Utiliser la traçabilité des données avec MCP, Gemini et d'autres agents

Cette page explique comment connecter le lineage des données aux outils pour les développeurs, tels que Gemini CLI et d'autres clients MCP (Model Context Protocol). En connectant la traçabilité des données à ces outils, vous pouvez suivre la traçabilité et analyser la provenance des données grâce à l'IA directement dans votre environnement de développement.

Vous pouvez connecter des IDE et des outils pour les développeurs compatibles avec MCP à l'aide d'une MCP Toolbox for Databases locale. Vous pouvez ensuite utiliser des agents IA dans votre IDE existant pour interroger les graphes de traçabilité des données, découvrir la provenance des données en amont et analyser l'impact en aval sur vos assets.

Pour en savoir plus sur MCP, consultez Présentation du protocole MCP (Model Context Protocol).

Ce guide explique comment connecter les outils suivants :

Quels outils MCP la traçabilité des données fournit-elle ?

L'intégration de la traçabilité des données permet aux agents d'IA d'interroger et d'analyser la traçabilité des données, qui représente le flux de données entre les ressources sources (en amont) et cibles (en aval). Elle est compatible avec la traçabilité au niveau des entités (suivi du flux de données entre des composants entiers tels que des tables et des fichiers) et au niveau des colonnes (suivi du flux de données entre des champs ou des colonnes spécifiques au sein des composants).

La traçabilité des données fournit l'outil datalineage-search-lineage, qui récupère une réponse de flux de liens de traçabilité connectés aux ressources demandées.

Pour en savoir plus sur la source de traçabilité des données et ses outils disponibles, consultez la documentation sur la source de traçabilité des données.

Rôles requis

Pour obtenir les autorisations nécessaires pour vous connecter à la traçabilité des données à l'aide de la boîte à outils MCP, demandez à votre administrateur de vous accorder les rôles IAM suivants sur votre projet :

Pour en savoir plus sur l'attribution de rôles, consultez Gérer l'accès aux projets, aux dossiers et aux organisations.

Ces rôles prédéfinis contiennent les autorisations requises pour se connecter à la traçabilité des données à l'aide de la boîte à outils MCP. Pour connaître les autorisations exactes requises, développez la section Autorisations requises :

Autorisations requises

Vous devez disposer des autorisations suivantes pour vous connecter à la traçabilité des données à l'aide de MCP Toolbox :

  • Pour activer les API : serviceusage.services.enable
  • Pour utiliser les compétences de traçabilité des données :
    • datalineage.lineage.searchLinks
    • datalineage.processes.get
    • datalineage.runs.get

Vous pouvez également obtenir ces autorisations avec des rôles personnalisés ou d'autres rôles prédéfinis.

Activer les API requises

  1. Dans la console Google Cloud , accédez à la page de sélection du projet.

    Accéder au sélecteur de projet

  2. Sélectionnez ou créez un projet Google Cloud .

    Rôles requis pour sélectionner ou créer un projet

    • Sélectionnez un projet : la sélection d'un projet ne nécessite pas de rôle IAM spécifique. Vous pouvez sélectionner n'importe quel projet pour lequel un rôle vous a été attribué.
    • Créer un projet : pour créer un projet, vous devez disposer du rôle Créateur de projet (roles/resourcemanager.projectCreator), qui contient l'autorisation resourcemanager.projects.create. Découvrez comment attribuer des rôles.

  3. Vérifiez que la facturation est activée pour votre projet Google Cloud .

  4. Activez l'API Data Lineage si ce n'est pas déjà fait.

    Rôles requis pour activer les API

    Pour activer les API, vous devez disposer de l'autorisation serviceusage.services.enable. Si vous avez créé le projet, vous disposez probablement déjà de cette autorisation grâce au rôle Propriétaire (roles/owner). Sinon, vous pouvez obtenir cette autorisation grâce au rôle Administrateur Service Usage (roles/serviceusage.serviceUsageAdmin). Découvrez comment attribuer des rôles.

