Usa el linaje de datos con MCP, Gemini y otros agentes

En esta página, se explica cómo conectar el linaje de datos a herramientas para desarrolladores, como Gemini CLI y otros clientes del Protocolo de contexto del modelo (MCP). Conectar el linaje de datos a estas herramientas permite el seguimiento del linaje basado en IA y el análisis de la procedencia de los datos directamente en tu entorno de desarrollo.

Puedes conectar IDEs y herramientas para desarrolladores que admitan MCP con una MCP Toolbox local para bases de datos. Luego, puedes usar agentes de IA en tu IDE existente para consultar gráficos de linaje de datos, descubrir la procedencia de los datos ascendentes y analizar el impacto descendente en tus recursos.

Para obtener más información sobre el MCP, consulta Introducción al Protocolo de contexto del modelo.

En esta guía, se demuestra el proceso de conexión para las siguientes herramientas:

• Gemini CLI
• Gemini Code Assist
• Claude Code
• Claude para computadoras de escritorio
• Codex
• Cline (extensión de VS Code)
• Cursor
• Visual Studio Code (Copilot)
• Windsurf (anteriormente Codeium)

¿Qué herramientas de MCP proporciona el linaje de datos?

La integración del linaje de datos permite que los agentes de IA consulten y analicen el linaje de datos, lo que representa el flujo de datos entre los recursos de origen (ascendentes) y de destino (descendentes). Admite el linaje a nivel de entidad (seguimiento del flujo de datos entre recursos completos, como tablas y archivos) y el linaje a nivel de columna (seguimiento del flujo de datos entre campos o columnas específicos dentro de los recursos).

El linaje de datos proporciona la herramienta datalineage-search-lineage, que recupera una respuesta de transmisión de vínculos de linaje conectados a los recursos solicitados.

Para obtener más información sobre la fuente de linaje de datos y sus herramientas disponibles, consulta la documentación de la fuente de Data Lineage.

Roles obligatorios

Para obtener los permisos que necesitas para conectarte al linaje de datos con MCP Toolbox, pídele a tu administrador que te otorgue los siguientes roles de IAM en tu proyecto:

• Para habilitar las APIs: Administrador de Service Usage (roles/serviceusage.serviceUsageAdmin)
• Para usar las habilidades de linaje de datos: Visualizador de linaje de datos (roles/datalineage.viewer)

Para obtener más información sobre cómo otorgar roles, consulta Administra el acceso a proyectos, carpetas y organizaciones.

Estos roles predefinidos contienen los permisos necesarios para conectarse al linaje de datos con MCP Toolbox. Para ver los permisos exactos que son necesarios, expande la sección Permisos requeridos:

Permisos necesarios

Se requieren los siguientes permisos para conectarse al linaje de datos con MCP Toolbox:

• Para habilitar las APIs: serviceusage.services.enable
• Para usar las habilidades de linaje de datos:
  • datalineage.lineage.searchLinks
  • datalineage.processes.get
  • datalineage.runs.get

También puedes obtener estos permisos con roles personalizados o otros roles predefinidos.

Habilite las API necesarias

1. En la Google Cloud consola de, ve a la página del selector de proyectos.

   Ir al selector de proyectos

2. Selecciona o crea un Google Cloud proyecto de.

   Roles necesarios para seleccionar o crear un proyecto

   • Seleccionar un proyecto: Para seleccionar un proyecto, no se requiere un rol de IAM específico. Puedes seleccionar cualquier proyecto en el que se te haya otorgado un rol.
   • Crear un proyecto: Para crear un proyecto, necesitas el rol de creador de proyectos (roles/resourcemanager.projectCreator), que contiene el resourcemanager.projects.create permiso. Obtén información para otorgar roles.
   Nota: Si no planeas conservar los recursos creados durante este procedimiento, crea un proyecto en lugar de seleccionar un proyecto existente. Cuando termines, puedes borrar el proyecto y quitar todos los recursos asociados con él.

