2026 年 4 月 10 日より、Dataplex Universal Catalog は Knowledge Catalog と呼ばれるようになりました。API、クライアントライブラリ、CLI、IAM の名前は変更されません。詳細については、Google Cloud Knowledge Catalog の概要をご覧ください。

Google は AI 技術を使用して、コンテンツをご希望の言語に翻訳しています。AI 翻訳には誤りが含まれる場合があります。

MCP、Gemini、その他のエージェントでデータリネージを使用する

このページでは、データリネージを Gemini CLI などのデベロッパーツールやその他の Model Context Protocol（MCP）クライアントに接続する方法について説明します。データリネージをこれらのツールに接続すると、開発環境内で AI を活用したリネージトラッキングとデータプロベナンス分析を直接行うことができます。

MCP をサポートする IDE やデベロッパーツールは、ローカルのデータベース向け MCP ツールボックスを使用して接続できます。既存の IDE で AI エージェントを使用して、データリネージグラフのクエリ、アップストリームのデータプロベナンスの検出、アセット全体のダウンストリームの影響の分析を行うことができます。

MCP の詳細については、Model Context Protocol の概要をご覧ください。

このガイドでは、次のツールの接続プロセスについて説明します。

Gemini CLI
Gemini Code Assist
Claude Code
Claude Desktop
Codex
Cline（VS Code 拡張機能）
Cursor
Visual Studio Code（Copilot）
Windsurf（旧 Codeium）

データリネージが提供する MCP ツール

データリネージの統合により、AI エージェントはデータリネージをクエリして分析できます。データリネージは、ソース（アップストリーム）アセットとターゲット（ダウンストリーム）アセット間のデータフローを表します。エンティティレベルのリネージ（テーブルやファイルなどのアセット全体のデータフローの追跡）と列レベルのリネージ（アセット内の特定のフィールドまたは列間のデータフローの追跡）の両方をサポートしています。

データリネージには datalineage-search-lineage ツールが用意されています。このツールは、リクエストされたアセットに接続されているリネージリンクのストリーミングレスポンスを取得します。

データリネージソースと使用可能なツールの詳細については、データリネージソースのドキュメントをご覧ください。

必要なロール

MCP Toolbox を使用してデータリネージに接続するために必要な権限を取得するには、プロジェクトに対する次の IAM ロールの付与を管理者に依頼してください。

API を有効にするには: Service Usage 管理者 （roles/serviceusage.serviceUsageAdmin）
データリネージスキルを使用する: データリネージ閲覧者 （roles/datalineage.viewer）

ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。

これらの事前定義ロールには、MCP Toolbox を使用してデータリネージに接続するために必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。

必要な権限

MCP ツールボックスを使用してデータリネージに接続するには、次の権限が必要です。

API を有効にする serviceusage.services.enable
データリネージスキルを使用するには:
- datalineage.lineage.searchLinks
- datalineage.processes.get
- datalineage.runs.get

カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。

必要な API を有効にする

Google Cloud コンソールで、プロジェクトの選択ページに移動します。

プロジェクトセレクタに移動
Google Cloud プロジェクトの選択または作成
プロジェクトの選択または作成に必要なロール
- プロジェクトを選択する: プロジェクトを選択する際に、特定の IAM ロールは必要ありません。ロールが付与されているプロジェクトを選択できます。
- プロジェクトを作成する: プロジェクトを作成するには、resourcemanager.projects.create 権限を含むプロジェクト作成者のロール（roles/resourcemanager.projectCreator）が必要です。詳しくは、ロールを付与する方法をご覧ください。
注: この手順で作成するリソースをそのまま保持する予定でない場合、既存のプロジェクトを選択するのではなく、新しいプロジェクトを作成してください。チュートリアルの終了後にそのプロジェクトを削除すれば、プロジェクトに関連するすべてのリソースを削除できます。
Google Cloud プロジェクトに対して課金が有効になっていることを確認します。
Data Lineage API が有効になっていない場合は有効にします。
API を有効にするために必要なロール
API を有効にするには、serviceusage.services.enable 権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を介してこの権限がすでに付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を介してこの権限を取得できます。ロールを付与する方法を確認する。
API の有効化

