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 la CLI de Gemini y otros clientes del Protocolo de contexto del modelo (MCP). Conectar el linaje de datos a estas herramientas permite el seguimiento del linaje impulsado por 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 instancia local de MCP Toolbox 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 upstream y analizar el impacto downstream en tus recursos.

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

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

¿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 linaje de datos.

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 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, haz lo siguiente: serviceusage.services.enable
  • Para usar las habilidades de linaje de datos, haz lo siguiente:
    • datalineage.lineage.searchLinks
    • datalineage.processes.get
    • datalineage.runs.get

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

Habilite las API necesarias

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

    Ir al selector de proyectos

  2. Selecciona o crea un proyecto de Google Cloud .

    Roles necesarios para seleccionar o crear un proyecto

    • Selecciona 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.
    • Crea un proyecto: Para crear un proyecto, necesitas el rol de creador de proyectos (roles/resourcemanager.projectCreator), que contiene el permiso resourcemanager.projects.create. Obtén más información para otorgar roles.

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

  4. Habilita la API de Data Lineage si aún no está habilitada.

    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 obtenerlo a través del rol de administrador de Service Usage (roles/serviceusage.serviceUsageAdmin). Obtén información para otorgar roles.

    Habilitar la API

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

    gcloud auth application-default login

    No es necesario que lo hagas si usas Cloud Shell.

    Si se muestra un error de autenticación y usas un proveedor de identidad externo (IdP), 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 de 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 SO y 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.

  1. En la raíz del proyecto o en el directorio de configuración, 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. Establece la variable de entorno para tu proyecto de Google Cloud :

    export DATALINEAGE_PROJECT=PROJECT_ID

    Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud .

  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 la Gemini CLI configurándolo 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración.

  5. Inicia la CLI de Gemini en modo interactivo:

    gemini

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

Gemini Code Assist

Gemini Code Assist incluye las capacidades de servidor de MCP necesarias, por lo que no necesitas instalar MCP Toolbox por separado.

  1. En VS Code, instala la extensión de Gemini Code Assist.
  2. Habilitar 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 ID del proyecto de Google Cloud .

  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 configurando un servidor local de MCP Toolbox 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 ID del proyecto de Google Cloud .

  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 ID del proyecto de Google Cloud .

  2. En tu configuración de Codex MCP, 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 ID del proyecto de Google Cloud .

Claude para computadoras de escritorio

  1. Abre Claude Desktop 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración.

  5. Reinicia Claude para computadoras. La nueva pantalla de chat muestra un ícono de MCP que representa el nuevo servidor de MCP.

Cline

  1. En VS Code, abre la extensión 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración. Aparecerá un estado activo de color verde después de que el servidor se conecte correctamente.

Cursor

  1. Crea el directorio .cursor en la raíz del 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración.

  5. Abre Cursor y navega a Settings > Cursor Settings > MCP. Cuando el servidor se conecta, aparece un estado activo de color verde.

VS Code (Copilot)

  1. Abre VS Code y crea el directorio .vscode en la raíz del 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración.

Windsurf

  1. Abre Windsurf y navega hasta el asistente 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 ID del proyecto de Google Cloud .

  4. Guarde la configuración.

Usa las habilidades

Tu asistente de IA ahora está conectado al linaje de datos. Prueba 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:

  • Rastrea el origen de los datos de una tabla de BigQuery (linaje ascendente).
  • Descubre qué tablas o informes downstream dependen de un recurso de datos específico (linaje downstream).
  • Inspecciona el linaje a nivel de columna entre campos específicos de 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 en función de la instrucción del sistema recomendada para el linaje de datos.

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

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

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

¿Qué sigue?