大查询 MCP 服务器

为大查询（BigQuery）设计的一种模型上下文协议（MCP）服务器。

先决条件

本项目和 mcp CLI 工具依赖于您已经安装了依赖管理工具 uv。例如，使用 Homebrew 用户可以运行 brew install uv 进行安装。更多安装方法请参考这里。

目前该项目假设您能够“透明地”创建一个 BigQuery Client，这通常是 gcloud 已安装在本地环境中的情况。在其他环境中，可能需要合适的服务账户凭据（并设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量以指示这些凭据的位置到 BigQuery 客户端库）。

开发环境

您还需要安装 Taskfile。对于 Homebrew 用户，可以运行 brew install go-task 进行安装。更多安装方法请参考这里。

光速开始（适用于 Cursor IDE）

1. 确保先决条件已安装
2. 克隆下此仓库
3. 运行 uv sync 安装依赖项
4. 在 Cursor 设置 > MCP 服务器，启动一个服务器，使用以下命令：

uv run --with mcp --directory /path/to/bigquery-mcp mcp run /path/to/bigquery-mcp/src/server.py

建议在项目中写一个上下文规则到 .cursor/rules/tool-use-rule.mdc 文件。Cursor 代理需要一些指令才能正确使用工具。

详细信息

AI 代理已经开始擅长编写代码，但在处理数据相关任务时却常常遇到困难。这是由于程序逻辑与实际数据库内容之间的耦合所致。

更具体地说，AI 代理在编写 SQL 查询以进行分析任务方面经常表现不佳。它们能够编写代码，因此问题不在于这一领域的能力不足，而更多是因为对数据库的 内容 缺乏了解。

此 MCP 服务器通过提供 AI 代理可用的工具来解决这个问题，这些工具可以用于检查 BigQuery 数据仓库的内容（即数据集、表、列、查询历史）。