BigQuery连接器

MCP BigQuery 连接器

这个项目实现了（或：这个项目实施了）一个 模型上下文协议（MCP） 连接到（网络/系统的）服务器 Google BigQuery.
它是基于官方的 ModelContextProtocol/Python SDK。

🚀 本地开发

1. 安装依赖项

pip install -r requirements.txt

2. 配置凭据

提供一个具有访问BigQuery权限的Google Cloud服务账户JSON密钥。 在环境变量中设置路径：

export GOOGLE_APPLICATION_CREDENTIALS="/path/to/service_account.json"

3. 在本地运行MCP服务器

uv run mcp dev server.py

或者

python -m mcp dev server.py

4. 连接ChatGPT（企业版）

创建或编辑您的 mcp.json：

{
  "servers": {
    "bigquery-local": {
      "command": "python",
      "args": ["server.py"],
      "env": {
        "GOOGLE_APPLICATION_CREDENTIALS": "/path/to/service_account.json"
      }
    }
  }
}

把这个文件放进去 ~/.config/mcp/ 或者您的ChatGPT配置目录。

然后重启ChatGPT——新的MCP服务器应该会自动出现。

🧩 使用的MCP功能

• FastMCP 用于快速服务器定义
• @mcp.tool() 可调用工具的装饰器
• 自动stdio传输（本地开发的默认设置）

🧠 示例查询

询问ChatGPT：

在BigQuery中运行以下SQL：SELECT geo_country, COUNT(*) as sessions FROM Sandbox_data.vistacreate_session_web GROUP BY 1 LIMIT 5

预期输出：

✅ 查询执行成功。示例结果：[{'geo_country': 'US', 'sessions': 1234}, ...]