Integração · Dados de empresas

Conecte Claude e ChatGPT ao Google BigQuery

Faça uma pergunta sobre seus dados para sua IA e deixe-a escrever e executar o SQL no BigQuery. Ela pode listar seus projetos, conjuntos de dados e tabelas, ler o esquema de uma tabela antes de consultar, pré-visualizar linhas e acompanhar trabalhos em execução prolongada. Também pode criar conjuntos de dados e tabelas, transmitir linhas e atualizar descrições e rótulos, se você habilitar essas ferramentas.

Ligar Google BigQuery gratuitamente

Plano gratuito, sem cartão de crédito. Demora cerca de um minuto.

Experimente pedir

“Quais tabelas estão no conjunto de dados de vendas e quais colunas tem a tabela orders?”
A IA lista as tabelas e views no conjunto de dados, lê o esquema da tabela orders, o número de linhas e o tamanho.
“Qual foi a receita que registramos por mês este ano?”
Ela verifica o esquema da tabela, escreve uma consulta GoogleSQL com total mensal e executa-a no seu projeto.
“Quantos dados essa consulta varreria antes de eu executá-la?”
Ela executa a consulta como um teste seco (dry run), que estima os bytes varridos sem executá-la.

O que a sua IA pode fazer

Consultas e resultados

Execute consultas SQL com teste seco ou limite de bytes cobrados, busque os resultados página por página e leia ou cancele trabalhos.

Conjuntos de dados e tabelas

Navegue entre projetos, conjuntos de dados, tabelas, views e rotinas salvas, leia esquemas e pré-visualize linhas.

Criar e atualizar

Crie conjuntos de dados e tabelas, transmita linhas, atualize descrições, rótulos e colunas e apague tabelas.

“Mostre-me as primeiras 20 linhas da tabela events.”
Ela lê as linhas diretamente da tabela sem executar uma consulta.
“Os trabalhos de consulta da noite passada falharam?”
Ela lista os trabalhos recentes no projeto filtrados por estado e lê o status e erros do que você seleciona.
“Crie uma tabela chamada leads no conjunto de dados marketing com as colunas name, email e created_at.”
Ela cria uma tabela vazia com esse esquema de coluna. As linhas podem então ser transmitidas com insert_rows.

45 ferramentas para Google BigQuery

Estas ferramentas são ativadas quando estabelece a ligação. Pode desativar qualquer uma delas ou exigir a sua aprovação antes de ser executada.

