搭配使用 MCP、Gemini 和其他代理的資料歷程

本頁說明如何將資料沿革連結至開發人員工具,例如 Gemini CLI 和其他 Model Context Protocol (MCP) 用戶端。將資料歷程連結至這些工具,即可直接在開發環境中,追蹤 AI 導向的歷程及分析資料來源。

您可以使用本機 MCP Toolbox for Databases,連線至支援 MCP 的 IDE 和開發人員工具。接著,您可以在現有的 IDE 中使用 AI 代理,查詢資料歷程圖、找出上游資料來源,並分析資產的下游影響。

如要進一步瞭解 MCP,請參閱「Model Context Protocol 簡介」。

本指南將說明如何連結下列工具:

資料歷程提供哪些 MCP 工具?

資料歷程整合功能可讓 AI 代理查詢及分析資料歷程,呈現來源 (上游) 和目標 (下游) 資產之間的資料流。支援實體層級的沿襲 (追蹤整個資產之間的資料流,例如資料表和檔案),以及資料欄層級的沿襲 (追蹤資產中特定欄位或資料欄之間的資料流)。

資料沿襲提供 datalineage-search-lineage 工具,可擷取與所要求資產相關聯的沿襲連結串流回應。

如要進一步瞭解資料歷程來源和可用工具,請參閱「資料歷程來源說明文件」。

必要的角色

如要取得使用 MCP Toolbox 連線至資料歷程所需的權限,請要求管理員授予您專案的下列 IAM 角色:

如要進一步瞭解如何授予角色,請參閱「管理專案、資料夾和組織的存取權」。

這些預先定義的角色具備使用 MCP Toolbox 連線至資料歷程所需的權限。如要查看確切的必要權限,請展開「Required permissions」(必要權限) 部分:

所需權限

如要使用 MCP Toolbox 連結資料歷程,必須具備下列權限:

  • 如何啟用 API: serviceusage.services.enable
  • 如要使用資料歷程技能,請按照下列步驟操作:
    • datalineage.lineage.searchLinks
    • datalineage.processes.get
    • datalineage.runs.get

您或許還可透過自訂角色或其他預先定義的角色取得這些權限。

啟用必要 API

  1. 前往 Google Cloud 控制台的專案選取器頁面。

    前往專案選取器

  2. 選取或建立 Google Cloud 專案。

    選取或建立專案所需的角色

    • 選取專案:選取專案時,不需具備特定 IAM 角色,只要您在專案中獲派角色,即可選取該專案。
    • 建立專案:如要建立專案,您必須具備專案建立者角色 (roles/resourcemanager.projectCreator),其中包含 resourcemanager.projects.create 權限。瞭解如何授予角色。
  3. 確認 Google Cloud 專案已啟用計費功能。

  4. 如果尚未啟用,請啟用 Data Lineage API。

    啟用 API 時所需的角色

    如要啟用 API,您必須具備 serviceusage.services.enable 權限。如果您建立了專案,可能已透過「擁有者」角色 (roles/owner) 取得這項權限。否則,您可以透過「服務使用管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。

    啟用 API

  5. 如果您使用的是本機殼層,請為使用者帳戶建立本機驗證憑證:

    gcloud auth application-default login

    如果您使用 Cloud Shell,則不需要執行這項操作。

    如果系統傳回驗證錯誤,且您使用的是外部識別資訊提供者 (IdP),請確認您已 使用聯合身分登入 gcloud CLI。

安裝 MCP Toolbox

如果您只打算使用 Gemini Code Assist,就不需要安裝 MCP Toolbox,因為這項工具已內建必要的伺服器功能。如要使用其他 IDE 和工具,請按照本節步驟安裝 MCP Toolbox。

  1. 以二進位檔形式下載最新版本 MCP Toolbox。選取與作業系統和 CPU 架構對應的 MCP Toolbox 二進位版本。您必須使用 MCP Toolbox v0.31.0 以上版本。

    Linux/amd64

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

    將 VERSION 替換為 MCP Toolbox 版本,例如 v0.31.0。

    macOS (Darwin)/arm64

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

    將 VERSION 替換成 MCP Toolbox 版本,例如 v0.31.0。

    macOS (Darwin)/amd64

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

    將 VERSION 替換成 MCP Toolbox 版本,例如 v0.31.0。

    Windows/amd64

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

    將 VERSION 替換成 MCP Toolbox 版本,例如 v0.31.0。

  2. 將該二進位檔設為可執行:

    chmod +x toolbox
    
  3. 驗證安裝項目:

    ./toolbox --version
    

    安裝成功後,系統會傳回版本號碼,例如 0.15.0。

設定資料歷程的用戶端和連線

本節說明如何將資料沿襲連結至工具。

如要將 MCP 相容的 IDE 和工具連結至資料沿襲,請先安裝 MCP Toolbox,並為沿襲來源和工具建立自訂設定檔。

  1. 在專案根目錄或設定目錄中,建立名為 lineage-config.yaml 的 YAML 檔案,並包含下列設定:

