Datenherkunft mit MCP, Gemini und anderen Agenten verwenden

Auf dieser Seite wird erläutert, wie Sie die Datenherkunft mit Entwicklertools wie der Gemini CLI und anderen MCP-Clients (Model Context Protocol) verbinden. Wenn Sie die Datenherkunft mit diesen Tools verbinden, können Sie die herkunftsbasierte Nachverfolgung und die Analyse der Datenherkunft direkt in Ihrer Entwicklungsumgebung nutzen.

Sie können IDEs und Entwicklertools, die MCP unterstützen, mit einer lokalen MCP Toolbox for Databases verbinden. Anschließend können Sie KI-Agenten in Ihrer vorhandenen IDE verwenden, um Datenherkunftsgraphen abzufragen, die Datenherkunft von Upstream-Daten zu ermitteln und die Downstream-Auswirkungen auf Ihre Assets zu analysieren.

Weitere Informationen zu MCP finden Sie unter Einführung in das Model Context Protocol.

In dieser Anleitung wird der Verbindungsprozess für die folgenden Tools veranschaulicht:

Welche MCP-Tools bietet die Datenherkunft?

Mit der Datenherkunftsintegration können KI-Agenten die Datenherkunft abfragen und analysieren, die den Datenfluss zwischen Quell- (Upstream) und Ziel-Assets (Downstream) darstellt. Sie unterstützt sowohl die Herkunft auf Entitätsebene (Nachverfolgung des Datenflusses zwischen gesamten Assets wie Tabellen und Dateien) als auch die Herkunft auf Spaltenebene (Nachverfolgung des Datenflusses zwischen bestimmten Feldern oder Spalten in Assets).

Die Datenherkunft bietet das Tool datalineage-search-lineage, das eine Streamingantwort mit Herkunftslinks abruft, die mit den angeforderten Assets verbunden sind.

Weitere Informationen zur Datenherkunftsquelle und ihren verfügbaren Tools finden Sie in der Dokumentation zur Datenherkunftsquelle.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für Ihr Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Herstellen einer Verbindung zur Datenherkunft mit der MCP Toolbox benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Herstellen einer Verbindung zur Datenherkunft mit der MCP Toolbox erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen , um die notwendigen Berechtigungen anzuzeigen, die erforderlich sind:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um eine Verbindung zur Datenherkunft mit der MCP Toolbox herzustellen:

  • Zum Aktivieren von APIs: serviceusage.services.enable
  • Zum Verwenden von Datenherkunfts-Skills:
    • datalineage.lineage.searchLinks
    • datalineage.processes.get
    • datalineage.runs.get

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Erforderliche APIs aktivieren

  1. Wechseln Sie in der Google Cloud console zur Seite für die Projektauswahl.

    Zur Projektauswahl

  2. Wählen Sie ein Google Cloud Projekt aus oder erstellen Sie eines.

    Erforderliche Rollen zum Auswählen oder Erstellen eines Projekts

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können ein beliebiges Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die resourcemanager.projects.create Berechtigung enthält. Informationen zum Zuweisen von Rollen.

  3. Prüfen Sie, ob für Ihr Google Cloud Projekt die Abrechnung aktiviert ist.

  4. Aktivieren Sie die Data Lineage API.

    Erforderliche Rollen zum Aktivieren von APIs

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen.

    API aktivieren

  5. Wenn Sie eine lokale Shell verwenden, erstellen Sie lokale Anmeldedaten zur Authentifizierung für Ihr Nutzerkonto: 

    gcloud auth application-default login

    Wenn Sie Cloud Shell verwenden, ist dies nicht erforderlich.

    Wenn ein Authentifizierungsfehler zurückgegeben wird und Sie einen externen Identitätsanbieter (IdP) verwenden, prüfen Sie, ob Sie sich mit Ihrer föderierten Identität in der gcloud CLI angemeldet haben.

MCP Toolbox installieren

Wenn Sie nur Gemini Code Assist verwenden möchten, müssen Sie die MCP Toolbox nicht installieren, da sie die erforderlichen Serverfunktionen enthält. Für andere IDEs und Tools folgen Sie der Anleitung in diesem Abschnitt, um die MCP Toolbox zu installieren.

