Menghubungkan LLM ke BigQuery dengan MCP

Panduan ini menunjukkan cara menggunakan MCP Toolbox for Databases untuk menghubungkan project BigQuery Anda ke berbagai Lingkungan Pengembangan Terintegrasi (IDE) dan alat developer. Alat ini menggunakan Model Context Protocol (MCP), sebuah protokol terbuka untuk menghubungkan model bahasa besar (LLM) ke sumber data seperti BigQuery, sehingga Anda dapat menjalankan kueri SQL dan berinteraksi dengan project secara langsung dari alat yang sudah ada.

Jika menggunakan Gemini CLI, Anda dapat menggunakan ekstensi BigQuery. Untuk mempelajari caranya, lihat Mengembangkan dengan Gemini CLI. Jika Anda berencana membuat alat kustom untuk Gemini CLI, lanjutkan membaca.

Panduan ini menunjukkan proses koneksi untuk IDE berikut:

  • Kursor
  • Windsurf (sebelumnya Codeium)
  • Visual Studio Code (Copilot)
  • Cline (ekstensi VS Code)
  • Claude desktop
  • Kode Claude
  • Antigravity

Sebelum memulai

  1. Di konsol Google Cloud , pada halaman pemilih project, pilih atau buat project Google Cloud .

  2. Pastikan penagihan diaktifkan untuk Google Cloud project Anda.

  3. Aktifkan BigQuery API di Google Cloud project.

  4. Konfigurasi peran dan izin yang diperlukan untuk menyelesaikan tugas ini. Anda memerlukan peran Pengguna BigQuery (roles/bigquery.user), peran Pelihat Data BigQuery (roles/bigquery.dataViewer), atau izin IAM yang setara untuk terhubung ke project.

  5. Konfigurasi Kredensial Default Aplikasi (ADC) untuk lingkungan Anda.

Terhubung dengan Antigravity

Anda dapat menghubungkan BigQuery ke Antigravity dengan cara berikut:

  • Menggunakan MCP Store
  • Menggunakan konfigurasi kustom

Catatan: Anda tidak perlu mendownload program biner MCP Toolbox untuk menggunakan metode ini.

MCP Store

Cara paling mudah untuk terhubung ke BigQuery di Antigravity adalah dengan menggunakan MCP Store bawaan.

  1. Buka Antigravity dan buka panel agen editor.
  2. Klik ikon "..." di bagian atas panel, lalu pilih Server MCP.
  3. Temukan BigQuery dalam daftar server yang tersedia, lalu klik Install.
  4. Ikuti perintah di layar untuk menautkan akun Anda dengan aman jika berlaku.

Setelah Anda menginstal BigQuery di MCP Store, resource dan alat dari server akan otomatis tersedia untuk editor.

Konfigurasi kustom

Untuk terhubung ke server MCP kustom, ikuti langkah-langkah berikut:

  1. Buka Antigravity dan buka toko MCP menggunakan drop-down "..." di bagian atas panel agen editor.
  2. Untuk membuka file mcp_config.json, klik Server MCP, lalu klik Manage MCP Servers > View raw config.
  3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan.
{
  "mcpServers": {
    "bigquery": {
      "command": "npx",
      "args": ["-y","@toolbox-sdk/server","--prebuilt","bigquery","--stdio"],
      "env": {
          "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Menginstal MCP Toolbox

Anda tidak perlu menginstal MCP Toolbox jika hanya berencana menggunakan ekstensi Gemini CLI BigQuery, karena ekstensi tersebut menggabungkan kapabilitas server yang diperlukan. Untuk IDE dan alat lainnya, ikuti langkah-langkah di bagian ini untuk menginstal MCP Toolbox.

Toolbox ini berfungsi sebagai server Model Context Protocol (MCP) open source yang berada di antara IDE dan BigQuery, sehingga menyediakan bidang kontrol yang aman dan efisien untuk alat AI Anda.

  1. Download versi terbaru MCP Toolbox sebagai biner. Pilih biner yang sesuai dengan sistem operasi (OS) dan arsitektur CPU Anda. Anda harus menggunakan MCP Toolbox versi V0.7.0 atau yang lebih baru:

    linux/amd64

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

    Ganti VERSION dengan versi MCP Toolbox, misalnya v1.14.0.

    macOS darwin/arm64

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

    Ganti VERSION dengan versi MCP Toolbox, misalnya v1.14.0.

    macOS darwin/amd64

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

    Ganti VERSION dengan versi MCP Toolbox, misalnya v1.14.0.

    windows/amd64

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

    Ganti VERSION dengan versi MCP Toolbox, misalnya v1.14.0.

