🔍
BigQuery
大数据分析 数据库与存储安装命令
npx clawhub@latest install bigquery
安装说明
1
确认环境
确保已安装 Node.js 22+ 和 OpenClaw。在终端运行 openclaw --version 确认 OpenClaw 正常工作。
2
执行安装
在终端中运行上方安装命令，ClawHub 会自动下载并安装 BigQuery 到 ~/.openclaw/skills/ 目录。
3
验证安装
运行 openclaw skills list 查看已安装技能列表，确认 BigQuery 已出现在列表中。
4
配置参数（可选）
根据下方介绍中的配置说明，在 ~/.config/openclaw/openclaw.json5 中添加技能的配置项。
手动安装方式：将 Skill 文件夹复制到
~/.openclaw/skills/ 或项目目录下的 skills/ 文件夹，确保文件夹中包含 SKILL.md 文件。
自然语言转SQL查询
数据集与表结构浏览
查询任务管理与优化
详细介绍
BigQuery MCP 服务器将 Google BigQuery 的 PB 级数据分析能力引入 AI 对话，支持自然语言查询和 SQL 执行，让非技术用户也能轻松分析大规模数据集。
核心功能
- SQL 查询（execute_query）：在 BigQuery 中执行 SQL 查询，支持标准 SQL 语法，自动处理分区和聚簇优化
- 自然语言查询：用中文描述查询需求，AI 自动生成优化的 BigQuery SQL
- 数据集浏览（list_datasets/list_tables）：列出项目下的数据集和表，查看表 Schema、分区信息和行数
- 查询预估：在执行前预估查询将扫描的数据量和费用
- 表管理：创建表、插入数据、管理表的过期时间和分区设置
配置说明
{
"mcpServers": {
"bigquery": {
"command": "npx",
"args": ["-y", "@google-cloud/bigquery-mcp-server"],
"env": {
"GOOGLE_PROJECT_ID": "your-project-id"
// 需要配置 gcloud 认证或 Service Account
}
}
}
}
使用场景
- 业务分析：自然语言查询销售、用户行为等业务数据
- 数据探索：浏览数据集结构，了解可用数据和字段含义
- 成本优化：预估查询成本，优化 SQL 减少数据扫描量
- ETL 监控：查看 BigQuery 任务状态和执行历史