Esta página se ha traducido con Cloud Translation API.

Conectar tu IDE a BigQuery con MCP Toolbox

En esta guía se explica cómo usar MCP Toolbox for Databases para conectar tu instancia de BigQuery a varios entornos de desarrollo integrados (IDEs) y herramientas para desarrolladores. Utiliza el protocolo de contexto de modelo (MCP), un protocolo abierto para conectar modelos de lenguaje grandes (LLMs) a fuentes de datos como BigQuery, lo que te permite ejecutar consultas de SQL e interactuar con tu proyecto directamente desde tus herramientas.

En esta guía se muestra el proceso de conexión de los siguientes IDEs:

Cursor
Windsurf (antes Codeium)
Visual Studio Code (Copilot)
Cline (extensión de VS Code)
Claude para ordenadores
Código de Claude

Antes de empezar

En la Google Cloud consola, en la página del selector de proyectos, selecciona o crea un Google Cloud proyecto.
Asegúrate de que la facturación esté habilitada en tu Google Cloud proyecto.
Habilita la API de BigQuery en el Google Cloud proyecto.
Configura los roles y permisos necesarios para completar esta tarea. Para conectarte a la instancia, necesitarás el rol Usuario de BigQuery (roles/bigquery.user), el rol Lector de datos de BigQuery (roles/bigquery.dataViewer) o permisos de gestión de identidades y accesos equivalentes.
Configura las credenciales predeterminadas de la aplicación (ADC) en tu entorno.

Instalar la caja de herramientas de MCP

Descarga la versión más reciente de la caja de herramientas de MCP como archivo binario. Selecciona el binario correspondiente a tu sistema operativo y a la arquitectura de tu CPU. Debes usar la versión V0.7.0 o una posterior de MCP Toolbox:
linux/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
Sustituye VERSION por la versión de MCP Toolbox (por ejemplo, v0.7.0).
macOS darwin/arm64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
Sustituye VERSION por la versión de MCP Toolbox (por ejemplo, v0.7.0).
macOS darwin/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
Sustituye VERSION por la versión de MCP Toolbox (por ejemplo, v0.7.0).
windows/amd64
curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
Sustituye VERSION por la versión de MCP Toolbox (por ejemplo, v0.7.0).
Haz que el archivo binario sea ejecutable:
```
chmod +x toolbox
```
Verifica la instalación:
```
./toolbox --version
```

Configurar el cliente de MCP

Código de Claude

1. Instala Claude Code.
2. Crea un archivo .mcp.json en la raíz de tu proyecto, si no existe.
3. Añade la configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Reinicia Claude Code para cargar los nuevos ajustes. Cuando se vuelva a abrir, la herramienta indicará que se ha detectado el servidor MCP configurado.

Claude para ordenadores

1. Abre Claude Desktop y ve a Configuración.
2. En la pestaña Desarrollador, haz clic en Editar configuración para abrir el archivo de configuración.
3. Añade la configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Reinicia Claude Desktop.
5. En la nueva pantalla de chat se muestra un icono de martillo (MCP) con el nuevo servidor MCP.

Cline

1. Abre la extensión Cline en VS Code y toca el icono Servidores MCP.
2. Toca Configurar servidores MCP para abrir el archivo de configuración.
3. Añade la siguiente configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Si el servidor se conecta correctamente, aparecerá el estado activo en verde.

Cursor

1. Crea el directorio .cursor en la raíz de tu proyecto si no existe.
2. Crea el archivo .cursor/mcp.json si no existe y ábrelo.
3. Añade la siguiente configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Abre Cursor y ve a Configuración > Configuración del cursor > MCP. Cuando el servidor se conecta, aparece el estado activo en verde.

Visual Studio Code (Copilot)

1. Abre VS Code y crea un directorio .vscode en la raíz de tu proyecto si no existe.
2. Crea el archivo .vscode/mcp.json si no existe y ábrelo.
3. Añade la siguiente configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "servers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

4. Vuelve a cargar la ventana de VS Code. La extensión compatible con MCP detecta automáticamente la configuración e inicia el servidor.

Windsurf

1. Abre Windsurf y ve al asistente de Cascade.
2. Haz clic en el icono de MCP y, a continuación, en Configurar para abrir el archivo de configuración.
3. Añade la siguiente configuración, sustituye las variables de entorno por tus valores y guarda los cambios:

{
  "mcpServers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}

Nota: La variable de entorno BIGQUERY_PROJECT especifica el ID de proyecto predeterminado Google Cloud que debe usar MCP Toolbox. Todas las operaciones de BigQuery, como la ejecución de consultas, se realizan en este proyecto.

Usar las herramientas

Tu herramienta de IA ahora está conectada a BigQuery mediante MCP. Prueba a pedirle a tu asistente de IA que muestre las tablas, cree una tabla o defina y ejecute otras instrucciones de SQL.

El LLM tiene acceso a las siguientes herramientas:

analyze_contribution realiza un análisis de contribución, también llamado análisis de los factores clave.
ask_data_insights: realiza análisis de datos, obtiene estadísticas o responde a preguntas complejas sobre el contenido de las tablas de BigQuery.
execute_sql: ejecuta una instrucción SQL.
forecast: prevé datos de series temporales.
get_dataset_info: obtiene los metadatos de un conjunto de datos.
get_table_info obtiene los metadatos de una tabla.
list_dataset_ids: muestra los conjuntos de datos.
list_table_ids: muestra las tablas.