Datenherkunft mit MCP, Gemini und anderen Agenten verwenden

Auf dieser Seite wird beschrieben, wie Sie die Datenherkunft mit Entwicklertools wie der Gemini CLI und anderen MCP-Clients (Model Context Protocol) verbinden. Wenn Sie die Datenherkunft mit diesen Tools verknüpfen, können Sie die KI-gestützte Herkunftsanalyse und die Analyse der Datenprovenienz direkt in Ihrer Entwicklungsumgebung durchführen.

Sie können IDEs und Entwicklertools, die MCP unterstützen, über eine lokale MCP Toolbox for Databases verbinden. Anschließend können Sie KI-Agents in Ihrer vorhandenen IDE verwenden, um Datenherkunftsgraphen abzufragen, die Herkunft von Upstream-Daten zu ermitteln und die Downstream-Auswirkungen auf Ihre Assets zu analysieren.

Weitere Informationen zum MCP finden Sie unter Einführung in das Model Context Protocol.

In diesem Leitfaden wird der Verbindungsvorgang für die folgenden Tools beschrieben:

Welche MCP-Tools sind für die Datenherkunft verfügbar?

Durch die Integration von Data Lineage können KI-Agents Data Lineage abfragen und analysieren. Data Lineage stellt den Datenfluss zwischen Quell- (Upstream-) und Ziel- (Downstream-)Assets dar. Es unterstützt sowohl die Herkunft auf Entitätsebene (Nachverfolgung des Datenflusses zwischen gesamten Assets wie Tabellen und Dateien) als auch die Herkunft auf Spaltenebene (Nachverfolgung des Datenflusses zwischen bestimmten Feldern oder Spalten innerhalb von Assets).

Die Datenherkunft bietet das datalineage-search-lineage-Tool, mit dem eine Streamingantwort mit Herkunftsinformationen für die angeforderten Assets abgerufen wird.

Weitere Informationen zur Data Lineage-Quelle und den verfügbaren Tools finden Sie in der Dokumentation zur Data Lineage-Quelle.

Erforderliche Rollen

Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen für Ihr Projekt zuzuweisen, um die Berechtigungen zu erhalten, die Sie zur Verbindung mit Data Lineage über die MCP Toolbox benötigen:

Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

Diese vordefinierten Rollen enthalten die Berechtigungen, die zum Herstellen einer Verbindung zur Datenherkunft mit der MCP Toolbox erforderlich sind. Maximieren Sie den Abschnitt Erforderliche Berechtigungen, um die notwendigen Berechtigungen anzuzeigen:

Erforderliche Berechtigungen

Die folgenden Berechtigungen sind erforderlich, um mit der MCP Toolbox eine Verbindung zur Datenherkunft herzustellen:

  • So aktivieren Sie APIs: serviceusage.services.enable
  • So verwenden Sie Data Lineage-Skills:
    • datalineage.lineage.searchLinks
    • datalineage.processes.get
    • datalineage.runs.get

Sie können diese Berechtigungen auch mit benutzerdefinierten Rollen oder anderen vordefinierten Rollen erhalten.

Erforderliche APIs aktivieren

  1. Rufen Sie in der Google Cloud Console die Seite für die Projektauswahl auf.

    Zur Projektauswahl

  2. Wählen Sie ein Google Cloud Projekt aus oder erstellen Sie eines.

    Rollen, die zum Auswählen oder Erstellen eines Projekts erforderlich sind

    • Projekt auswählen: Für die Auswahl eines Projekts ist keine bestimmte IAM-Rolle erforderlich. Sie können jedes Projekt auswählen, für das Ihnen eine Rolle zugewiesen wurde.
    • Projekt erstellen: Zum Erstellen eines Projekts benötigen Sie die Rolle „Projektersteller“ (roles/resourcemanager.projectCreator), die die Berechtigung resourcemanager.projects.create enthält. Weitere Informationen zum Zuweisen von Rollen

  3. Prüfen Sie, ob die Abrechnung für Ihr Google Cloud Projekt aktiviert ist.

  4. Aktivieren Sie die Data Lineage API, falls sie noch nicht aktiviert ist.

    Rollen, die zum Aktivieren von APIs erforderlich sind

    Zum Aktivieren von APIs benötigen Sie die Berechtigung serviceusage.services.enable. Wenn Sie das Projekt erstellt haben, haben Sie diese Berechtigung wahrscheinlich bereits über die Rolle „Inhaber“ (roles/owner). Andernfalls können Sie diese Berechtigung über die Rolle „Service Usage-Administrator“ (roles/serviceusage.serviceUsageAdmin) erhalten. Informationen zum Zuweisen von Rollen

    API aktivieren

  5. Wenn Sie eine lokale Shell verwenden, erstellen Sie lokale Anmeldedaten zur Authentifizierung für Ihr Nutzerkonto: 

    gcloud auth application-default login

    Wenn Sie Cloud Shell verwenden, müssen Sie das nicht tun.