    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. 設定 Google Cloud 專案的環境變數:

    export DATALINEAGE_PROJECT=PROJECT_ID
    

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  3. 使用 --config 標記設定特定用戶端,而非預先建構的設定,如下列各節所示。

Gemini CLI

您可以使用 MCP Toolbox 和自訂 lineage-config.yaml 檔案,將資料沿革設定為本機 MCP 伺服器,在 Gemini CLI 中使用資料沿革。

  1. 在專案的目前使用的目錄中,建立名為 .gemini 的資料夾 (或開啟全域 ~/.gemini 目錄)。
  2. 在該目錄中,建立或開啟 settings.json 檔案。
  3. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。

  5. 以互動模式啟動 Gemini CLI:

    gemini
    

    在 Gemini CLI 中,使用 /mcp 指令確認 dataLineage 伺服器已連線。

Gemini Code Assist

Gemini Code Assist 會一併提供必要的 MCP 伺服器功能,因此您不必另外安裝 MCP Toolbox。

  1. 在 VS Code 中安裝 Gemini Code Assist 擴充功能。
  2. 在 Gemini Code Assist 對話中啟用 Agent 模式。
  3. 在目前使用的目錄中,建立名為 .gemini 的資料夾。在該目錄中,建立 settings.json 檔案。
  4. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  5. 儲存設定。

Claude Code

雖然官方外掛程式提供 Knowledge Catalog 工具,但您可以透過自訂設定檔設定本機 MCP Toolbox 伺服器,在 Claude Code 中使用資料沿襲。

  1. 設定環境變數,連線至資料沿襲專案:

    export DATALINEAGE_PROJECT=PROJECT_ID
    

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  2. 設定 Claude Code,使用 MCP Toolbox 伺服器:

    claude mcp add datalineage -- /PATH/TO/toolbox --config=/PATH/TO/lineage-config.yaml --stdio
    
  3. 啟動代理:

    claude
    

Codex

如要在 Codex 中使用資料沿襲,請在 Codex 設定中設定 MCP 伺服器連線,然後使用自訂 lineage-config.yaml 檔案執行 MCP Toolbox:

  1. 設定環境變數,連線至資料沿襲專案:

    export DATALINEAGE_PROJECT="PROJECT_ID"
    

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  2. 在 Codex MCP 設定中,使用 MCP Toolbox 新增伺服器:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

Claude 電腦版

  1. 開啟 Claude Desktop,然後前往「Settings」。
  2. 如要開啟設定檔,請在「開發人員」分頁中,按一下「編輯設定」。
  3. 新增設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。

  5. 重新啟動 Claude 電腦版。新的即時通訊畫面會顯示代表新 MCP 伺服器的 MCP 圖示。

Cline

  1. 在 VS Code 中開啟 Cline 擴充功能,然後點選「MCP 伺服器」圖示。
  2. 輕觸「設定 MCP 伺服器」,開啟設定檔。
  3. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。伺服器連線成功後,會顯示綠色的「有效」狀態。

Cursor

  1. 如果專案根目錄中沒有 .cursor 目錄,請建立該目錄。
  2. 建立 .cursor/mcp.json 檔案 (如果檔案不存在),然後開啟檔案。
  3. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。

  5. 開啟 Cursor,然後依序前往「Settings」>「Cursor Settings」>「MCP」。伺服器連線後,會顯示綠色的「有效」狀態。

VS Code (Copilot)

  1. 開啟 VS Code,並在專案根目錄中建立 .vscode 目錄 (如果尚未建立)。
  2. 如果 .vscode/mcp.json 檔案不存在,請建立並開啟該檔案。
  3. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。

風浪板

  1. 開啟 Windsurf,然後前往 Cascade 助理。
  2. 如要開啟設定檔,請點選 MCP 圖示,然後點選「設定」。
  3. 新增下列設定:

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

    將 PROJECT_ID 替換為 Google Cloud 專案 ID。

  4. 儲存設定。

使用技能

AI 助理現已連結至資料歷程。試著要求 AI 助理追蹤資產間的上游和下游資料沿襲。

例如,你可以要求 AI 助理執行下列操作:

  • 追蹤 BigQuery 資料表的資料來源 (上游歷程)。
  • 瞭解哪些下游資料表或報表依附於特定資料資產 (下游沿襲)。
  • 檢查資產中特定欄位之間的欄位層級歷程。

選用:新增系統指令

系統指令可為 LLM 提供特定指引,協助模型瞭解脈絡並生成更準確的回覆。根據資料沿革建議的系統提示設定系統指令。

舉例來說,您可以新增指令,引導 LLM 如何使用資料歷程技能:

  • 當系統要求追蹤資產或資料欄之間的上游或下游資料流程時,請使用 search_lineage 技能或 datalineage-search-lineage 工具。

如要進一步瞭解如何設定指令,請參閱「使用指令取得符合您編碼風格的 AI 編輯內容」。

後續步驟