Conecta los LLM a BigQuery con MCP
En esta guía, se muestra cómo usar la caja de herramientas de MCP para bases de datos y conectar tu proyecto de BigQuery a una variedad de entornos de desarrollo integrados (IDE) y herramientas para desarrolladores. Utiliza el Protocolo de contexto del modelo (MCP), un protocolo abierto para conectar modelos de lenguaje grandes (LLM) a fuentes de datos como BigQuery, lo que te permite ejecutar consultas en SQL e interactuar con tu proyecto directamente desde tus herramientas existentes.
Si usas Gemini CLI, puedes usar extensiones de BigQuery. Para obtener más información, consulta Cómo desarrollar con la CLI de Gemini. Si planeas crear herramientas personalizadas para la CLI de Gemini, sigue leyendo.
En esta guía, se muestra el proceso de conexión para los siguientes IDEs:
- Cursor
- Windsurf (antes conocido como Codeium)
- Visual Studio Code (Copilot)
- Cline (extensión de VS Code)
- Claude para computadoras
- Código de Claude
- Antigravity
Antes de comenzar
En la consola de Google Cloud , en la página del selector de proyectos, selecciona o crea un proyecto de Google Cloud .
Asegúrate de tener habilitada la facturación para tu proyecto de Google Cloud .
Configura los roles y permisos necesarios para completar esta tarea. Necesitarás el rol de usuario de BigQuery (
roles/bigquery.user), el rol de visualizador de datos de BigQuery (roles/bigquery.dataViewer) o permisos de IAM equivalentes para conectarte al proyecto.Configura las credenciales predeterminadas de la aplicación (ADC) para tu entorno.
Conéctate con Antigravity
Puedes conectar BigQuery a Antigravity de las siguientes maneras:
- Cómo usar la tienda de MCP
- Usa una configuración personalizada
Nota: No es necesario que descargues el objeto binario de MCP Toolbox para usar estos métodos.
Tienda de MCP
La forma más sencilla de conectarse a BigQuery en Antigravity es usar la MCP Store integrada.
- Abre Antigravity y el panel del agente del editor.
- Haz clic en el ícono "…" en la parte superior del panel y selecciona Servidores de MCP.
- Busca BigQuery en la lista de servidores disponibles y haz clic en Instalar.
- Sigue las indicaciones en pantalla para vincular tus cuentas de forma segura cuando corresponda.
Después de instalar BigQuery en MCP Store, los recursos y las herramientas del servidor estarán disponibles automáticamente en el editor.
Configuración personalizada
Para conectarte a un servidor de MCP personalizado, sigue estos pasos:
- Abre Antigravity y navega a la tienda de MCP con el menú desplegable "…" en la parte superior del panel del agente del editor.
- Para abrir el archivo mcp_config.json, haz clic en MCP Servers y, luego, en Manage MCP Servers > View raw config.
- Agrega la siguiente configuración, reemplaza la variable de entorno por tus valores y guarda.
{
"mcpServers": {
"bigquery": {
"command": "npx",
"args": ["-y","@toolbox-sdk/server","--prebuilt","bigquery","--stdio"],
"env": {
"BIGQUERY_PROJECT": "PROJECT_ID"
}
}
}
}
Instala MCP Toolbox
No necesitas instalar la caja de herramientas de MCP si solo planeas usar las extensiones de BigQuery Gemini CLI, ya que incluyen las capacidades del servidor requeridas. Para otros IDE y herramientas, sigue los pasos de esta sección para instalar MCP Toolbox.
La caja de herramientas actúa como un servidor de Protocolo de contexto del modelo (MCP) de código abierto que se encuentra entre tu IDE y BigQuery, y proporciona un plano de control seguro y eficiente para tus herramientas de IA.
Descarga la versión más reciente de MCP Toolbox como un objeto binario. Selecciona el objeto binario correspondiente a tu sistema operativo (SO) y a la arquitectura de CPU. Debes usar la versión V0.7.0 o una posterior de MCP Toolbox:
linux/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
Reemplaza
VERSIONpor la versión de MCP Toolbox, por ejemplo,v0.7.0.macOS darwin/arm64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
Reemplaza
VERSIONpor la versión de MCP Toolbox, por ejemplo,v0.7.0.macOS darwin/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
Reemplaza
VERSIONpor la versión de MCP Toolbox, por ejemplo,v0.7.0.windows/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
Reemplaza
VERSIONpor la versión de MCP Toolbox, por ejemplo,v0.7.0.Haz que el objeto binario sea ejecutable:
chmod +x toolboxVerifica la instalación:
./toolbox --version
Configura clientes y conexiones
En esta sección, se explica cómo conectar BigQuery a tus herramientas.
