stackgate.ai
Alle integrationer

Google BigQuery

Forbind Google BigQuery til AI-klienter via MCP. Udforsk datasæt, inspicér skemaer, og kør Standard SQL mod dine GCP-projekter.

OAuth 6 værktøjer

Overblik

Forespørg Google BigQuery-datasæt, inspicér tabelskemaer, og kør Standard SQL mod GCP-projekter, som din Google-konto har adgang til. Med BigQuery MCP-integrationen kan analyse- og dataagenter udforske datavarehuse uden at eksportere CSV-filer eller skrive scripts.

Almindelige anvendelser:

  • Skemaopdagelse for AI-agenter — spørg Claude eller ChatGPT, hvilke tabeller der findes i et datasæt, før du skriver SQL.
  • Ad hoc-analyse — kør SELECT-forespørgsler og få resultater opsummeret på naturligt sprog.
  • Private gateway — kombinér BigQuery med Gmail, Drive eller andre integrationer til rapporterings-playbooks.

Forudsætninger

  • En Google-konto med adgang til et GCP-projekt, hvor BigQuery er aktiveret
  • IAM-roller på projektet: BigQuery Data Viewer (læs data/metadata) og BigQuery Job User (kør forespørgsler)
  • En stackgate.ai-konto

Credentials

  1. Gå til Mine integrationer → Google BigQuery.
  2. Klik Aktivér, og derefter Forbind med Google OAuth.
  3. Godkend BigQuery-læseadgang, når Google beder om det.
  4. Notér dit GCP Project ID (vist i Google Cloud Console) — det skal sendes med til MCP-værktøjerne.

Brug med AI-klienter

  • Dedikeret endpoint: POST /mcp/bigquery
  • Private gateway: bigquery__*-værktøjer

Se Dokumentation for HTTP-autentificering og opsætning af private gateway.

Eksempel-prompts:

  • List datasæt i projektet my-analytics-project.
  • Hvilke kolonner har my-analytics-project.sales.orders?
  • Kør SELECT date, SUM(revenue) FROM my-analytics-project.sales.orders GROUP BY 1 ORDER BY 1 DESC LIMIT 10.

Brug fuldt kvalificerede tabelnavne (project.dataset.table) i SQL-forespørgsler.

Fejlfinding

  • Permission denied / access denied — verificér at din Google-konto har BigQuery Data Viewer og Job User på det målrettede GCP-projekt. Genforbind fra Mine integrationer for at opdatere OAuth-tokens.
  • Project not found — dobbelttjek GCP Project ID (ikke projektets visningsnavn).
  • Quota exceeded — forespørgselsomkostninger og API-grænser faktureres på dit GCP-projekt. Tjek BigQuery-kvoter i Google Cloud Console, eller reducer scannet data med filtre og limits.
  • Tom datasætsliste — den forbundne konto har muligvis ikke bigquery.datasets.get på nogen datasæt i det projekt.

Tilgængelige værktøjer

  • list_datasets

    List BigQuery-datasæt i et GCP-projekt, som den forbundne Google-konto har adgang til.

  • get_dataset

    Hent metadata for et enkelt BigQuery-datasæt.

  • list_tables

    List tabeller i et BigQuery-datasæt.

  • get_table

    Hent skema, partitionering, clustering og metadata for en BigQuery-tabel.

  • run_query

    Kør en Standard SQL-forespørgsel synkront mod et GCP-projekt. Brug fuldt kvalificerede tabelnavne.

  • get_query_results

    Hent flere rækker fra et query-job, når run_query returnerer pageToken eller jobComplete er false.

MCP-endpoint: https://stackgate.ai/mcp/bigquery (HTTP) eller via private gateway.

Opret konto Dokumentation