    Activer l'API

  5. Si vous utilisez un shell local, créez des identifiants d'authentification locaux pour votre compte utilisateur : 

    gcloud auth application-default login

    Vous n'avez pas besoin de le faire si vous utilisez Cloud Shell.

    Si une erreur d'authentification est renvoyée et que vous utilisez un fournisseur d'identité (IdP) externe, vérifiez que vous vous êtes connecté à la gcloud CLI avec votre identité fédérée.

Installer MCP Toolbox

Vous n'avez pas besoin d'installer MCP Toolbox si vous prévoyez uniquement d'utiliser Gemini Code Assist, car il regroupe les fonctionnalités de serveur requises. Pour les autres IDE et outils, suivez les étapes de cette section pour installer MCP Toolbox.

  1. Téléchargez la dernière version de MCP Toolbox en tant que binaire. Sélectionnez la version binaire de la boîte à outils MCP qui correspond à votre système d'exploitation et à votre architecture de processeur. Vous devez utiliser MCP Toolbox v0.31.0 ou version ultérieure.

    Linux/amd64

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

    Remplacez VERSION par la version de MCP Toolbox (par exemple, v0.31.0).

    macOS (Darwin)/arm64

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

    Remplacez VERSION par la version de MCP Toolbox (par exemple, v0.31.0).

    macOS (Darwin)/amd64

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

    Remplacez VERSION par la version de MCP Toolbox (par exemple, v0.31.0).

    Windows/amd64

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

    Remplacez VERSION par la version de MCP Toolbox (par exemple, v0.31.0).

  2. Rendez le binaire exécutable :

    chmod +x toolbox

  3. Vérifiez l'installation :

    ./toolbox --version

    Si l'installation aboutit, le numéro de version s'affiche (par exemple, 0.15.0).

Configurer des clients et des connexions pour la traçabilité des données

Cette section explique comment connecter la traçabilité des données à vos outils.

Pour connecter vos IDE et outils compatibles avec MCP à la traçabilité des données, vous devez d'abord installer MCP Toolbox et créer un fichier de configuration personnalisé pour votre source et vos outils de traçabilité.

  1. Dans la racine de votre projet ou dans le répertoire de configuration, créez un fichier YAML nommé lineage-config.yaml avec la configuration suivante :

    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. Définissez la variable d'environnement pour votre projet Google Cloud  :

    export DATALINEAGE_PROJECT=PROJECT_ID

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  3. Configurez votre client spécifique à l'aide de l'indicateur --config au lieu d'une configuration prédéfinie, comme indiqué dans les sections suivantes.

CLI Gemini

Vous pouvez utiliser le traçage des données dans Gemini CLI en le configurant comme serveur MCP local à l'aide de MCP Toolbox et de votre fichier lineage-config.yaml personnalisé.

  1. Dans le répertoire de travail de votre projet, créez un dossier nommé .gemini (ou ouvrez votre répertoire ~/.gemini global).
  2. Dans ce répertoire, créez ou ouvrez le fichier settings.json.

  3. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration.

  5. Démarrez la Gemini CLI en mode interactif :

    gemini

    Dans la CLI Gemini, utilisez la commande /mcp pour vérifier que le serveur dataLineage est connecté.

Gemini Code Assist

Gemini Code Assist regroupe les fonctionnalités de serveur MCP requises. Vous n'avez donc pas besoin d'installer MCP Toolbox séparément.

  1. Dans VS Code, installez l'extension Gemini Code Assist.
  2. Activez le mode Agent dans le chat Gemini Code Assist.
  3. Dans votre répertoire de travail, créez un dossier nommé .gemini. Dans ce répertoire, créez un fichier settings.json.

  4. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  5. Enregistrez la configuration.

Claude Code

Bien que le plug-in officiel fournisse des outils pour Knowledge Catalog, vous pouvez utiliser la traçabilité des données dans Claude Code en configurant un serveur MCP Toolbox local avec votre fichier de configuration personnalisé.