    Wenn ein Authentifizierungsfehler zurückgegeben wird und Sie einen externen Identitätsanbieter (IdP) verwenden, prüfen Sie, ob Sie sich mit Ihrer föderierten Identität in der gcloud CLI angemeldet haben.

MCP Toolbox installieren

Sie müssen die MCP Toolbox nicht installieren, wenn Sie nur Gemini Code Assist verwenden möchten, da die erforderlichen Serverfunktionen darin enthalten sind. Wenn Sie andere IDEs und Tools verwenden, folgen Sie der Anleitung in diesem Abschnitt, um die MCP Toolbox zu installieren.

  1. Laden Sie die aktuelle Version der MCP Toolbox als Binärprogramm herunter. Wählen Sie die Binärversion der MCP Toolbox aus, die Ihrem Betriebssystem und Ihrer CPU-Architektur entspricht. Sie müssen die MCP Toolbox-Version v0.31.0 oder höher verwenden.

    Linux/amd64

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

    Ersetzen Sie VERSION durch die Version der MCP Toolbox, z. B. v0.31.0.

    macOS (Darwin)/arm64

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

    Ersetzen Sie VERSION durch die Version der MCP Toolbox, z. B. v0.31.0.

    macOS (Darwin)/amd64

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

    Ersetzen Sie VERSION durch die Version der MCP Toolbox, z. B. v0.31.0.

    Windows/amd64

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

    Ersetzen Sie VERSION durch die Version der MCP Toolbox, z. B. v0.31.0.

  2. So machen Sie die Binärdatei ausführbar:

    chmod +x toolbox

  3. Installation prüfen:

    ./toolbox --version

    Bei einer erfolgreichen Installation wird die Versionsnummer zurückgegeben, z. B. 0.15.0.

Clients und Verbindungen für die Datenherkunft einrichten

In diesem Abschnitt wird beschrieben, wie Sie die Datenherkunft mit Ihren Tools verbinden.

Wenn Sie Ihre MCP-kompatiblen IDEs und Tools mit der Datenherkunft verbinden möchten, müssen Sie zuerst die MCP Toolbox installieren und eine benutzerdefinierte Konfigurationsdatei für Ihre Herkunftsquelle und Tools erstellen.

  1. Erstellen Sie im Stammverzeichnis des Projekts oder im Konfigurationsverzeichnis eine YAML-Datei mit dem Namen lineage-config.yaml und der folgenden Konfiguration:

    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. Legen Sie die Umgebungsvariable für Ihr Google Cloud Projekt fest:

    export DATALINEAGE_PROJECT=PROJECT_ID

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  3. Konfigurieren Sie Ihren spezifischen Client mit dem Flag --config anstelle einer vorgefertigten Konfiguration, wie in den folgenden Abschnitten gezeigt.

Gemini CLI

Sie können die Datenherkunft in der Gemini CLI verwenden, indem Sie sie mit der MCP Toolbox und Ihrer benutzerdefinierten lineage-config.yaml-Datei als lokalen MCP-Server konfigurieren.

  1. Erstellen Sie im Arbeitsverzeichnis Ihres Projekts einen Ordner mit dem Namen .gemini (oder öffnen Sie Ihr globales ~/.gemini-Verzeichnis).
  2. Erstellen oder öffnen Sie in diesem Verzeichnis die Datei settings.json.

  3. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Starten Sie die Gemini CLI im interaktiven Modus:

    gemini

    Verwenden Sie in der Gemini CLI den Befehl /mcp, um zu prüfen, ob der dataLineage-Server verbunden ist.

Gemini Code Assist

Gemini Code Assist enthält die erforderlichen MCP-Serverfunktionen, sodass Sie die MCP Toolbox nicht separat installieren müssen.

  1. Installieren Sie in VS Code die Erweiterung Gemini Code Assist.
  2. Aktivieren Sie den KI-Agentenmodus im Gemini Code Assist-Chat.
  3. Erstellen Sie in Ihrem Arbeitsverzeichnis einen Ordner mit dem Namen .gemini. Erstellen Sie darin eine settings.json-Datei.

  4. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  5. Speichern Sie die Konfiguration.

Claude Code

Das offizielle Plug-in bietet zwar Tools für Knowledge Catalog, Sie können die Datenherkunft in Claude Code jedoch verwenden, indem Sie einen lokalen MCP Toolbox-Server mit Ihrer benutzerdefinierten Konfigurationsdatei konfigurieren.

