Integración · Datos empresariales

Conecte Claude y ChatGPT con Google BigQuery

Haga una pregunta a su IA sobre sus datos para que escriba y ejecute SQL en BigQuery. Puede listar proyectos, conjuntos de datos y tablas, leer el esquema de una tabla antes de consultarla, previsualizar filas y seguir el progreso de trabajos largos. También puede crear conjuntos de datos y tablas, cargar filas en tiempo real y actualizar descripciones y etiquetas si activa esas herramientas.

Conecta Google BigQuery gratis

Plan gratuito, sin tarjeta de crédito. Solo lleva un minuto aproximadamente.

Prueba a pedirle

“¿Qué tablas hay en el conjunto de datos ventas y qué columnas tiene orders?”
La IA lista las tablas y vistas del conjunto de datos, luego lee el esquema de la tabla orders, su conteo de filas y tamaño.
“¿Cuánta facturación hemos registrado por mes este año?”
Verifica el esquema de la tabla, escribe una consulta GoogleSQL con un total mensual y la ejecuta en tu proyecto.
“¿Qué cantidad de datos escanearía esa consulta antes de ejecutarla?”
Ejecuta la consulta como prueba seca, lo que estima los bytes escaneados sin ejecutarla.

Qué puede hacer tu IA

Consultas y resultados

Ejecuta consultas SQL con prueba seca o límite en bytes facturados, obtén resultados página por página y lee o cancela trabajos.

Conjuntos de datos y tablas

Navega entre proyectos, conjuntos de datos, tablas, vistas y rutinas guardadas; lee esquemas y previsualiza filas.

Crear y actualizar

Crea conjuntos de datos y tablas, carga filas en tiempo real, actualiza descripciones, etiquetas y columnas, y elimina tablas.

“Muéstrame las primeras 20 filas de la tabla events.”
Lee las filas directamente desde la tabla sin ejecutar una consulta.
“¿Fallaron los trabajos de consulta de anoche?”
Lista los trabajos recientes en el proyecto filtrados por estado y lee el estado y errores del que seleccionas.
“Crea una tabla llamada leads en el conjunto de datos marketing con name, email y created_at.”
Crea una tabla vacía con ese esquema de columnas. Luego se pueden cargar filas mediante insert_rows.

45 herramientas para Google BigQuery

Estas herramientas se activan al conectar la aplicación. Puedes desactivar cualquiera de ellas o exigir tu aprobación antes de que se ejecute.

cancel_jobElimina datosPida a BigQuery que cancele un trabajo ejecutándose mediante `projects_id` y `jobs_id`. Lo que ya hizo no se deshace.
create_datasetModifica datosCree un nuevo conjunto de datos vacío en el proyecto `projects_id`. Establezca el ID del conjunto de datos en `dataset_reference`, junto con `location` y `description`.
create_dataset_routineModifica datos
create_projectModifica datos
create_tableModifica datosCree una nueva tabla vacía en un conjunto de datos mediante `projects_id` y `datasets_id`. Coloque el ID de la tabla en `body.tableReference` y las columnas en `body.schema`.
create_table_row_access_policies_batch_deleteVisible para otros
create_table_row_access_policyModifica datos
create_test_iam_permissionElimina datos
create_test_iam_permission_bigquery_row_access_policies_test_iamElimina datos
create_test_iam_permission_bigquery_tables_test_iam_permissionsElimina datos
create_undeleteModifica datos
delete_dataset_modelElimina datos
delete_dataset_routineElimina datos
delete_job_deletesMueve dinero
delete_project_datasetElimina datos
delete_tableElimina datosElimine permanentemente una tabla y todos sus datos mediante `projects_id`, `datasets_id` y `tables_id`. Esto no se puede deshacer una vez pasado el período de viaje en el tiempo.
delete_table_row_access_policyElimina datos
get_datasetObtener los detalles de un conjunto de datos mediante `projects_id` y `datasets_id`, incluyendo ubicación, descripción, etiquetas y configuración de acceso.
get_dataset_model
get_jobObtener el estado, estadísticas y errores de un trabajo mediante `projects_id` y `jobs_id`.
get_query_resultsObtener los resultados de un trabajo de consulta mediante `projects_id` y `queries_id` (el ID del trabajo de run_query), página por página. Úsalo cuando run_query haya devuelto antes de que termine la consulta.
get_routineObtenga la definición y argumentos de un procedimiento mediante `projects_id`, `datasets_id` y `routines_id`.
get_routine_iam_policyModifica datos
get_row_access_policy_iam_policyModifica datos
get_tableObtenga los detalles de una tabla mediante `projects_id`, `datasets_id` y `tables_id`, incluyendo su esquema de columnas, conteo de filas y tamaño. Verifique esto antes de escribir una consulta.
get_table_iam_policyModifica datos
get_table_row_access_policy
insert_rowsModifica datosFluje nuevas filas en una tabla mediante `projects_id`, `datasets_id` y `tables_id`; pase `rows` como lista de objetos con un campo `json` que contenga cada fila.
list_datasetsListar los conjuntos de datos en un proyecto (`projects_id`). Usa `filter` para filtrar por etiqueta y `all` para incluir conjuntos de datos ocultos.
list_jobsListar trabajos recientes de BigQuery (consultas, cargas, exportaciones) en el proyecto `projects_id`, filtrados por `state_filter` o fecha de creación.
list_routinesListar las rutinas guardadas (funciones definidas por el usuario y procedimientos almacenados) en un conjunto de datos mediante `projects_id` y `datasets_id`.
list_tablesListar las tablas y vistas en un conjunto de datos mediante `projects_id` y `datasets_id`.
preview_table_rowsLeer filas directamente desde una tabla mediante `projects_id`, `datasets_id` y `tables_id`, opcionalmente solo `selected_fields` y desde `start_index`. Gratuito y rápido para un vistazo rápido; usa run_query para filtrar o agrupar.
run_queryModifica datosEjecute una consulta SQL `query` (GoogleSQL por defecto) en el proyecto `projects_id` y devuelva los resultados si termina dentro de `timeout_ms`. Las consultas facturan por bytes escaneados; establezca `dry_run` para estimar costos primero, o `maximum_bytes_billed` para limitarlos. Enunciados como INSERT, UPDATE, DELETE o DROP cambian datos permanentemente.
search_dataset_models
search_project_accounts
search_projects_bigquery_jobs_list
search_table_row_access_policies
update_datasetModifica datosActualizar la descripción, etiquetas, nombre amigable o expiración predeterminada de un conjunto de datos mediante `projects_id` y `datasets_id`. Solo los campos que pases cambien.
update_dataset_modelModifica datos
update_dataset_routineModifica datos
update_routines_iam_policyModifica datos
update_tableModifica datosActualizar la descripción, etiquetas, expiración de una tabla o agregar columnas mediante `projects_id`, `datasets_id` y `tables_id`. Solo los campos que pases en `body` cambian.
update_table_row_access_policyModifica datos
update_tables_iam_policyModifica datos

