חיבור מודלים גדולים של שפה (LLM) ל-BigQuery באמצעות MCP

במדריך הזה מוסבר איך להשתמש ב-MCP Toolbox for Databases כדי לקשר את פרויקט BigQuery למגוון סביבות פיתוח משולבות (IDE) ולכלים למפתחים. הוא משתמש ב-Model Context Protocol ‏(MCP), פרוטוקול פתוח לחיבור מודלים גדולים של שפה (LLM) למקורות נתונים כמו BigQuery, שמאפשר להריץ שאילתות SQL ולקיים אינטראקציה עם הפרויקט ישירות מהכלים הקיימים.

אם אתם משתמשים ב-Gemini CLI, אתם יכולים להשתמש בתוספים של BigQuery. איך מפתחים באמצעות Gemini CLI אם אתם מתכננים ליצור כלים בהתאמה אישית ל-Gemini CLI, כדאי להמשיך לקרוא.

במדריך הזה מוצג תהליך החיבור לסביבות הפיתוח המשולבות (IDE) הבאות:

• סמן
• ‫Windsurf (לשעבר Codeium)
• Visual Studio Code (Copilot)
• ‫Cline (תוסף ל-VS Code)
• Claude desktop
• Claude code
• Antigravity

לפני שמתחילים

1. בדף project selector במסוף Google Cloud , בוחרים פרויקט ב- Google Cloud או יוצרים אותו.

2. מוודאים שהחיוב מופעל בפרויקט Google Cloud .

3. מפעילים את BigQuery API בפרויקט Google Cloud .

4. מגדירים את התפקידים וההרשאות הנדרשים כדי לבצע את המשימה הזו. כדי להתחבר לפרויקט, צריך את התפקיד BigQuery User ‏ (roles/bigquery.user), את התפקיד BigQuery Data Viewer ‏ (roles/bigquery.dataViewer) או הרשאות IAM שוות ערך.

5. מגדירים Application Default Credentials (ADC) לסביבה שלכם.

חיבור ל-Antigravity

אפשר לקשר את BigQuery ל-Antigravity בדרכים הבאות:

• שימוש ב-MCP Store
• שימוש בהגדרה מותאמת אישית

הערה: לא צריך להוריד את הקובץ הבינארי של MCP Toolbox כדי להשתמש בשיטות האלה.

חנות MCP

הדרך הכי פשוטה להתחבר ל-BigQuery ב-Antigravity היא באמצעות חנות ה-MCP המובנית.

1. פותחים את Antigravity ואת החלונית של סוכן העריכה.
2. לוחצים על סמל האפשרויות הנוספות '...' בחלק העליון של החלונית ובוחרים באפשרות MCP Servers (שרתי MCP).
3. מחפשים את BigQuery ברשימת השרתים הזמינים ולוחצים על Install (התקנה).
4. פועלים לפי ההנחיות במסך כדי לקשר את החשבונות בצורה מאובטחת, אם רלוונטי.

אחרי שמתקינים את BigQuery ב-MCP Store, המשאבים והכלים מהשרת זמינים באופן אוטומטי בעורך.

הגדרה בהתאמה אישית

כדי להתחבר לשרת MCP בהתאמה אישית:

1. פותחים את Antigravity ועוברים לחנות ה-MCP באמצעות התפריט הנפתח '...' בחלק העליון של חלונית הסוכן בכלי העריכה.
2. כדי לפתוח את הקובץ mcp_config.json, לוחצים על שרתי MCP ואז על Manage MCP Servers > View raw config.
3. מוסיפים את ההגדרה הבאה, מחליפים את משתנה הסביבה בערכים שלכם ושומרים.

{
  "mcpServers": {
    "bigquery": {
      "command": "npx",
      "args": ["-y","@toolbox-sdk/server","--prebuilt","bigquery","--stdio"],
      "env": {
          "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

התקנת MCP Toolbox

אם אתם מתכננים להשתמש רק בתוספים של BigQuery Gemini CLI, אתם לא צריכים להתקין את MCP Toolbox, כי הם כוללים את היכולות הנדרשות של השרת. כדי להתקין את MCP Toolbox בכלי IDE ובכלים אחרים, פועלים לפי השלבים שמפורטים בקטע הזה.

ערכת הכלים פועלת כשרת Model Context Protocol‏ (MCP) בקוד פתוח, שנמצא בין סביבת הפיתוח המשולבת (IDE) לבין BigQuery, ומספקת מישור בקרה מאובטח ויעיל לכלי ה-AI שלכם.

1. מורידים את הגרסה העדכנית של MCP Toolbox כקובץ בינארי. בוחרים את הקובץ הבינארי שמתאים למערכת ההפעלה ולארכיטקטורת המעבד. צריך להשתמש ב-MCP Toolbox בגרסה V0.7.0 ואילך:

   linux/amd64

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

   מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v1.14.0.

   ‫macOS darwin/arm64

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

   מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v1.14.0.

   ‫macOS darwin/amd64

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

   מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v1.14.0.

   windows/amd64

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

   מחליפים את VERSION בגרסה של MCP Toolbox, לדוגמה v1.14.0.