  1. Laden Sie die aktuelle Version der MCP Toolbox als Binärprogramm herunter. Wählen Sie die MCP Toolbox-Binärversion aus, die Ihrem Betriebssystem und Ihrer CPU-Architektur entspricht. Sie müssen die MCP Toolbox v0.31.0 oder höher verwenden.

    Linux/amd64

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

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.31.0.

    macOS (Darwin)/arm64

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

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.31.0.

    macOS (Darwin)/amd64

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

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.31.0.

    Windows/amd64

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

    Ersetzen Sie VERSION durch die MCP Toolbox-Version, z. B. v0.31.0.

  2. So machen Sie die Binärdatei ausführbar:

    chmod +x toolbox

  3. Installation prüfen:

    ./toolbox --version

    Bei einer erfolgreichen Installation wird die Versionsnummer zurückgegeben, z. B. 0.15.0.

Clients und Verbindungen für die Datenherkunft einrichten

In diesem Abschnitt wird erläutert, wie Sie die Datenherkunft mit Ihren Tools verbinden.

Wenn Sie Ihre MCP-kompatiblen IDEs und Tools mit der Datenherkunft verbinden möchten, müssen Sie zuerst die MCP Toolbox installieren und eine benutzerdefinierte Konfigurationsdatei für Ihre Herkunftsquelle und Ihre Tools erstellen.

  1. Erstellen Sie im Stammverzeichnis oder Konfigurationsverzeichnis Ihres Projekts eine YAML-Datei mit dem Namen lineage-config.yaml und der folgenden Konfiguration:

    kind: source
name: lineage-source
type: datalineage
project: ${DATALINEAGE_PROJECT}
---
kind: tool
name: search_lineage
type: datalineage-search-lineage
source: lineage-source
description: Retrieves a streaming response of lineage links connected to requested assets.

  2. Legen Sie die Umgebungsvariable für Ihr Google Cloud Projekt fest:

    export DATALINEAGE_PROJECT=PROJECT_ID

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  3. Konfigurieren Sie Ihren spezifischen Client mit dem Flag --config anstelle einer vorgefertigten Konfiguration, wie in den folgenden Abschnitten gezeigt.

Gemini CLI

Sie können die Datenherkunft in der Gemini CLI verwenden, indem Sie sie mit der MCP Toolbox und Ihrer benutzerdefinierten Datei lineage-config.yaml als lokalen MCP-Server konfigurieren.

  1. Erstellen Sie im Arbeitsverzeichnis Ihres Projekts einen Ordner mit dem Namen .gemini oder öffnen Sie Ihr globales Verzeichnis ~/.gemini.
  2. Erstellen oder öffnen Sie in diesem Verzeichnis die Datei settings.json.

  3. Fügen Sie die folgende Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Starten Sie die Gemini CLI im interaktiven Modus:

    gemini

    Verwenden Sie in der Gemini CLI den /mcp Befehl, um zu prüfen, ob der dataLineage Server verbunden ist.

Gemini Code Assist

Gemini Code Assist enthält die erforderlichen MCP-Serverfunktionen, sodass Sie die MCP Toolbox nicht separat installieren müssen.

  1. Installieren Sie in VS Code die Gemini Code Assist Erweiterung.
  2. Aktivieren Sie den KI-Agentenmodus im Gemini Code Assist-Chat.
  3. Erstellen Sie in Ihrem Arbeitsverzeichnis einen Ordner mit dem Namen .gemini. Erstellen Sie darin eine Datei settings.json.

  4. Fügen Sie die folgende Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  5. Speichern Sie die Konfiguration.

Claude Code

Das offizielle Plug-in bietet zwar Tools für Knowledge Catalog, Sie können die Datenherkunft aber auch in Claude Code verwenden, indem Sie einen lokalen MCP Toolbox-Server mit Ihrer benutzerdefinierten Konfigurationsdatei konfigurieren.

