Conectar LLMs ao BigQuery com o MCP

Este guia mostra como usar a MCP Toolbox for Databases para conectar seu projeto do BigQuery a vários ambientes de desenvolvimento integrado (IDEs) e ferramentas de desenvolvedor. Ele usa o Protocolo de Contexto de Modelo (MCP), um protocolo aberto para conectar modelos de linguagem grandes (LLMs) a fontes de dados como o BigQuery, permitindo que você execute consultas SQL e interaja com seu projeto diretamente nas ferramentas atuais.

Se você usa a CLI do Gemini, pode usar extensões do BigQuery. Para saber como, consulte Desenvolver com a CLI do Gemini. Se você planeja criar ferramentas personalizadas para a CLI do Gemini, continue lendo.

Este guia demonstra o processo de conexão para os seguintes IDEs:

• Cursor
• Windsurf (antigo Codeium)
• Visual Studio Code (Copilot)
• Cline (extensão do VS Code)
• Claude Desktop
• Claude Code
• Antigravity

Antes de começar

1. No Google Cloud console do, na página do seletor de projetos, selecione ou crie um Google Cloud projeto do.

2. Verifique se o faturamento está ativado para o projeto do Google Cloud .

3. Ative a API BigQuery no Google Cloud projeto.

4. Configure os papéis e permissões necessários para concluir essa tarefa. Você vai precisar do papel de usuário do BigQuery (roles/bigquery.user), do papel de leitor de dados do BigQuery (roles/bigquery.dataViewer) ou de permissões equivalentes do IAM para se conectar ao projeto.

5. Configure o Application Default Credentials (ADC) para seu ambiente.

Conectar com o Antigravity

Você pode conectar o BigQuery ao Antigravity das seguintes maneiras:

• Usando a MCP Store
• Usando uma configuração personalizada

Observação:não é necessário fazer o download do binário da MCP Toolbox para usar esses métodos.

MCP Store

A maneira mais simples de se conectar ao BigQuery no Antigravity é usando a MCP Store integrada.

1. Abra o Antigravity e o painel do agente do editor.
2. Clique no ícone "..." na parte de cima do painel e selecione Servidores MCP.
3. Localize o BigQuery na lista de servidores disponíveis e clique em Instalar.
4. Siga as instruções na tela para vincular suas contas de forma segura, quando aplicável.

Depois de instalar o BigQuery na MCP Store, os recursos e as ferramentas do servidor ficam disponíveis automaticamente para o editor.

Configuração personalizada

Para se conectar a um servidor MCP personalizado, siga estas etapas:

1. Abra Antigravity e navegue até a MCP Store usando o menu suspenso "..." na parte de cima do painel do agente do editor.
2. Para abrir o arquivo mcp_config.json, clique em Servidores MCP e em Gerenciar servidores MCP > Ver configuração bruta.
3. Adicione a configuração a seguir, substitua a variável de ambiente pelos seus valores e salve.

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

Instalar a MCP Toolbox

Não é necessário instalar a MCP Toolbox se você planeja usar apenas as extensões da CLI do Gemini do BigQuery, porque elas agrupam os recursos de servidor necessários. Para outros IDEs e ferramentas, siga as etapas desta seção para instalar a MCP Toolbox.

A caixa de ferramentas funciona como um servidor de Protocolo de Contexto de Modelo (MCP) código aberto que fica entre o IDE e o BigQuery, fornecendo um plano de controle seguro e eficiente para suas ferramentas de IA.

1. Faça o download da versão mais recente da MCP Toolbox como um binário. Selecione o binário correspondente ao seu sistema operacional (SO) e à arquitetura de CPU. Use a versão V0.7.0 ou mais recente da MCP Toolbox:

   linux/amd64

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

   Substitua VERSION pela versão da MCP Toolbox, por exemplo, v0.7.0.

   macOS darwin/arm64

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

   Substitua VERSION pela versão da MCP Toolbox, por exemplo, v0.7.0.

   macOS darwin/amd64

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

   Substitua VERSION pela versão da MCP Toolbox, por exemplo, v0.7.0.

   windows/amd64

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

   Substitua VERSION pela versão da MCP Toolbox, por exemplo, v0.7.0.