ローカルシェルを使用している場合は、ユーザーアカウントのローカル認証情報を作成します。
```
gcloud auth application-default login
```
Cloud Shell を使用している場合は、この操作を行う必要はありません。

認証エラーが返され、外部 ID プロバイダ（IdP）を使用している場合は、フェデレーション ID を使用して gcloud CLI にログインしていることを確認します。

MCP ツールボックスをインストールする

Gemini Code Assist のみを使用する場合は、必要なサーバー機能がバンドルされているため、MCP Toolbox をインストールする必要はありません。他の IDE とツールについては、このセクションの手順に沿って MCP ツールボックスをインストールします。

MCP ツールボックスの最新バージョンをバイナリとしてダウンロードします。オペレーティングシステム（OS）と CPU アーキテクチャに対応する MCP ツールボックスバイナリリリースを選択します。MCP ツールボックス v0.31.0 以降を使用する必要があります。
Linux / amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/linux/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.31.0 など）に置き換えます。
macOS（Darwin）/ arm64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/arm64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.31.0 など）に置き換えます。
macOS（Darwin）/ amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/darwin/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.31.0 など）に置き換えます。
Windows / amd64
curl -O https://storage.googleapis.com/mcp-toolbox-for-databases/VERSION/windows/amd64/toolbox
VERSION は、MCP ツールボックスのバージョン（v0.31.0 など）に置き換えます。
バイナリを実行可能にします。
```
chmod +x toolbox
```
インストールを確認します。
```
./toolbox --version
```
インストールが正常に完了すると、バージョン番号（0.15.0 など）が返されます。

データリネージのクライアントと接続を設定する

このセクションでは、データリネージをツールに接続する方法について説明します。

MCP 互換の IDE とツールをデータリネージに接続するには、まず MCP ツールボックスをインストールし、リネージソースとツール用のカスタム構成ファイルを作成する必要があります。

プロジェクトのルートディレクトリまたは構成ディレクトリに、次の構成を含む lineage-config.yaml という名前の YAML ファイルを作成します。

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.

Google Cloud プロジェクトの環境変数を設定します。
```
export DATALINEAGE_PROJECT=PROJECT_ID
```
PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。
次のセクションに示すように、事前ビルドされた構成ではなく、--config フラグを使用して特定のクライアントを構成します。

Gemini CLI

Gemini CLI でデータリネージを使用するには、MCP ツールボックスとカスタム lineage-config.yaml ファイルを使用して、データリネージをローカル MCP サーバーとして構成します。

プロジェクトの作業ディレクトリに .gemini という名前のフォルダを作成します（または、グローバル ~/.gemini ディレクトリを開きます）。
そのディレクトリ内に settings.json ファイルを作成するか、開きます。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。
インタラクティブモードで Gemini CLI を起動します。
```
gemini
```
Gemini CLI で、/mcp コマンドを使用して、dataLineage サーバーが接続されていることを確認します。

Gemini Code Assist

Gemini Code Assist には必要な MCP サーバー機能がバンドルされているため、MCP Toolbox を個別にインストールする必要はありません。

VS Code で、Gemini Code Assist 拡張機能をインストールします。
Gemini Code Assist のチャットでエージェントモードを有効にします。
作業ディレクトリに .gemini という名前のフォルダを作成します。その中に settings.json ファイルを作成します。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。

Claude Code

公式プラグインには Knowledge Catalog 用のツールが用意されていますが、カスタム構成ファイルを使用してローカルの MCP ツールボックスサーバーを構成することで、Claude Code でデータリネージを使用できます。

データリネージプロジェクトに接続するように環境変数を設定します。
```
export DATALINEAGE_PROJECT=PROJECT_ID
```
PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

