MCP Reference: bigquery.googleapis.com

Model Context Protocol (MCP) 伺服器可做為代理伺服器，在外部服務與大型語言模型 (LLM) 或 AI 應用程式之間傳輸脈絡、資料或功能。MCP 伺服器可將 AI 應用程式連結至資料庫和 Web 服務等外部系統，並將系統回覆轉換成 AI 應用程式可理解的格式。

伺服器設定

您必須先啟用 MCP 伺服器並設定驗證，才能使用這項功能。如要進一步瞭解如何使用 Google 和 Google Cloud 遠端 MCP 伺服器，請參閱 Google Cloud MCP 伺服器總覽。

BigQuery MCP 伺服器提供與 BigQuery 互動的工具

伺服器端點

MCP 服務端點是 MCP 伺服器的網路位址和通訊介面 (通常是網址)，AI 應用程式 (MCP 用戶端的主機) 會使用這個端點建立安全標準連線。這是 LLM 請求內容、呼叫工具或存取資源的聯絡點。Google MCP 端點可以是全域或區域。

bigquery.googleapis.com MCP 伺服器具有下列 MCP 端點：

  • https://bigquery.googleapis.com/mcp

MCP 工具

MCP 工具是 MCP 伺服器向 LLM 或 AI 應用程式公開的函式或可執行功能，可在現實世界中執行動作。

bigquery.googleapis.com MCP 伺服器提供下列工具：

MCP 工具
list_dataset_ids 列出 Google Cloud 專案中的 BigQuery 資料集 ID。
get_dataset_info 取得 BigQuery 資料集的中繼資料資訊。
list_table_ids 列出 BigQuery 資料集中的資料表 ID。
get_table_info 取得 BigQuery 資料表的中繼資料資訊。
execute_sql_readonly

在專案中執行唯讀 SQL 查詢，並傳回結果。如無特殊情況，建議您使用這項工具，而非 execute_sql。

這項工具僅限 SELECT 陳述式。不允許使用 INSERT、UPDATE 和 DELETE 陳述式和預存程序。如果查詢未包含 SELECT 陳述式，系統會傳回錯誤。如要瞭解如何建立查詢，請參閱 GoogleSQL 說明文件。

使用 execute_sql_readonly 工具執行的查詢會自動設定工作標籤 goog-mcp-server: true。系統會向 project_id 欄位中指定的專案收取查詢費用。
execute_sql

在專案中執行 SQL 查詢並傳回結果。盡可能使用 execute_sql_readonly 工具。

這項工具可以執行 BigQuery 支援的任何查詢，包括：* SQL 查詢 (SELECT、INSERT、UPDATE、DELETE、CREATE 等) * AI/ML 函式，例如 AI.FORECAST、ML.EVALUATE、ML.PREDICT * BigQuery 支援的任何其他查詢。

使用 execute_sql 工具執行的查詢會自動設定工作標籤 goog-mcp-server: true。系統會向 project_id 欄位中指定的專案收取查詢費用。

取得 MCP 工具規格

如要取得 MCP 伺服器中所有工具的 MCP 工具規格，請使用 tools/list 方法。以下範例說明如何使用 curl 列出 MCP 伺服器中目前可用的所有工具及其規格。

Curl 要求 
                      curl --location 'https://bigquery.googleapis.com/mcp' \
--header 'content-type: application/json' \
--header 'accept: application/json, text/event-stream' \
--data '{
    "method": "tools/list",
    "jsonrpc": "2.0",
    "id": 1
}'