2. Torne o binário executável:

   chmod +x toolbox
   

3. Verifique a instalação:

   ./toolbox --version
   

Configurar clientes e conexões

Esta seção explica como conectar o BigQuery às suas ferramentas.

Se você estiver usando a CLI do Gemini independente, não será necessário instalar ou configurar a MCP Toolbox, porque as extensões agrupam os recursos de servidor necessários.

Para outras ferramentas e IDEs compatíveis com MCP, primeiro você deve instalar a MCP Toolbox.

Claude Code

1. Instale o Claude Code.
2. Crie um arquivo .mcp.json na raiz do projeto, se ele não existir.
3. Adicione a configuração, substitua as variáveis de ambiente pelos seus valores e salve:

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

4. Reinicie o Claude Code para carregar as novas configurações. Quando ele for reaberto, a ferramenta vai indicar que o servidor MCP configurado foi detectado.

Claude Desktop

1. Abra Claude Desktop e navegue até Configurações.
2. Na guia Desenvolvedor, clique em Editar configuração para abrir o arquivo de configuração.
3. Adicione a configuração, substitua as variáveis de ambiente pelos seus valores e salve:

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

4. Reinicie o Claude Desktop.
5. A nova tela de chat mostra um ícone de martelo (MCP) com o novo servidor MCP.

Cline

1. Abra a extensão Cline no VS Code e toque no ícone Servidores MCP.
2. Toque em Configurar servidores MCP para abrir o arquivo de configuração.
3. Adicione a configuração a seguir, substitua as variáveis de ambiente com seus valores e salve:

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

Um status ativo verde aparece depois que o servidor se conecta.

Cursor

1. Crie o diretório .cursor na raiz do projeto, se ele não existir.
2. Crie o arquivo .cursor/mcp.json, se ele não existir, e abra-o.
3. Adicione a configuração a seguir, substitua as variáveis de ambiente com seus valores e salve:

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

4. Abra o Cursor e navegue até Configurações > Configurações do cursor > MCP. Um status ativo verde aparece quando o servidor se conecta.

Visual Studio Code (Copilot)

1. Abra o VS Code e crie um diretório .vscode na raiz do projeto, se ele não existir.
2. Crie o arquivo .vscode/mcp.json, se ele não existir, e abra-o.
3. Adicione a configuração a seguir, substitua as variáveis de ambiente com seus valores e salve:

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

4. Atualize a janela do VS Code. A extensão compatível com MCP detecta automaticamente a configuração e inicia o servidor.

Windsurf

1. Abra o Windsurf e navegue até o assistente do Cascade.
2. Clique no ícone do MCP e em Configurar para abrir o arquivo de configuração.
3. Adicione a configuração a seguir, substitua as variáveis de ambiente com seus valores e salve:

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

Observação: A variável de ambiente BIGQUERY_PROJECT especifica o ID do projeto default Google Cloud para a MCP Toolbox usar. Todas as operações do BigQuery, como a execução de consultas, são executadas nesse projeto.

Usar as ferramentas

Sua ferramenta de IA agora está conectada ao BigQuery usando o MCP. Peça ao assistente de IA para listar tabelas, criar uma tabela ou definir e executar outras instruções SQL.

As seguintes ferramentas estão disponíveis para o LLM:

• analyze_contribution: realiza a análise de contribuição, também chamada de análise de driver principal.
• ask_data_insights: realiza a análise de dados, recebe insights ou responde a perguntas complexas sobre o conteúdo das tabelas do BigQuery.
• execute_sql: executa a instrução SQL.
• forecast: prevê dados de série temporal.
• get_dataset_info: recebe metadados do conjunto de dados.
• get_table_info: recebe metadados da tabela.
• list_dataset_ids: lista conjuntos de dados.
• list_table_ids: lista tabelas.
• search_catalog: pesquisa uma tabela usando linguagem natural.