BigQuery MCP服务器
为AI提供Google BigQuery数据查询与管理能力的MCP服务器。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：BigQuery MCP服务器。 它的用途是：为AI提供Google BigQuery数据查询与管理能力的MCP服务器。 完整的 Skill 内容见：https://321skill.com/skills/bigquery-mcp服务器/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我查询过去一周销售额最高的10个产品及其详情。”，它会通过MCP服务器向BigQuery发送相应的SQL查询，并将返回的表格数据整理成清晰易懂的摘要和列表呈现给你。你还可以接着说：“把结果用柱状图展示一下趋势。”，AI可以基于查询到的数据生成可视化的描述或代码。
介绍
BigQuery MCP服务器是一个模型上下文协议（MCP）工具，它解决了AI助手无法直接访问和分析存储在Google BigQuery中大规模数据的痛点。通过将BigQuery的查询和管理能力封装成标准化的MCP协议，它让AI模型能够安全、高效地与云端数据仓库进行交互。
使用时，用户需要先在Google Cloud Platform上配置好服务账号和密钥，并将该MCP服务器集成到支持MCP的AI平台（如Claude Desktop）中。之后，用户就可以通过自然语言指令，让AI助手代为执行SQL查询、管理数据集和表等操作，而无需手动编写复杂的查询语句或切换工具。
这个Skill特别适合数据分析师、后端开发者和需要频繁与数据打交道的产品经理。数据分析师可以快速探索数据集、验证假设；后端开发者可以调试数据管道、检查数据质量；产品经理则能即时获取经营数据以支持决策。
使用建议：请确保服务账号的权限遵循最小化原则，仅授予完成必要操作所需的数据集和表访问权限，避免因AI操作导致的数据安全风险。同时，对于涉及敏感数据的查询，建议在开发环境中先行测试。
核心特点
作为MCP协议下的标准化工具，它实现了AI与BigQuery的“开箱即用”式集成，无需为每个AI应用单独开发数据连接层。其核心区别在于，它并非一个独立的查询界面，而是将BigQuery能力直接转化为AI模型可调用的函数，让数据分析成为AI对话的自然延伸。
注意事项
不适合需要复杂ETL流程、实时流数据处理或直接修改BigQuery底层基础设施配置的场景。
常见问题
使用前需要准备什么？
需要一个已启用BigQuery API的Google Cloud项目，并配置好具有相应权限的服务账号密钥文件。
它能执行哪些操作？
主要支持执行SQL查询、列出数据集和表、获取表结构等数据查询与管理操作。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/bigquery-mcp服务器/raw/index.md 读取 BigQuery MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/bigquery-mcp服务器/raw/index.md（查看排版版本）