/bigquery.dataViewer)、または同等の IAM 権限が必要です。使用する環境のアプリケーションのデフォルト認証情報(ADC)を構成します。
MCP ツールボックスをインストールする
BigQuery Gemini CLI 拡張機能のみを使用する場合は、必要なサーバー機能がバンドルされているため、MCP ツールボックスをインストールする必要はありません。他の IDE とツールについては、このセクションの手順に沿って MCP ツールボックスをインストールします。
このツールボックスは、IDE と BigQuery の間に配置されるオープンソースの Model Context Protocol(MCP)サーバーとして機能し、AI ツール用の安全で効率的なコントロール プレーンを提供します。
MCP ツールボックスの最新バージョンをバイナリとしてダウンロードします。オペレーティング システム(OS)と CPU アーキテクチャに対応するバイナリを選択します。MCP ツールボックス バージョン V0.7.0 以降を使用する必要があります。
linux / amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
VERSIONは、MCP ツールボックスのバージョン(v0.7.0など)に置き換えます。macOS darwin/arm64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
VERSIONは、MCP ツールボックスのバージョン(v0.7.0など)に置き換えます。macOS darwin/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
VERSIONは、MCP ツールボックスのバージョン(v0.7.0など)に置き換えます。windows/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
VERSIONは、MCP ツールボックスのバージョン(v0.7.0など)に置き換えます。バイナリを実行可能にします。
chmod +x toolboxインストールを確認します。
./toolbox --version
クライアントと接続を設定する
このセクションでは、BigQuery をツールに接続する方法について説明します。
スタンドアロンの Gemini CLI を使用している場合、拡張機能に必要なサーバー機能をバンドルしているため、MCP Toolbox をインストールまたは構成する必要はありません。
他の MCP 互換ツールと IDE の場合は、まず MCP ツールボックスをインストールする必要があります。
Claude Code
- Claude Code をインストールします。
.mcp.jsonファイルが存在しない場合は、プロジェクトのルートに作成します。- 構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Claude Code を再起動して、新しい設定を読み込みます。ツールを再度開くと、構成された MCP サーバーが検出されたことを示すメッセージが表示されます。
Claude Desktop
- Claude Desktop を開き、[Settings] に移動します。
- [Developer] タブで [Edit Config] をクリックして、構成ファイルを開きます。
- 構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Claude Desktop を再起動します。
- 新しいチャット画面に、新しい MCP サーバーのハンマー(MCP)アイコンが表示されます。
Cline
- VS Code で Cline 拡張機能を開き、[MCP Servers] アイコンをタップします。
- [Configure MCP Servers] をタップして構成ファイルを開きます。
- 次の構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } }
サーバーが正常に接続されると、緑色のアクティブ ステータスが表示されます。
Cursor
- プロジェクトのルートに
.cursorディレクトリが存在しない場合は作成します。 .cursor/mcp.jsonファイルが存在しない場合は作成してから、それを開きます。- 次の構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Cursor を開き、[Settings] > [Cursor Settings] > [MCP] に移動します。サーバーに接続すると、緑色のアクティブ ステータスが表示されます。
Visual Studio Code(Copilot)
- VS Code を開き、プロジェクトのルートに
.vscodeディレクトリが存在しない場合は作成します。 .vscode/mcp.jsonファイルが存在しない場合は作成してから、それを開きます。- 次の構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "servers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - VS Code ウィンドウを再読み込みします。MCP 互換の拡張機能が構成を自動的に検出し、サーバーを起動します。
Windsurf
- Windsurf を開き、Cascade アシスタントに移動します。
- MCP アイコンをクリックし、[Configure] をクリックして構成ファイルを開きます。
- 次の構成を追加し、環境変数を実際の値に置き換えて保存します。
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } }
注:
BIGQUERY_PROJECT環境変数には、MCP ツールボックスで使用するデフォルトの Cloud de Confiance プロジェクト ID を指定します。クエリの実行など、すべての BigQuery オペレーションはこのプロジェクト内で実行されます。
ツールを使用する
AI ツールが MCP を使用して BigQuery に接続されました。AI アシスタントにテーブルのリスト表示、テーブルの作成、他の SQL ステートメントの定義と実行を依頼してみてください。
次のツールで LLM を使用できます。
- analyze_contribution: 貢献度分析(主要因分析)を実行します。
- ask_data_insights: データ分析の実行、分析情報の取得、BigQuery テーブルの内容に関する複雑な質問への回答を行います。
- execute_sql: SQL ステートメントを実行します。
- forecast: 時系列データを予測します。
- get_dataset_info: データセットのメタデータを取得します。
- get_table_info: テーブルのメタデータを取得します。
- list_dataset_ids: データセットを一覧表示します。
- list_table_ids: テーブルを一覧表示します。
- search_catalog: 自然言語を使用してテーブルを検索します。