  1. Définissez la variable d'environnement pour vous connecter à votre projet de lignée de données :

    export DATALINEAGE_PROJECT=PROJECT_ID

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  2. Configurez Claude Code pour qu'il utilise le serveur MCP Toolbox :

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

  3. Démarrez l'agent :

    claude

Codex

Pour utiliser le lineage des données dans Codex, configurez une connexion au serveur MCP dans votre configuration Codex afin d'exécuter MCP Toolbox avec votre fichier lineage-config.yaml personnalisé :

  1. Définissez la variable d'environnement pour vous connecter à votre projet de lignée de données :

    export DATALINEAGE_PROJECT="PROJECT_ID"

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  2. Dans votre configuration Codex MCP, ajoutez le serveur à l'aide de MCP Toolbox :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

Claude sur ordinateur

  1. Ouvrez Claude Desktop et accédez à Settings (Paramètres).
  2. Pour ouvrir le fichier de configuration, cliquez sur Modifier la configuration dans l'onglet Développeur.

  3. Ajoutez la configuration :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration.

  5. Redémarrez Claude pour ordinateur. Le nouvel écran de chat affiche une icône MCP représentant le nouveau serveur MCP.

Cline

  1. Dans VS Code, ouvrez l'extension Cline, puis cliquez sur l'icône Serveurs MCP.
  2. Pour ouvrir le fichier de configuration, appuyez sur Configurer les serveurs MCP.

  3. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration. Un état actif vert s'affiche une fois que le serveur est connecté.

Cursor

  1. Créez le répertoire .cursor dans la racine de votre projet s'il n'existe pas.
  2. Créez le fichier .cursor/mcp.json s'il n'existe pas et ouvrez-le.

  3. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration.

  5. Ouvrez Curseur, puis accédez à Paramètres> Paramètres du curseur> MCP. Un état actif vert s'affiche lorsque le serveur se connecte.

VS Code (Copilot)

  1. Ouvrez VS Code et créez le répertoire .vscode à la racine de votre projet s'il n'existe pas.
  2. Créez le fichier .vscode/mcp.json s'il n'existe pas, puis ouvrez-le.

  3. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration.

Windsurf

  1. Ouvrez Windsurf et accédez à l'assistant Cascade.
  2. Pour ouvrir le fichier de configuration, cliquez sur l'icône MCP, puis sur Configurer.

  3. Ajoutez la configuration suivante :

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

    Remplacez PROJECT_ID par l'ID du projet Google Cloud .

  4. Enregistrez la configuration.

Utiliser les compétences

Votre assistant IA est désormais connecté à la traçabilité des données. Essayez de demander à votre assistant IA de tracer la traçabilité des données en amont et en aval entre vos assets.

Par exemple, vous pouvez demander à votre assistant IA :

  • Suivez l'origine des données d'une table BigQuery (traçabilité en amont).
  • Découvrez les tables ou rapports en aval qui dépendent d'un asset de données spécifique (lignée en aval).
  • Inspectez la traçabilité au niveau des colonnes entre des champs spécifiques dans les composants.

Facultatif : Ajouter des instructions système

Les instructions système permettent de fournir des consignes spécifiques au LLM, ce qui l'aide à comprendre le contexte et à répondre plus précisément. Configurez des instructions système basées sur le prompt système recommandé pour la traçabilité des données.

Par exemple, vous pouvez ajouter des instructions pour guider le LLM sur la façon d'utiliser les compétences en matière de traçabilité des données :

  • Lorsque vous êtes invité à suivre le flux de données en amont ou en aval entre des composants ou des colonnes, utilisez la compétence search_lineage ou l'outil datalineage-search-lineage.

Pour savoir comment configurer les instructions, consultez Utiliser des instructions pour obtenir des modifications de l'IA qui respectent votre style de programmation.

Étapes suivantes