Menghubungkan IDE Anda ke BigQuery menggunakan MCP Toolbox

Panduan ini menunjukkan cara menggunakan MCP Toolbox for Databases untuk menghubungkan instance BigQuery Anda ke berbagai Integrated Development Environment (IDE) dan alat developer. Alat ini menggunakan Model Context Protocol (MCP), sebuah protokol terbuka untuk menghubungkan model bahasa besar (LLM) ke sumber data seperti BigQuery, sehingga Anda dapat menjalankan kueri SQL dan berinteraksi dengan project langsung dari alat yang sudah ada.

Panduan ini menunjukkan proses koneksi untuk IDE berikut:

Sebelum memulai

  1. Di konsol Google Cloud , pada halaman pemilih project, pilih atau buat project Google Cloud .

  2. Pastikan penagihan diaktifkan untuk Google Cloud project Anda.

  3. Aktifkan BigQuery API di Google Cloud project.

  4. Konfigurasi peran dan izin yang diperlukan untuk menyelesaikan tugas ini. Anda memerlukan peran Pengguna BigQuery (roles/bigquery.user), peran Pelihat Data BigQuery (roles/bigquery.dataViewer), atau izin IAM yang setara untuk terhubung ke instance.

  5. Konfigurasi Kredensial Default Aplikasi (ADC) untuk lingkungan Anda.

Menginstal Toolbox MCP

  1. Download MCP Toolbox versi terbaru sebagai biner. Pilih biner yang sesuai dengan sistem operasi (OS) dan arsitektur CPU Anda. Anda harus menggunakan MCP Toolbox versi V0.7.0 atau yang lebih baru:

    linux/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/linux/amd64/toolbox
    

    Ganti VERSION dengan versi MCP Toolbox, misalnya v0.7.0.

    macOS darwin/arm64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/arm64/toolbox
    

    Ganti VERSION dengan versi MCP Toolbox, misalnya v0.7.0.

    macOS darwin/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/darwin/amd64/toolbox
    

    Ganti VERSION dengan versi MCP Toolbox, misalnya v0.7.0.

    windows/amd64

    curl -O https://storage.googleapis.com/genai-toolbox/VERSION/windows/amd64/toolbox
    

    Ganti VERSION dengan versi MCP Toolbox, misalnya v0.7.0.

  2. Jadikan biner sebagai file yang dapat dieksekusi:

    chmod +x toolbox
    
  3. Verifikasi penginstalannya:

    ./toolbox --version
    

Mengonfigurasi klien MCP

Kode Claude


1. Instal Claude Code.
2. Buat file .mcp.json di root project Anda, jika belum ada.
3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

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

4. Mulai ulang Claude Code untuk memuat setelan baru. Saat dibuka kembali, alat ini akan memberikan indikasi bahwa server MCP yang dikonfigurasi telah terdeteksi.

Claude desktop


1. Buka Claude Desktop, lalu buka Settings.
2. Di tab Developer, klik Edit Config untuk membuka file konfigurasi.
3. Tambahkan konfigurasi, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

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

4. Mulai ulang Claude Desktop.
5. Layar chat baru menampilkan ikon palu (MCP) dengan server MCP baru.


Cline


1. Buka ekstensi Cline di VS Code, lalu ketuk ikon MCP Servers.
2. Ketuk Configure MCP Servers untuk membuka file konfigurasi.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

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

Status aktif berwarna hijau akan muncul setelah server berhasil terhubung.

Kursor


1. Buat direktori .cursor di root project Anda jika belum ada.
2. Buat file .cursor/mcp.json jika tidak ada, lalu buka.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

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

4. Buka Kursor, lalu buka Setelan > Setelan Kursor > MCP. Status aktif berwarna hijau akan muncul saat server terhubung.

Visual Studio Code (Copilot)


1. Buka VS Code dan buat direktori .vscode di root project Anda jika belum ada.
2. Buat file .vscode/mcp.json jika tidak ada, lalu buka.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

{
  "servers": {
    "bigquery": {
      "command": "./PATH/TO/toolbox",
      "args": ["--prebuilt","bigquery","--stdio"],
      "env": {
        "BIGQUERY_PROJECT": "PROJECT_ID"
      }
    }
  }
}
4. Muat ulang jendela VS Code. Ekstensi yang kompatibel dengan MCP akan otomatis mendeteksi konfigurasi dan memulai server.

Selancar Angin


1. Buka Windsurf dan buka asisten Cascade.
2. Klik ikon MCP, lalu klik Configure untuk membuka file konfigurasi.
3. Tambahkan konfigurasi berikut, ganti variabel lingkungan dengan nilai Anda, lalu simpan:

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

Catatan: Variabel lingkungan BIGQUERY_PROJECT menentukan Project ID Google Cloud default yang akan digunakan MCP Toolbox. Semua operasi BigQuery, seperti menjalankan kueri, dijalankan dalam project ini.

Menggunakan alat

Alat AI Anda kini terhubung ke BigQuery menggunakan MCP. Coba minta asisten AI Anda untuk mencantumkan tabel, membuat tabel, atau menentukan dan menjalankan pernyataan SQL lainnya.

Alat berikut tersedia untuk LLM:

  • ask_data_insights: melakukan analisis data, mendapatkan insight, atau menjawab pertanyaan kompleks tentang isi tabel BigQuery.
  • execute_sql: menjalankan pernyataan SQL
  • perkiraan: memperkirakan data deret waktu.
  • get_dataset_info: mendapatkan metadata set data
  • get_table_info: mendapatkan metadata tabel
  • list_dataset_ids: mencantumkan set data
  • list_table_ids: mencantumkan tabel