このページは Cloud Translation API によって翻訳されました。

BigQuery を MCP、Gemini CLI、その他のエージェントで使用する

このガイドでは、データベース向け MCP ツールボックスを使用して、BigQuery プロジェクトをさまざまな統合開発環境（IDE）とデベロッパーツールに接続する方法について説明します。Model Context Protocol（MCP）を使用します。これは、大規模言語モデル（LLM）を BigQuery などのデータソースに接続するためのオープンプロトコルであり、SQL クエリを実行して、既存のツールからプロジェクトを直接操作できます。

Gemini CLI を使用する場合は、BigQuery 拡張機能を使用できます。詳細については、Gemini CLI を使用して開発するをご覧ください。Gemini CLI 用のカスタムツールを構築する場合は、読み進めてください。

このガイドでは、次の IDE の接続プロセスについて説明します。

Cursor
Windsurf（旧 Codeium）
Visual Studio Code（Copilot）
Cline（VS Code 拡張機能）
Claude Desktop
Claude Code

始める前に

Google Cloud コンソールのプロジェクトセレクタページで、 Google Cloud プロジェクトを選択または作成します。
Google Cloud プロジェクトに対して課金が有効になっていることを確認します。
Google Cloud プロジェクトで BigQuery API を有効にします。
このタスクを完了するために必要なロールと権限を構成します。プロジェクトに接続するには、BigQuery ユーザーロール（roles/bigquery.user）、BigQuery データ閲覧者ロール（roles/bigquery.dataViewer）、または同等の IAM 権限が必要です。
使用する環境のアプリケーションのデフォルト認証情報（ADC）を構成します。

MCP ツールボックスをインストールする

BigQuery Gemini CLI 拡張機能のみを使用する場合は、必要なサーバー機能がバンドルされているため、MCP Toolbox をインストールする必要はありません。他の IDE とツールについては、このセクションの手順に沿って MCP ツールボックスをインストールします。

このツールボックスは、IDE と BigQuery の間に配置されるオープンソースの Model Context Protocol（MCP）サーバーとして機能し、AI ツール用の安全で効率的なコントロールプレーンを提供します。

MCP ツールボックスの最新バージョンをバイナリとしてダウンロードします。オペレーティングシステム（OS）と CPU アーキテクチャに対応するバイナリを選択します。MCP ツールボックスバージョン V0.7.0 以降を使用する必要があります。
linux/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.7.0 など）に置き換えます。
macOS darwin/arm64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.7.0 など）に置き換えます。
macOS darwin/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.7.0 など）に置き換えます。
windows/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.7.0 など）に置き換えます。
バイナリを実行可能にします。
```
chmod +x toolbox
```
インストールを確認します。
```
./toolbox --version
```

クライアントと接続を設定する

このセクションでは、BigQuery をツールに接続する方法について説明します。

スタンドアロンの Gemini CLI を使用している場合、拡張機能に必要なサーバー機能がバンドルされているため、MCP Toolbox をインストールまたは構成する必要はありません。

他の MCP 互換ツールや IDE の場合は、まず MCP Toolbox をインストールする必要があります。

Claude Code

Claude Code をインストールします。
.mcp.json ファイルが存在しない場合は、プロジェクトのルートに作成します。

構成を追加し、環境変数を実際の値に置き換えて保存します。

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

Claude Code を再起動して、新しい設定を読み込みます。ツールが再度開くと、構成された MCP サーバーが検出されたことを示すメッセージが表示されます。

Claude Desktop

Claude Desktop を開き、[設定] に移動します。
[デベロッパー] タブで [構成を編集] をクリックして、構成ファイルを開きます。

構成を追加し、環境変数を実際の値に置き換えて保存します。

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

Claude Desktop を再起動します。
新しいチャット画面に、新しい MCP サーバーのハンマー（MCP）アイコンが表示されます。

Cline

VS Code で Cline 拡張機能を開き、[MCP Servers] アイコンをタップします。
[Configure MCP Servers] をタップして構成ファイルを開きます。

次の構成を追加し、環境変数を実際の値に置き換えて保存します。

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

サーバーが正常に接続されると、緑色のアクティブステータスが表示されます。

Cursor

プロジェクトのルートに .cursor ディレクトリが存在しない場合は作成します。
.cursor/mcp.json ファイルが存在しない場合は作成し、開きます。

次の構成を追加し、環境変数を実際の値に置き換えて保存します。

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

Cursor を開き、[Settings] > [Cursor Settings] > [MCP] に移動します。サーバーに接続すると、緑色のアクティブステータスが表示されます。

Visual Studio Code（Copilot）

VS Code を開き、プロジェクトのルートに .vscode ディレクトリが存在しない場合は作成します。
.vscode/mcp.json ファイルが存在しない場合は作成し、開きます。

次の構成を追加し、環境変数を実際の値に置き換えて保存します。

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

VS Code ウィンドウを再読み込みします。MCP 互換の拡張機能は、構成を自動的に検出し、サーバーを起動します。

Windsurf

Windsurf を開き、Cascade アシスタントに移動します。
MCP アイコンをクリックし、[Configure] をクリックして構成ファイルを開きます。

次の構成を追加し、環境変数を実際の値に置き換えて保存します。

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

注: BIGQUERY_PROJECT 環境変数には、MCP Toolbox が使用するデフォルトの Google Cloud プロジェクト ID を指定します。クエリの実行など、すべての BigQuery オペレーションはこのプロジェクト内で実行されます。

ツールを使用する

AI ツールが MCP を使用して BigQuery に接続されました。AI アシスタントにテーブルのリスト表示、テーブルの作成、他の SQL ステートメントの定義と実行を依頼してみてください。

次のツールで LLM を使用できます。

analyze_contribution: 貢献度分析（主要因分析）を実行します。
ask_data_insights: データ分析の実行、分析情報の取得、BigQuery テーブルの内容に関する複雑な質問への回答を行います。
execute_sql: SQL ステートメントを実行します。
forecast: 時系列データを予測します。
get_dataset_info: データセットのメタデータを取得します。
get_table_info: テーブルのメタデータを取得します。
list_dataset_ids: データセットを一覧表示します。
list_table_ids: テーブルを一覧表示します。
search_catalog: 自然言語を使用してテーブルを検索します。

BigQuery を MCP、Gemini CLI、その他のエージェントで使用する

始める前に

MCP ツールボックスをインストールする

linux/amd64

macOS darwin/arm64

macOS darwin/amd64

windows/amd64

クライアントと接続を設定する

Claude Code

Claude Desktop

Cline

Cursor

Visual Studio Code（Copilot）

Windsurf

ツールを使用する