Configúralo en tres pasos

1
Elige la aplicación
Crea una cuenta gratuita de PipMCP y elige Google BigQuery en la lista de aplicaciones.
2
Pega tu clave
Pega el ID del cliente OAuth y la clave secreta desde tu propio proyecto de Google Cloud, junto con el ID del proyecto que contiene tus datos; luego inicia sesión una vez con Google. En la consola de Google Cloud crea o selecciona un proyecto e habilita la API BigQuery. Configura la pantalla de consentimiento OAuth, luego ve a Credenciales > Crear credenciales > ID del cliente OAuth, selecciona Aplicación web y añade la URI de redirección https://pipmcp.com/oauth/callback.
3
Añade el enlace a tu IA
Recibirás un enlace MCP personal. Añádelo a Claude, ChatGPT o Cursor:
1. Haz clic en tu nombre y luego en Configuración › Conectores › Añadir conector personalizado.
2. Pega tu enlace como URL del servidor MCP remoto.
3. Actívalo desde el menú + de un chat.

Preguntas frecuentes

¿Qué puede hacer la IA en Google BigQuery?

Puede listar proyectos, conjuntos de datos, tablas, rutinas y trabajos; leer esquemas de tablas, previsualizar filas y ejecutar consultas SQL. Puede crear conjuntos de datos y tablas, cargar filas en tiempo real, actualizar tablas y conjuntos de datos, cancelar trabajos y eliminar tablas si activa esas herramientas.

¿Vé la IA mis credenciales de Google BigQuery?

No. Sus credenciales de Google BigQuery están encriptadas y nunca se muestran al IA. Una vez guardadas, no vuelven a aparecer ni para usted. El IA solo ve los resultados de las herramientas que llama.

¿Puedo controlar qué puede hacer la IA?

Sí. Usted elige qué herramientas activar, por lo que puede empezar con navegación y previsiones. Un enunciado SQL como DELETE o DROP cambia datos permanentemente; borrar una tabla elimina su contenido, requiriendo aprobación antes de ejecutarlo. Cada llamada se registra.

¿Funciona con ChatGPT?

Sí. En ChatGPT ve a Configuración › Aplicaciones y Conectores › Avanzado y activa el Modo Desarrollador, luego añade tu enlace PipMCP. El Modo Desarrollador requiere un plan de pago de ChatGPT: Plus, Pro, Business o Enterprise. El mismo enlace también funciona en Claude (Configuración › Conectores › Añadir conector personalizado), Cursor y otros clientes MCP.

¿Cuánto cuesta?

Google BigQuery usa OAuth, que requiere el plan PipMCP Pro. PipMCP tiene un plan gratuito sin tarjeta, pero no incluye esta conexión. Los planes facturados son por tarea completada y necesita su propio proyecto Google Cloud.

¿Añadirán las consultas del IA a mi factura de BigQuery?

Las consultas se ejecutan en su proyecto propio de Google Cloud y facturan por bytes escaneados. El IA puede hacer una prueba seca para estimar los bytes o establecer un límite máximo para detener la consulta antes de escanear más. Leer filas es directo sin ejecutar consultas.