cancel_jobElimina dadosPergunte ao BigQuery para cancelar um trabalho rodando usando `projects_id` e `jobs_id`. O que ele já fez não é desfeito.
create_datasetAltera dadosCriar um novo conjunto de dados vazio no projeto `projects_id`. Defina o ID do conjunto de dados em `dataset_reference`, além de `location` e `description`.
create_dataset_routineAltera dadosCriar uma nova rotina para um conjunto de dados. Pesquisar rotinas primeiro para evitar duplicatas. Resumo da API: Cria uma nova rotina no conjunto de dados.
create_projectAltera dadosCriar um novo projeto para um projeto. Pesquisar projetos primeiro para evitar duplicatas. Resumo da API: Inicia um novo trabalho assíncrono.
create_tableAltera dadosCriar uma nova tabela vazia em um conjunto de dados usando `projects_id` e `datasets_id`. Coloque o ID da tabela em `body.tableReference` e as colunas em `body.schema`.
create_table_row_access_policies_batch_deleteVisível para outras pessoasCriar novas políticas de acesso a linhas em lote para deletar uma tabela. Tem efeitos visíveis fora deste sistema. Resumo da API: Deleta as políticas de acesso a linhas fornecidas.
create_table_row_access_policyAltera dadosCriar uma nova política de acesso por linha para uma tabela. Pesquisar políticas de acesso por linha primeiro para evitar duplicatas. Resumo da API: Cria uma política de acesso por linha.
create_test_iam_permissionElimina dadosCriar uma nova permissão IAM de teste. Ação destrutiva; pode exigir aprovação. Resumo da API: Retorna as permissões que um chamador tem no recurso especificado.
create_test_iam_permission_bigquery_row_access_policies_test_iamElimina dadosCriar uma nova permissão IAM de teste. Ação destrutiva; pode exigir aprovação. Resumo da API: Retorna as permissões que um chamador tem no recurso especificado.
create_test_iam_permission_bigquery_tables_test_iam_permissionsElimina dadosCriar uma nova permissão IAM de teste. Ação destrutiva; pode exigir aprovação. Resumo da API: Retorna as permissões que um chamador tem no recurso especificado.
create_undeleteAltera dadosCriar um novo desbloqueio. Resumo da API: Desbloqueia um conjunto de dados que está dentro da janela de tempo viagem com base no datasetId.
delete_dataset_modelElimina dadosExcluir permanentemente um modelo pelo seu ID de modelo. Ação destrutiva; pode exigir aprovação. Resumo da API: Exclui o modelo especificado por modelId do conjunto de dados.
delete_dataset_routineElimina dadosExcluir permanentemente uma rotina pelo seu ID de rotina. Ação destrutiva; pode exigir aprovação. Resumo da API: Exclui a rotina especificada por routineId do conjunto de dados.
delete_job_deletesMovimenta dinheiroExcluir permanentemente um delete pelo jobs id. Ação financeira ou irreversível; pode exigir aprovação. Resumo da API: Solicita a exclusão do metadados de uma tarefa.
delete_project_datasetElimina dadosExcluir permanentemente um conjunto de dados pelo datasets id. Ação destrutiva; pode exigir aprovação. Resumo da API: Exclui o conjunto de dados especificado pelo valor datasetId.
delete_tableElimina dadosExcluir permanentemente uma tabela e todos os seus dados por `projects_id`, `datasets_id` e `tables_id`. Isso não pode ser desfeito após passar a janela de tempo viagem.
delete_table_row_access_policyElimina dadosExcluir permanentemente uma política de acesso por linha pelo row access policies id. Ação destrutiva; pode exigir aprovação. Resumo da API: Exclui uma política de acesso por linha.
get_datasetObter os detalhes de um conjunto de dados por `projects_id` e `datasets_id`, incluindo localização, descrição, rótulos e configurações de acesso.
get_dataset_modelObter um modelo para um conjunto de dados pelo models id. Resumo da API: Obtém o recurso modelo especificado pelo ID do modelo.
get_jobObter o status, estatísticas e quaisquer erros de uma tarefa por `projects_id` e `jobs_id`.
get_query_resultsObter os resultados de uma tarefa de query por `projects_id` e `queries_id` (o ID da tarefa do run_query), página por página. Use quando o run_query retornou antes que a query terminasse.
get_routineObter a definição e argumentos de uma rotina por `projects_id`, `datasets_id` e `routines_id`.
get_routine_iam_policyAltera dadosObter uma rotina pelo ID de rotina. Resumo da API: Obtém a política de controle de acesso para um recurso.
get_row_access_policy_iam_policyAltera dadosObter uma política de acesso por linha pelo ID de políticas de acesso por linha. Resumo da API: Obtém a política de controle de acesso para um recurso.
get_tableObter os detalhes de uma tabela por `projects_id`, `datasets_id` e `tables_id`, incluindo seu esquema de coluna, contagem de linhas e tamanho. Verifique isso antes de escrever um query.
get_table_iam_policyAltera dadosObter uma tabela pelo ID de tabelas. Resumo da API: Obtém a política de controle de acesso para um recurso.
get_table_row_access_policyObter uma política de acesso por linha para uma tabela pelo ID de políticas de acesso por linha. Resumo da API: Obtém a política de acesso por linha especificada pelo ID de política.
insert_rowsAltera dadosFluir novas linhas em uma tabela usando `projects_id`, `datasets_id` e `tables_id`; passe `rows` como uma lista de objetos com um campo `json` contendo cada linha.
list_datasetsListar os conjuntos de dados em um projeto (`projects_id`). Use `filter` para filtrar por rótulo e `all` para incluir conjuntos de dados ocultos.
list_jobsListar trabalhos recentes do BigQuery (consultas, carregamentos, exportações) no projeto `projects_id`, filtrados por `state_filter` ou hora de criação.
list_routinesListar as rotinas salvas (funções definidas pelo usuário e procedimentos armazenados) em um conjunto de dados por `projects_id` e `datasets_id`.
list_tablesListar tabelas e vistas em um conjunto de dados por `projects_id` e `datasets_id`.
preview_table_rowsLer linhas diretamente de uma tabela por `projects_id`, `datasets_id` e `tables_id`, opcionalmente apenas `selected_fields` e a partir de `start_index`. Grátis e rápido para um olhar rápido; use run_query para filtrar ou agregar.
run_queryAltera dadosExecute uma consulta SQL `query` (GoogleSQL por padrão) no projeto `projects_id` e retorne os resultados se terminar dentro de `timeout_ms`. As consultas são cobradas por bytes varridos; defina `dry_run` para estimar o custo primeiro, ou `maximum_bytes_billed` para limitá-lo. Instruções como INSERT, UPDATE, DELETE ou DROP alteram dados permanentemente.
search_dataset_modelsPesquisar modelos para um conjunto de dados. Use isso para encontrar modelos existentes antes de criar um novo modelo. Os resultados são paginados. Resumo da API: Lista todos os modelos no conjunto de dados especificado.
search_project_accountsPesquisar contas para um projeto. Use isso para encontrar contas existentes antes de criar uma nova conta. Resumo da API: RPC para obter a conta de serviço para um projeto usado para interações com o Google Cloud KMS.
search_projects_bigquery_jobs_listPesquisar projetos para um projeto pelo tempo mínimo de criação, filtro de estado, todos os usuários, tempo máximo de criação, ID do trabalho pai ou projeção. Use isso para encontrar projetos existentes antes de criar um novo projeto. Os resultados são paginados. Resumo da API: Lista todos os trabalhos que você iniciou no projeto especificado.
search_table_row_access_policiesPesquisar políticas de acesso por linha para uma tabela. Use isso para encontrar políticas de acesso por linha existentes antes de criar uma nova política de acesso por linha. Os resultados são paginados. Resumo da API: Lista todas as políticas de acesso por linha na tabela especificada.
update_datasetAltera dadosAtualize a descrição, rótulos, nome amigável ou expiração padrão de um conjunto de dados por `projects_id` e `datasets_id`. Apenas os campos que você passar serão alterados.
update_dataset_modelAltera dadosAtualizar um modelo existente identificado pelo ID de modelos. Apenas os campos que você passa são alterados. Resumo da API: Patcha campos específicos no modelo especificado.
update_dataset_routineAltera dadosAtualizar uma rotina existente identificada pelo ID de rotinas. Resumo da API: Atualiza informações em uma rotina existente.
update_routines_iam_policyAltera dadosAtualiza uma rotina existente identificada pelo ID da rotina. Resumo da API: Define a política de controle de acesso no recurso especificado.
update_tableAltera dadosAtualizar a descrição, rótulos, expiração ou adicionar colunas de uma tabela por `projects_id`, `datasets_id` e `tables_id`. Apenas os campos que você passa em `body` são alterados.
update_table_row_access_policyAltera dadosAtualiza uma política de acesso por linha existente identificada pelo ID das políticas de acesso por linha. Resumo da API: Atualiza uma política de acesso por linha.
update_tables_iam_policyAltera dadosAtualiza uma tabela existente identificada pelo ID da tabela. Resumo da API: Define a política de controle de acesso no recurso especificado.

