Bigquery MCP

🚀 大查询 MCP サーバー

大規模データ分析プラットフォームである BigQuery 用に設計されたモデルコンテキストプロトコル（MCP）サーバーです。

🚀 クイックスタート

前提条件

このプロジェクトと mcp CLI ツールは、依存関係管理ツール uv がインストールされていることを前提としています。例えば、Homebrew を使用しているユーザーは、brew install uv を実行することでインストールできます。詳細なインストール方法はこちらを参照。

現在、このプロジェクトでは、BigQuery Client を「透過的に」作成できることを前提としています。これは通常、gcloud がローカル環境にインストールされている場合に当てはまります。他の環境では、適切なサービスアカウントの資格情報が必要になる場合があります（そして、BigQuery クライアントライブラリにこれらの資格情報の位置を指示するために GOOGLE_APPLICATION_CREDENTIALS 環境変数を設定する必要があります）。

開発環境

Taskfile もインストールする必要があります。Homebrew ユーザーは、brew install go-task を実行してインストールできます。詳細なインストール方法はこちらを参照。

Cursor IDE での高速セットアップ

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

プロジェクト内の .cursor/rules/tool-use-rule.mdc ファイルにコンテキストルールを記述することをおすすめします。Cursor エージェントは、ツールを正しく使用するためにいくつかの指示が必要です。

📚 ドキュメント

AI エージェントはコードの記述には得意ですが、データ関連のタスクを処理する際にはしばしば苦労します。これは、プログラムのロジックと実際のデータベースの内容との間の結合に起因しています。

具体的には、AI エージェントは分析タスクのための SQL クエリを記述する能力が低いことが多いです。彼らはコードを記述することができるので、問題はこの分野の能力不足ではなく、データベースの 内容 を理解していないことにあります。

この MCP サーバーは、AI エージェントが BigQuery データウェアハウスの内容（データセット、テーブル、列、クエリ履歴など）を調べるために使用できるツールを提供することで、この問題を解決します。