MCP ツールボックスサーバーを使用するように Claude Code を構成します。

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

エージェントを起動します。
```
claude
```

Codex

Codex でデータリネージを使用するには、Codex 構成で MCP サーバー接続を構成し、カスタム lineage-config.yaml ファイルを使用して MCP ツールボックスを実行します。

データリネージプロジェクトに接続するように環境変数を設定します。
```
export DATALINEAGE_PROJECT="PROJECT_ID"
```
PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

Codex MCP 構成で、MCP ツールボックスを使用してサーバーを追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

Claude Desktop

Claude Desktop を開き、[Settings] に移動します。
構成ファイルを開くには、[デベロッパー] タブで [構成を編集] をクリックします。

構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。
Claude Desktop を再起動します。新しいチャット画面に、新しい MCP サーバーを表す MCP アイコンが表示されます。

Cline

VS Code で Cline 拡張機能を開き、[MCP サーバー] アイコンをクリックします。
構成ファイルを開くには、[Configure MCP Servers] をタップします。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。サーバーが正常に接続されると、緑色のアクティブステータスが表示されます。

Cursor

プロジェクトのルートに .cursor ディレクトリが存在しない場合は作成します。
.cursor/mcp.json ファイルが存在しない場合は作成してから、それを開きます。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。
Cursor を開き、[Settings] > [Cursor Settings] > [MCP] に移動します。サーバーに接続すると、緑色のアクティブステータスが表示されます。

VS Code（Copilot）

VS Code を開き、プロジェクトのルートに .vscode ディレクトリがない場合は作成します。
.vscode/mcp.json ファイルが存在しない場合は作成してから、それを開きます。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。

Windsurf

Windsurf を開き、Cascade アシスタントに移動します。
構成ファイルを開くには、MCP アイコンをクリックし、[Configure] をクリックします。

次の構成を追加します。

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

PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。

構成を保存します。

スキルを使用する

AI アシスタントがデータリネージに接続されました。AI アシスタントに、アセット間のアップストリームとダウンストリームのデータリネージをトレースするように指示してください。

たとえば、AI アシスタントに次のような指示を出すことができます。

BigQuery テーブルのデータの発生元（アップストリームリネージ）をトレースする。
特定のデータアセットに依存するダウンストリームテーブルまたはレポートを特定する（ダウンストリームリネージ）。
アセット間の特定のフィールド間の列レベルのリネージを検査する。

省略可: システム指示を追加する

システム指示は、LLM に特定のガイドラインを提供し、コンテキストを理解してより正確に応答できるようにするための方法です。データリネージの推奨システムプロンプトに基づいてシステム指示を設定します。

たとえば、データリネージスキルの使用方法について LLM をガイドする手順を追加できます。

アセット間または列間のアップストリームまたはダウンストリームのデータフローをトレースするように求められた場合は、search_lineage スキルまたは datalineage-search-lineage ツールを使用します。

手順の構成方法について詳しくは、手順を使用してコーディングスタイルに従った AI 編集を取得するをご覧ください。

次のステップ

ローカル MCP サーバーとリモート MCP サーバーの違いを確認します。
Knowledge Catalog でローカル MCP ツールボックスサーバーを使用する方法を学習する。
データリネージ MCP ツールリファレンスを読む。
詳しくは、データリネージについてをご覧ください。
Knowledge Catalog でリソースを検索する。

MCP、Gemini、その他のエージェントでデータ リネージを使用する コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

データリネージが提供する MCP ツール

必要なロール

必要な権限

必要な API を有効にする

MCP ツールボックスをインストールする

Linux / amd64

macOS（Darwin）/ arm64

macOS（Darwin）/ amd64

Windows / amd64

データリネージのクライアントと接続を設定する

Gemini CLI

Gemini Code Assist

Claude Code

Codex

Claude Desktop

Cline

Cursor

VS Code（Copilot）

Windsurf

スキルを使用する

省略可: システム指示を追加する

次のステップ

MCP、Gemini、その他のエージェントでデータリネージを使用する