Configure em três passos

1
Escolha a aplicação
Crie uma conta gratuita no PipMCP e escolha Google BigQuery na lista de aplicações.
2
Cole a sua chave
Cole o ID do cliente OAuth e a chave secreta do seu próprio projeto Google Cloud, além do ID do projeto que contém seus dados, e faça login uma vez com o Google. No console do Google Cloud crie ou selecione um projeto e habilite a API BigQuery. Configure a tela de consentimento OAuth, depois vá em Credentials > Criar credenciais > ID do cliente OAuth, escolha Aplicação Web e adicione a URI de redirecionamento https://pipmcp.com/oauth/callback.
3
Adicione a ligação à sua IA
Receberá uma ligação MCP pessoal. Adicione-a ao Claude, ao ChatGPT ou ao Cursor:
1. Clique no seu nome e depois em Definições › Conectores › Adicionar conector personalizado.
2. Cole a sua ligação no campo URL do servidor MCP remoto.
3. Ative-o no menu + de uma conversa.

Perguntas

O que a IA pode fazer no Google BigQuery?

Ela pode listar projetos, conjuntos de dados, tabelas, rotinas e trabalhos, ler esquemas de tabela, pré-visualizar linhas e executar consultas SQL. Pode criar conjuntos de dados e tabelas, transmitir linhas, atualizar tabelas e conjuntos de dados, cancelar trabalhos e apagar tabelas, se você habilitar essas ferramentas.

A IA vê minhas credenciais do Google BigQuery?

Não. Suas credenciais do Google BigQuery estão criptografadas em repouso e nunca são mostradas à IA. Após salvar, não aparecem novamente, nem mesmo para você. A IA só vê os resultados das ferramentas que chama.

Posso controlar o que a IA é autorizada a fazer?

Sim. Você escolhe quais ferramentas estão ativadas, então pode começar com navegação e pré-visualização. Uma instrução SQL como DELETE ou DROP altera dados permanentemente, e deletar uma tabela remove-a e seus dados, então essas ações podem exigir sua aprovação antes de rodarem. Todas as chamadas de ferramenta são registradas.

Funciona com o ChatGPT?

Sim. No ChatGPT, vá em Configurações › Aplicações & Conectores › Avançado e ative o Modo Desenvolvedor, depois adicione seu link do PipMCP. O Modo Desenvolvedor requer um plano pago do ChatGPT: Plus, Pro, Business ou Enterprise. O mesmo link funciona também no Claude (Configurações › Conectores › Adicionar conector personalizado), Cursor e outros clientes MCP.

Qual é o custo?

O Google BigQuery se conecta via OAuth, e esta conexão precisa do plano PipMCP Pro. O PipMCP também tem um plano gratuito sem cartão de crédito, mas não inclui esta conexão. Planos pagos cobram por tarefa concluída. Você também precisa de sua própria conta do Google BigQuery.

As consultas da IA adicionam ao meu faturamento do BigQuery?

As consultas rodam em seu próprio projeto do Google Cloud e o BigQuery as cobra por bytes varridos. A IA pode fazer uma execução seca para estimar os bytes primeiro, ou definir um máximo de bytes cobrados para que a consulta pare em vez de varrer mais. Pré-visualizar linhas de tabela lê diretamente da tabela sem executar uma consulta.