Si usas la CLI de Gemini independiente, no necesitas instalar ni configurar MCP Toolbox, ya que las extensiones incluyen las capacidades del servidor requeridas.
Para otras herramientas y otros IDE compatibles con MCP, primero debes instalar MCP Toolbox.
Código de Claude
- Instala Claude Code.
- Crea un archivo
.mcp.jsonen la raíz de tu proyecto si no existe. - Agrega la configuración, reemplaza las variables de entorno por tus valores y guarda:
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Reinicia Claude Code para cargar la nueva configuración. Cuando se vuelve a abrir, la herramienta indica que se detectó el servidor de MCP configurado.
Claude para computadoras
- Abre Claude Desktop y navega a Configuración.
- En la pestaña Desarrollador, haz clic en Editar configuración para abrir el archivo de configuración.
- Agrega la configuración, reemplaza las variables de entorno por tus valores y guarda los cambios:
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Reinicia Claude para computadoras.
- En la nueva pantalla de chat, se muestra un ícono de martillo (MCP) con el nuevo servidor de MCP.
Cline
- Abre la extensión Cline en VS Code y presiona el ícono de Servidores de MCP.
- Presiona Configure MCP Servers para abrir el archivo de configuración.
- Agrega la siguiente configuración, reemplaza las variables de entorno por tus valores y guarda:
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } }
Aparece un estado activo de color verde después de que el servidor se conecta correctamente.
Cursor
- Crea el directorio
.cursoren la raíz del proyecto si no existe. - Crea el archivo
.cursor/mcp.jsonsi no existe y ábrelo. - Agrega la siguiente configuración, reemplaza las variables de entorno por tus valores y guarda:
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Abre Cursor y navega a Configuración > Configuración del cursor > MCP. Cuando el servidor se conecta, aparece un estado activo de color verde.
Visual Studio Code (Copilot)
- Abre VS Code y crea un directorio
.vscodeen la raíz de tu proyecto si no existe. - Crea el archivo
.vscode/mcp.jsonsi no existe y ábrelo. - Agrega la siguiente configuración, reemplaza las variables de entorno por tus valores y guarda:
{ "servers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } } - Vuelve a cargar la ventana de VS Code. La extensión compatible con MCP detecta automáticamente la configuración y, luego, inicia el servidor.
Windsurf
- Abre Windsurf y navega al asistente de Cascade.
- Haz clic en el ícono de MCP y, luego, en Configurar para abrir el archivo de configuración.
- Agrega la siguiente configuración, reemplaza las variables de entorno por tus valores y guarda:
{ "mcpServers": { "bigquery": { "command": "./PATH/TO/toolbox", "args": ["--prebuilt","bigquery","--stdio"], "env": { "BIGQUERY_PROJECT": "PROJECT_ID" } } } }
Nota: La variable de entorno
BIGQUERY_PROJECTespecifica el ID del proyecto Google Cloud predeterminado que debe usar MCP Toolbox. Todas las operaciones de BigQuery, como la ejecución de consultas, se realizan dentro de este proyecto.
Usa las herramientas
Tu herramienta de IA ahora está conectada a BigQuery a través de MCP. Intenta pedirle a tu asistente de IA que enumere tablas, cree una tabla o defina y ejecute otras instrucciones de SQL.
Las siguientes herramientas están disponibles para el LLM:
- analyze_contribution: Realiza un análisis de contribuciones, también llamado análisis de factores clave.
- ask_data_insights: Realiza análisis de datos, obtiene estadísticas o responde preguntas complejas sobre el contenido de las tablas de BigQuery.
- execute_sql: Ejecuta la instrucción de SQL.
- forecast: Prevé datos de series temporales.
- get_dataset_info: Obtiene metadatos del conjunto de datos.
- get_table_info: Obtiene metadatos de la tabla.
- list_dataset_ids: Enumera los conjuntos de datos.
- list_table_ids: Enumera las tablas.
- search_catalog: Busca una tabla con lenguaje natural.