3. Verifica que la facturación esté habilitada para tu Google Cloud proyecto.

4. Habilita la API de Data Lineage.

   Roles necesarios para habilitar las APIs

   Para habilitar las APIs, necesitas el permiso serviceusage.services.enable. Si creaste el proyecto, es probable que ya tengas este permiso a través del rol de propietario (roles/owner). De lo contrario, puedes obtener este permiso a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén información para otorgar roles.

   Habilitar la API

5. Si usas un shell local, crea credenciales de autenticación locales para tu cuenta de usuario:

   gcloud auth application-default login

   No es necesario que hagas esto si usas Cloud Shell.

   Si se muestra un error de autenticación y usas un proveedor de identidad (IdP) externo, confirma que accediste a gcloud CLI con tu identidad federada.

Instala MCP Toolbox

No es necesario que instales MCP Toolbox si solo planeas usar Gemini Code Assist, ya que incluye las capacidades del servidor requeridas. Para otros IDEs y herramientas, sigue los pasos de esta sección para instalar MCP Toolbox.

1. Descarga la versión más reciente de MCP Toolbox como un objeto binario. Selecciona la versión binaria de MCP Toolbox que corresponda a tu sistema operativo (SO) y a la arquitectura de CPU. Debes usar MCP Toolbox v0.31.0 o una versión posterior.

   Linux/amd64

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

   Reemplaza VERSION por la versión de MCP Toolbox, por ejemplo, v0.31.0.

   macOS (Darwin)/arm64

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

   Reemplaza VERSION por la versión de MCP Toolbox, por ejemplo, v0.31.0.

   macOS (Darwin)/amd64

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

   Reemplaza VERSION por la versión de MCP Toolbox, por ejemplo, v0.31.0.

   Windows/amd64

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

   Reemplaza VERSION por la versión de MCP Toolbox, por ejemplo, v0.31.0.

2. Haz que el objeto binario sea ejecutable:

   chmod +x toolbox
   

3. Verifica la instalación:

   ./toolbox --version
   

   Si la instalación se realiza correctamente, se muestra el número de versión, por ejemplo, 0.15.0.

Configura clientes y conexiones para el linaje de datos

En esta sección, se explica cómo conectar el linaje de datos a tus herramientas.

Para conectar tus IDEs y herramientas compatibles con MCP al linaje de datos, primero debes instalar MCP Toolbox y crear un archivo de configuración personalizado para tu fuente y herramientas de linaje.

Nota: No es necesario que instales MCP Toolbox si solo planeas usar Gemini Code Assist.

1. En el directorio raíz o de configuración de tu proyecto, crea un archivo YAML llamado lineage-config.yaml con la siguiente configuración:

   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. Configura la variable de entorno para tu Google Cloud proyecto:

   export DATALINEAGE_PROJECT=PROJECT_ID
   

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

3. Configura tu cliente específico con la marca --config en lugar de una configuración precompilada, como se muestra en las siguientes secciones.

Gemini CLI

Puedes usar el linaje de datos en Gemini CLI si lo configuras como un servidor de MCP local con MCP Toolbox y tu archivo lineage-config.yaml personalizado.

1. En el directorio de trabajo de tu proyecto, crea una carpeta llamada .gemini (o abre tu directorio global ~/.gemini ).
2. Dentro de ese directorio, crea o abre el archivo settings.json.

3. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración.

5. Inicia Gemini CLI en modo interactivo:

   gemini
   

   En Gemini CLI, usa el /mcp comando para verificar que el dataLineage servidor esté conectado.

Gemini Code Assist

Gemini Code Assist incluye las capacidades del servidor de MCP requeridas, por lo que no es necesario que instales MCP Toolbox por separado.

1. En VS Code, instala la extensión de Gemini Code Assist.
2. Habilita el modo de agente en el chat de Gemini Code Assist.
3. En tu directorio de trabajo, crea una carpeta llamada .gemini. Dentro de ella, crea un archivo settings.json.

4. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

5. Guarde la configuración.

Claude Code

Si bien el complemento oficial proporciona herramientas para Knowledge Catalog, puedes usar el linaje de datos en Claude Code si configuras un servidor de MCP Toolbox local con tu archivo de configuración personalizado.