2. הופכים את קובץ ההפעלה הבינארי לקובץ הפעלה:

   chmod +x toolbox
   

3. מאמתים את ההתקנה:

   ./toolbox --version
   

הגדרת לקוחות וחיבורים

בקטע הזה מוסבר איך לחבר את BigQuery לכלים שלכם.

אם אתם משתמשים ב-Gemini CLI עצמאי, אתם לא צריכים להתקין או להגדיר את MCP Toolbox, כי חבילת התוספים כוללת את היכולות הנדרשות של השרת.

כדי להשתמש בכלים ובסביבות פיתוח משולבות (IDE) אחרים שתואמים ל-MCP, צריך קודם להתקין את MCP Toolbox.

Claude code

1. מתקינים את Claude Code.
2. יוצרים קובץ .mcp.json בתיקיית הבסיס של הפרויקט, אם הוא לא קיים.
3. מוסיפים את ההגדרה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "mcpServers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

4. מפעילים מחדש את Claude Code כדי לטעון את ההגדרות החדשות. כשפותחים אותו מחדש, הכלי מציין שזוהה שרת ה-MCP שהוגדר.

Claude desktop

1. פותחים את Claude Desktop ועוברים אל הגדרות.
2. בכרטיסייה Developer (פיתוח), לוחצים על Edit Config (עריכת ההגדרה) כדי לפתוח את קובץ התצורה.
3. מוסיפים את ההגדרה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "mcpServers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

4. מפעילים מחדש את Claude Desktop.
5. במסך הצ'אט החדש מוצג סמל פטיש (MCP) עם שרת ה-MCP החדש.

קלינה

1. פותחים את התוסף Cline ב-VS Code ומקישים על סמל שרתי MCP.
2. לוחצים על Configure MCP Servers (הגדרת שרתי MCP) כדי לפתוח את קובץ ההגדרות.
3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "mcpServers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

אחרי שהשרת מתחבר בהצלחה, מופיע סטטוס פעיל בצבע ירוק.

סמן

1. יוצרים את הספרייה .cursor בתיקיית הבסיס של הפרויקט אם היא לא קיימת.
2. יוצרים את הקובץ .cursor/mcp.json אם הוא לא קיים ופותחים אותו.
3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "mcpServers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

4. פותחים את Cursor ועוברים אל Settings > Cursor Settings > MCP (הגדרות > הגדרות הסמן > MCP). כשמתבצע חיבור לשרת, מופיע סטטוס פעיל בצבע ירוק.

Visual Studio Code (Copilot)

1. פותחים את VS Code ויוצרים את הספרייה .vscode ברמה הבסיסית של הפרויקט, אם היא לא קיימת.
2. יוצרים את הקובץ .vscode/mcp.json אם הוא לא קיים, ופותחים אותו.
3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "servers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

4. טוענים מחדש את החלון של VS Code. התוסף שתואם ל-MCP מזהה את ההגדרה באופן אוטומטי ומתחיל את השרת.

גלישת רוח

1. פותחים את Windsurf ועוברים אל Cascade assistant.
2. לוחצים על סמל ה-MCP ואז על Configure (הגדרה) כדי לפתוח את קובץ התצורה.
3. מוסיפים את ההגדרה הבאה, מחליפים את משתני הסביבה בערכים שלכם ושומרים:

           {
             "mcpServers": {
               "bigquery": {
                 "command": "./PATH/TO/toolbox",
                 "args": ["--prebuilt","bigquery","--stdio"],
                 "env": {
                   "BIGQUERY_PROJECT": "PROJECT_ID"
                 }
               }
             }
           }
           

הערה: משתנה הסביבה BIGQUERY_PROJECT מציין את מזהה הפרויקט Google Cloud שבו כלי MCP Toolbox ישתמש כברירת מחדל. כל הפעולות ב-BigQuery, כמו הפעלת שאילתות, מתבצעות במסגרת הפרויקט הזה.

שימוש בכלים

כלי ה-AI שלכם מחובר עכשיו ל-BigQuery באמצעות MCP. אפשר לבקש מהעוזר האישי מבוסס-AI ליצור רשימה של טבלאות, ליצור טבלה או להגדיר ולהפעיל הצהרות SQL אחרות.

הכלים הבאים זמינים ל-LLM:

• ‫analyze_contribution: ביצוע ניתוח מדדים עיקריים, שנקרא גם ניתוח גורמים מרכזיים.
• ‫ask_data_insights: ניתוח נתונים, קבלת תובנות או מענה לשאלות מורכבות לגבי התוכן של טבלאות BigQuery.
• ‫execute_sql: הפעלת הצהרת SQL.
• תחזית: נתונים של פעולות על ציר הזמן של התחזית.
• ‫get_dataset_info: אחזור מטא-נתונים של קבוצת נתונים.
• ‫get_table_info: אחזור מטא-נתונים של טבלה.
• ‫list_dataset_ids: רשימת מערכי נתונים.
• ‫list_table_ids: רשימת טבלאות.
• search_catalog: חיפוש טבלה באמצעות שפה טבעית.