本頁面說明如何將資料歷程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,透過 AI 追蹤歷程及分析資料來源。
您可以使用本機 MCP Toolbox for Databases,連結支援 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,以及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」。
本指南將示範下列工具的連結程序:
- Gemini CLI
- Gemini Code Assist
- Claude Code
- Claude 電腦版
- Codex
- Cline (VS Code 擴充功能)
- Cursor
- Visual Studio Code (Copilot)
- Windsurf (舊稱 Codeium)
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,代表來源 (上游) 和目標 (下游) 資產之間的資料流。這項功能支援實體層級歷程 (追蹤資料表和檔案等整個資產之間的資料流),以及資料欄層級歷程 (追蹤資產內特定欄位或資料欄之間的資料流)。
資料歷程提供 datalineage-search-lineage 工具,可擷取與所要求資產連結的歷程連結串流回應。
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:
-
服務使用情形管理員 (
roles/serviceusage.serviceUsageAdmin):啟用 API。 -
如要使用資料歷程技能:資料歷程檢視者 (
roles/datalineage.viewer)
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 連線至資料歷程,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:
-
datalineage.lineage.searchLinks -
datalineage.processes.get -
datalineage.runs.get
-
啟用必要 API
-
前往 Google Cloud 控制台的專案選取器頁面。
-
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:選取專案時不需要特定 IAM 角色,只要您獲派某個專案的角色,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。
啟用 Data Lineage API (如果尚未啟用)。
啟用 API 所需的角色
您必須具備
serviceusage.services.enable權限,才能啟用 API。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「Service Usage 管理員」角色 (roles/serviceusage.serviceUsageAdmin) 取得這項權限。瞭解如何授予角色。-
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
如果您使用的是 Cloud Shell,則不必執行這項操作。
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 Gemini Code Assist 已整合必要的伺服器功能。如要使用其他 IDE 和工具,請按照本節的步驟安裝 MCP Toolbox。
下載最新版本 MCP Toolbox 的二進位檔。選取與您的 OS 和 CPU 架構對應的 MCP Toolbox 二進位檔版本。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替換為 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替換為 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替換為 MCP Toolbox 版本,例如v0.31.0。將該二進位檔設為可執行:
chmod +x toolbox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歷程連結至工具。
如要將與 MCP 相容的 IDE 和工具連結至資料歷程,您必須先安裝 MCP Toolbox,並為歷程來源和工具建立自訂設定檔。
在專案根目錄或設定目錄中,建立名為
lineage-config.yaml的 YAML 檔案,並加入下列設定: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.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。請使用
--config旗標設定特定用戶端,而非使用預先建構的設定,如下列各節所示。
Gemini CLI
您可以使用 MCP Toolbox 和自訂 lineage-config.yaml 檔案,將資料歷程設為本機 MCP 伺服器,以便在 Gemini CLI 中使用。
- 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)。 - 在該目錄中,建立或開啟
settings.json檔案。 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。儲存設定。
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 整合了必要的 MCP 伺服器功能,因此您不必另外安裝 MCP Toolbox。
- 在 VS Code 中安裝 Gemini Code Assist 擴充功能。
- 在 Gemini Code Assist 對話中啟用代理模式。
- 在工作目錄中,建立名為
.gemini的資料夾。並在其中建立settings.json檔案。 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。儲存設定。
Claude Code
雖然官方外掛程式提供 Knowledge Catalog 工具,但您可以在 Claude Code 中使用資料歷程,方法是使用自訂設定檔設定本機 MCP Toolbox 伺服器。
設定環境變數,連線至資料歷程專案:
export DATALINEAGE_PROJECT=PROJECT_ID將
PROJECT_ID替換為 Google Cloud 專案 ID。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啟動代理:
claude
Codex
如要在 Codex 中使用資料歷程,請在 Codex 設定中設定 MCP 伺服器連線,以便使用自訂 lineage-config.yaml 檔案執行 MCP Toolbox:
設定環境變數,連線至資料歷程專案:
export DATALINEAGE_PROJECT="PROJECT_ID"將
PROJECT_ID替換為 Google Cloud 專案 ID。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
- 開啟 Claude Desktop,然後前往「Settings」。
- 如要開啟設定檔,請在「Developer」(開發人員) 分頁中,按一下「Edit config」(編輯設定)。
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。儲存設定。
重新啟動 Claude 電腦版。新的對話畫面會顯示 MCP 圖示,代表新的 MCP 伺服器。
Cline
- 在 VS Code 中開啟 Cline 擴充功能,然後按一下「MCP 伺服器」圖示。
- 如要開啟設定檔,請輕觸「設定 MCP 伺服器」。
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。儲存設定。伺服器連線成功後,會顯示綠色的「有效」狀態。
Cursor
- 如果專案根目錄中沒有
.cursor目錄,請建立該目錄。 - 如果
.cursor/mcp.json檔案不存在,請建立並開啟該檔案。 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。儲存設定。
開啟 Cursor,然後依序前往 「Settings」>「Cursor Settings」>「MCP」。伺服器連線後,會顯示綠色的啟用中狀態。
VS Code (Copilot)
- 開啟 VS Code,並在專案根目錄中建立
.vscode目錄 (如果尚未建立)。 - 如果
.vscode/mcp.json檔案不存在,請建立並開啟該檔案。 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。儲存設定。
風浪板
- 開啟 Windsurf,然後前往 Cascade 助理。
- 如要開啟設定檔,請依序點選 MCP 圖示和「Configure」(設定)。
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。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 助理追蹤資產之間的上下游資料歷程。
例如,你可以要求 AI 助理:
- 追蹤 BigQuery 資料表資料的來源 (上游歷程)。
- 瞭解哪些下游資料表或報表依賴特定資料資產 (下游歷程)。
- 檢查資產間特定欄位的資料欄層級歷程。
選用:新增系統指示
系統指令可為 LLM 提供特定指引,協助模型瞭解情境並提供更準確的回覆。根據資料歷程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:
- 如果需要追蹤資產或資料欄之間的上游或下游資料流,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,讓 AI 依據您的程式設計風格編輯」。
後續步驟
- 查看本機和遠端 MCP 伺服器的差異。
- 瞭解如何使用 Knowledge Catalog 的本機 MCP Toolbox 伺服器。
- 請參閱資料歷程 MCP 工具參考資料。
- 進一步瞭解資料歷程。
- 在 Knowledge Catalog 中搜尋資源。