1. Configura la variable de entorno para conectarte a tu proyecto de linaje de datos:

   export DATALINEAGE_PROJECT=PROJECT_ID
   

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

2. Configura Claude Code para que use el servidor de MCP Toolbox:

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

3. Inicia el agente:

   claude
   

Codex

Para usar el linaje de datos en Codex, configura una conexión de servidor de MCP en tu configuración de Codex para ejecutar MCP Toolbox con tu archivo lineage-config.yaml personalizado:

1. Configura la variable de entorno para conectarte a tu proyecto de linaje de datos:

   export DATALINEAGE_PROJECT="PROJECT_ID"
   

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

2. En tu configuración de MCP de Codex, agrega el servidor con MCP Toolbox:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

Claude para computadoras de escritorio

1. Abre Claude para computadoras de escritorio y navega a Configuración.
2. Para abrir el archivo de configuración, en la pestaña Desarrollador , haz clic en Editar configuración.

3. Agrega la configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración.

5. Reinicia Claude para computadoras de escritorio. En la nueva pantalla de chat, se muestra un ícono de MCP que representa el nuevo servidor de MCP.

Cline

1. En VS Code, abre la extensión de Cline y, luego, haz clic en el ícono de servidores de MCP.
2. Para abrir el archivo de configuración, presiona Configurar servidores de MCP.

3. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración. Aparece un estado activo verde después de que el servidor se conecta correctamente.

Cursor

1. Crea el directorio .cursor en la raíz de tu proyecto si no existe.
2. Crea el archivo .cursor/mcp.json si no existe y ábrelo.

3. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración.

5. Abre Cursor y navega a Configuración > Configuración del cursor > MCP. Aparece un estado activo verde cuando se conecta el servidor.

VS Code (Copilot)

1. Abre VS Code y crea el directorio .vscode en la raíz de tu proyecto si no existe.
2. Crea el archivo .vscode/mcp.json si no existe y ábrelo.

3. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración.

Windsurf

1. Abre Windsurf y navega al asistente de Cascade.
2. Para abrir el archivo de configuración, haz clic en el ícono de MCP y, luego, en Configurar.

3. Agrega la siguiente configuración:

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

   Reemplaza PROJECT_ID por el Google Cloud ID del proyecto.

4. Guarde la configuración.

Usa las habilidades

Tu asistente de IA ahora está conectado al linaje de datos. Intenta pedirle a tu asistente de IA que rastree el linaje de datos ascendente y descendente entre tus recursos.

Por ejemplo, puedes pedirle a tu asistente de IA que haga lo siguiente:

• Rastrear de dónde provienen los datos de una tabla de BigQuery (linaje ascendente)
• Descubrir qué tablas o informes descendentes dependen de un recurso de datos específico (linaje descendente)
• Inspeccionar el linaje a nivel de columna entre campos específicos en los recursos

Opcional: Agrega instrucciones del sistema

Las instrucciones del sistema son una forma de proporcionar lineamientos específicos al LLM, lo que lo ayuda a comprender el contexto y responder con mayor precisión. Configura las instrucciones del sistema según la instrucción del sistema recomendada de Data Lineage.

Por ejemplo, puedes agregar instrucciones para guiar al LLM sobre cómo usar las habilidades de linaje de datos:

• Cuando se te solicite rastrear el flujo de datos ascendente o descendente entre recursos o columnas, usa la habilidad search_lineage o la herramienta datalineage-search-lineage.

Nota: Recomendamos este paso opcional para obtener una mejor experiencia y evitar trabajo adicional, por ejemplo, diseñar tu propio agente.

Para obtener más información sobre cómo configurar instrucciones, consulta Usa instrucciones para obtener ediciones de IA que sigan tu estilo de codificación.

¿Qué sigue?

• Revisa la diferencia entre los servidores de MCP locales y remotos.
• Obtén información para usar el servidor de MCP Toolbox local para Knowledge Catalog.
• Lee la referencia de las herramientas de MCP de Data Lineage.
• Obtén más información sobre el linaje de datos.
• Busca recursos en Knowledge Catalog.