  1. Legen Sie die Umgebungsvariable fest, um eine Verbindung zu Ihrem Datenherkunftsprojekt herzustellen:

    export DATALINEAGE_PROJECT=PROJECT_ID

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  2. Konfigurieren Sie Claude Code für die Verwendung des MCP Toolbox-Servers:

    claude mcp add datalineage -- /PATH/TO/toolbox --config=/PATH/TO/lineage-config.yaml --stdio

  3. Starten Sie den Agent:

    claude

Codex

Wenn Sie die Datenherkunft in Codex verwenden möchten, konfigurieren Sie eine MCP-Serververbindung in Ihrer Codex-Konfiguration, um die MCP Toolbox mit Ihrer benutzerdefinierten Datei lineage-config.yaml auszuführen:

  1. Legen Sie die Umgebungsvariable fest, um eine Verbindung zu Ihrem Datenherkunftsprojekt herzustellen:

    export DATALINEAGE_PROJECT="PROJECT_ID"

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  2. Fügen Sie den Server in Ihrer Codex-MCP-Konfiguration mit der MCP Toolbox hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

Claude für Desktop

  1. Öffnen Sie Claude für Desktop und navigieren Sie zu den Einstellungen.
  2. Klicken Sie auf dem Tab Entwickler auf Konfiguration bearbeiten , um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Starten Sie Claude für Desktop neu. Auf dem neuen Chatbildschirm wird ein MCP-Symbol angezeigt, das den neuen MCP-Server darstellt.

Cline

  1. Öffnen Sie in VS Code die Cline Erweiterung und klicken Sie dann auf das Symbol MCP-Server.
  2. Tippen Sie auf MCP-Server konfigurieren, um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die folgende Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration. Nachdem die Verbindung zum Server hergestellt wurde, wird ein grüner aktiver Status angezeigt.

Cursor

  1. Erstellen Sie im Stammverzeichnis Ihres Projekts das Verzeichnis .cursor, falls es noch nicht vorhanden ist.
  2. Erstellen Sie die Datei .cursor/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.

  3. Fügen Sie die folgende Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Öffnen Sie Cursor und rufen Sie Einstellungen > Cursor-Einstellungen > MCP auf. Wenn die Verbindung zum Server hergestellt wurde, wird ein grüner aktiver Status angezeigt.

VS Code (Copilot)

  1. Öffnen Sie VS Code und erstellen Sie im Stammverzeichnis Ihres Projekts das Verzeichnis .vscode, falls es noch nicht vorhanden ist.
  2. Erstellen Sie die Datei .vscode/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.

  3. Fügen Sie die folgende Konfiguration hinzu:

    {
  "servers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

Windsurf

  1. Öffnen Sie Windsurf und rufen Sie den Cascade-Assistenten auf.
  2. Klicken Sie auf das MCP-Symbol und dann auf Konfigurieren , um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die folgende Konfiguration hinzu:

    {
  "mcpServers": {
    "dataLineage": {
      "command": "./PATH/TO/toolbox",
      "args": ["--config","/PATH/TO/lineage-config.yaml","--stdio"],
      "env": {
        "DATALINEAGE_PROJECT": "PROJECT_ID"
      }
    }
  }
}

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

Skills verwenden

Ihr KI-Assistent ist jetzt mit der Datenherkunft verbunden. Bitten Sie Ihren KI-Assistenten, die Upstream- und Downstream-Datenherkunft zwischen Ihren Assets nachzuverfolgen.

Sie können Ihren KI-Assistenten beispielsweise um Folgendes bitten:

  • Nachverfolgen, woher die Daten einer BigQuery-Tabelle stammen (Upstream-Herkunft)
  • Ermitteln, welche Downstream-Tabellen oder -Berichte von einem bestimmten Datenasset abhängen (Downstream-Herkunft)
  • Herkunft auf Spaltenebene zwischen bestimmten Feldern in Assets prüfen

Optional: Systemanweisungen hinzufügen

Mit Systemanweisungen können Sie dem LLM bestimmte Richtlinien geben, damit es den Kontext besser versteht und genauer antworten kann. Richten Sie System anweisungen basierend auf der empfohlenen Systemanweisung für die Datenherkunft ein.

Sie können beispielsweise Anweisungen hinzufügen, um das LLM bei der Verwendung der Datenherkunfts-Skills zu unterstützen:

  • Wenn Sie aufgefordert werden, den Upstream- oder Downstream-Datenfluss zwischen Assets oder Spalten nachzuverfolgen, verwenden Sie den Skill search_lineage oder das Tool datalineage-search-lineage.

Weitere Informationen zum Konfigurieren von Anweisungen finden Sie unter Anweisungen verwenden, um KI-Bearbeitungen zu erhalten, die Ihrem Programmierstil entsprechen.

Nächste Schritte