  1. Legen Sie die Umgebungsvariable fest, um eine Verbindung zu Ihrem Projekt für die Datenherkunft herzustellen:

    export DATALINEAGE_PROJECT=PROJECT_ID

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  2. Claude Code für die Verwendung des MCP Toolbox-Servers konfigurieren:

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

  3. Starten Sie den Agent:

    claude

Codex

Wenn Sie die Datenherkunft in Codex verwenden möchten, konfigurieren Sie eine MCP-Serververbindung in Ihrer Codex-Konfiguration, um die MCP Toolbox mit Ihrer benutzerdefinierten lineage-config.yaml-Datei auszuführen:

  1. Legen Sie die Umgebungsvariable fest, um eine Verbindung zu Ihrem Projekt für die Datenherkunft herzustellen:

    export DATALINEAGE_PROJECT="PROJECT_ID"

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  2. Fügen Sie den Server in Ihrer Codex MCP-Konfiguration mit der MCP-Toolbox hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

Claude für den Computer

  1. Öffnen Sie Claude für Desktop und rufen Sie die Einstellungen auf.
  2. Klicken Sie auf dem Tab Entwickler auf Konfiguration bearbeiten, um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Starten Sie Claude für den Desktop neu. Auf dem neuen Chatbildschirm wird ein MCP-Symbol für den neuen MCP-Server angezeigt.

Cline

  1. Öffnen Sie in VS Code die Cline-Erweiterung und klicken Sie dann auf das Symbol MCP-Server.
  2. Tippen Sie auf MCP-Server konfigurieren, um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration. Nach erfolgreicher Verbindung des Servers wird ein grüner aktiver Status angezeigt.

Cursor

  1. Erstellen Sie das Verzeichnis .cursor im Stammverzeichnis Ihres Projekts, falls es noch nicht vorhanden ist.
  2. Erstellen Sie die Datei .cursor/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.

  3. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

  5. Öffnen Sie Cursor und gehen Sie zu den Einstellungen> Cursor-Einstellungen> MCP. Wenn der Server verbunden ist, wird ein grüner aktiver Status angezeigt.

VS Code (Copilot)

  1. Öffnen Sie VS Code und erstellen Sie im Stammverzeichnis Ihres Projekts das Verzeichnis .vscode, falls es noch nicht vorhanden ist.
  2. Erstellen Sie die Datei .vscode/mcp.json, falls sie noch nicht vorhanden ist, und öffnen Sie sie.

  3. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

Windsurf

  1. Öffnen Sie Windsurf und rufen Sie den Cascade-Assistenten auf.
  2. Klicken Sie auf das MCP-Symbol und dann auf Konfigurieren, um die Konfigurationsdatei zu öffnen.

  3. Fügen Sie die folgende Konfiguration hinzu:

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

    Ersetzen Sie PROJECT_ID durch die Google Cloud Projekt-ID.

  4. Speichern Sie die Konfiguration.

Skills verwenden

Ihr KI-Assistent ist jetzt mit der Datenherkunft verbunden. Lassen Sie Ihren KI‑Assistenten die Upstream- und Downstream-Datenherkunft zwischen Ihren Assets nachvollziehen.

Sie können Ihren KI-Assistenten beispielsweise um Folgendes bitten:

  • Nachvollziehen, woher die Daten einer BigQuery-Tabelle stammen (Upstream-Herkunft).
  • Herausfinden, welche nachgelagerten Tabellen oder Berichte von einem bestimmten Daten-Asset abhängen (nachgelagerte Herkunft).
  • Sie können die Herkunft auf Spaltenebene zwischen bestimmten Feldern in Assets untersuchen.

Optional: Systemanweisungen hinzufügen

Mit Systemanweisungen können Sie dem LLM bestimmte Richtlinien geben, damit es den Kontext besser versteht und genauer antworten kann. Richten Sie Systemanweisungen auf Grundlage des empfohlenen Systemprompts für Data Lineage ein.

Sie können beispielsweise Anweisungen hinzufügen, um das LLM bei der Verwendung der Data Lineage-Funktionen zu unterstützen:

  • Wenn Sie aufgefordert werden, den Upstream- oder Downstream-Datenfluss zwischen Assets oder Spalten nachzuvollziehen, verwenden Sie den Skill search_lineage oder das Tool datalineage-search-lineage.

Weitere Informationen zum Konfigurieren von Anweisungen finden Sie unter Anweisungen verwenden, um KI-Änderungen zu erhalten, die Ihrem Codierungsstil entsprechen.

Nächste Schritte