  2. Jadikan biner sebagai file yang dapat dieksekusi:

    chmod +x toolbox

  3. Verifikasi penginstalannya:

    ./toolbox --version

Menyiapkan klien dan koneksi

Bagian ini menjelaskan cara menghubungkan BigQuery ke alat Anda.

Jika menggunakan Gemini CLI mandiri, Anda tidak perlu menginstal atau mengonfigurasi MCP Toolbox, karena ekstensi menggabungkan kemampuan server yang diperlukan.

Untuk alat dan IDE lain yang kompatibel dengan MCP, Anda harus menginstal MCP Toolbox terlebih dahulu.

Kode Claude

  1. Instal Claude Code.
  2. Buat file .mcp.json di root project Anda, jika file tersebut belum ada.
  3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "mcpServers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }
  4. Mulai ulang Claude Code untuk memuat setelan baru. Saat dibuka kembali, alat memberikan indikasi bahwa server MCP yang dikonfigurasi telah terdeteksi.

Claude desktop

  1. Buka Claude Desktop dan buka Setelan.
  2. Di tab Developer, klik Edit Config untuk membuka file konfigurasi.
  3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "mcpServers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }
  4. Mulai ulang Claude Desktop.
  5. Layar chat baru menampilkan ikon palu (MCP) dengan server MCP baru.

Cline

  1. Buka ekstensi Cline di VS Code, lalu ketuk ikon server MCP.
  2. Ketuk Configure MCP Servers untuk membuka file konfigurasi.
  3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "mcpServers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }

Status aktif berwarna hijau akan muncul setelah server berhasil terhubung.

Kursor

  1. Buat direktori .cursor di root project Anda jika belum ada.
  2. Buat file .cursor/mcp.json jika tidak ada dan bukalah.
  3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "mcpServers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }
  4. Buka Kursor, lalu buka Setelan > Setelan Kursor > MCP. Status aktif hijau muncul saat server terhubung.

Visual Studio Code (Copilot)

  1. Buka VS Code dan buat direktori .vscode di root project Anda jika direktori tersebut belum ada.
  2. Buat file .vscode/mcp.json jika tidak ada, lalu buka.
  3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "servers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }
  4. Muat ulang jendela VS Code. Ekstensi yang kompatibel dengan MCP akan otomatis mendeteksi konfigurasi dan memulai server.

Windsurf

  1. Buka Windsurf dan buka asisten Cascade.
  2. Klik ikon MCP, lalu klik Configure untuk membuka file konfigurasi.
  3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan: 
            {
          "mcpServers": {
            "bigquery": {
              "command": "./PATH/TO/toolbox",
              "args": ["--prebuilt","bigquery","--stdio"],
              "env": {
                "BIGQUERY_PROJECT": "PROJECT_ID"
              }
            }
          }
        }

Catatan: Variabel lingkungan BIGQUERY_PROJECT menentukan Project ID Google Cloud default yang akan digunakan MCP Toolbox. Semua operasi BigQuery, seperti menjalankan kueri, dijalankan dalam project ini.

Menggunakan alat

Alat AI Anda kini terhubung ke BigQuery menggunakan MCP. Coba minta asisten AI Anda untuk mencantumkan tabel, membuat tabel, atau menentukan dan menjalankan pernyataan SQL lainnya.

Alat berikut tersedia untuk LLM:

  • analyze_contribution: melakukan analisis kontribusi, yang juga disebut analisis faktor utama.
  • ask_data_insights: melakukan analisis data, mendapatkan insight, atau menjawab pertanyaan kompleks tentang isi tabel BigQuery.
  • execute_sql: menjalankan pernyataan SQL.
  • forecast: memperkirakan data deret waktu.
  • get_dataset_info: mendapatkan metadata set data.
  • get_table_info: mendapatkan metadata tabel.
  • list_dataset_ids: mencantumkan set data.
  • list_table_ids: mencantumkan tabel.
  • search_catalog: menelusuri tabel menggunakan bahasa alami.