Integration · Virksomhedsdata

Forbind Claude og ChatGPT med Google BigQuery

Stil din AI et spørgsmål om jeres data, og lad den skrive og køre SQL'en i BigQuery. Den kan vise dine projekter, datasæt og tabeller, læse en tabels skema før den forespørger, vise rækker og følge op på jobs, der tager tid. Den kan også oprette datasæt og tabeller, indsætte rækker og rette beskrivelser og labels, hvis du slår de værktøjer til.

Forbind Google BigQuery gratis

Gratis plan uden kreditkort. Det tager cirka et minut.

Prøv at spørge

“Hvilke tabeller ligger i salgsdatasættet, og hvilke kolonner har orders?”
AI'en viser tabeller og views i datasættet og læser derefter skema, antal rækker og størrelse for tabellen orders.
“Hvor meget omsatte vi for pr. måned i år?”
Den tjekker tabellens skema, skriver en GoogleSQL-forespørgsel med en månedlig sum og kører den i dit projekt.
“Hvor mange data ville den forespørgsel scanne, før jeg kører den?”
Den kører forespørgslen som dry run, der anslår de scannede bytes uden at køre den.

Det kan din AI

Forespørgsler og resultater

Kør SQL med dry run eller et loft over fakturerede bytes, hent resultater side for side, og læs eller annullér jobs.

Datasæt og tabeller

Gennemse projekter, datasæt, tabeller, views og gemte rutiner, læs skemaer og se rækker.

Opret og ret

Opret datasæt og tabeller, indsæt rækker, ret beskrivelser, labels og kolonner, og slet tabeller.

“Vis mig de første 20 rækker i tabellen events.”
Den læser rækkerne direkte fra tabellen uden at køre en forespørgsel.
“Fejlede nattens forespørgsler?”
Den viser de seneste jobs i projektet filtreret på status og læser status og fejl for det job, du vælger.
“Opret en tabel ved navn leads i marketingdatasættet med name, email og created_at.”
Den opretter en tom tabel med de kolonner. Bagefter kan der indsættes rækker med insert_rows.

45 værktøjer til Google BigQuery

Værktøjerne er slået til, når du forbinder. Du kan slå dem fra enkeltvis eller kræve din godkendelse, før de kører.

cancel_jobSletterBed BigQuery om at afbringe en kørende opgave ved hjælp af `projects_id` og `jobs_id`. Hvis det allerede er gjort, gøres det ikke ugyldigt.
create_datasetÆndrer dataOpret en ny tom sæt i projektet `projects_id`. Indsæt sæt-ID'en i `dataset_reference`, samt `location` og `description`.
create_dataset_routineÆndrer dataOpret en ny routine for et sæt. Søg først efter rutiner for at undgå duplikater. API-overblik: Oprettelse af en ny routine i sættet.
create_projectÆndrer dataOpret et nyt projekt for et projekt. Søg først efter projekter for at undgå duplikater. API-overblik: Starte en ny asynkron opgave.
create_tableÆndrer dataOpret en ny tom tabel i et sæt ved hjælp af `projects_id` og `datasets_id`. Placer tabellens ID i `body.tableReference` og søjlerne i `body.schema`.
create_table_row_access_policies_batch_deleteSynligt for andreOpret en ny rækkelignende politik batch sletning for en tabel. Har effekter synlige udenfor dette system. API-overblik: Slet de angivne rækkelignende politikker.
create_table_row_access_policyÆndrer dataOpret en ny rækkelignende politik for en tabel. Søg først efter rækkelignende politikker for at undgå duplikater. API-overblik: Oprettelse af en rækkelignende politik.
create_test_iam_permissionSletterOpret en ny test IAM tilladelse. Destructive handling; kan kræve godkendelse. API-overblik: Returnerer tilladelser, som en kaldende har på det angivne ressurs.
create_test_iam_permission_bigquery_row_access_policies_test_iamSletterOpret en ny test IAM tilladelse. Destructive handling; kan kræve godkendelse. API-overblik: Returnerer tilladelser, som en kaldende har på det angivne ressurs.
create_test_iam_permission_bigquery_tables_test_iam_permissionsSletterOpret en ny test IAM tilladelse. Destructive handling; kan kræve godkendelse. API-overblik: Returnerer tilladelser, som en kaldende har på det angivne ressurs.
create_undeleteÆndrer dataOpret en ny undelete. API-overblik: Undeletter et sæt, der er inden for tidrejsningsvinduet baseret på datasetId.
delete_dataset_modelSletterSlet permanent en model ved models id. Destructive handling; kan kræve godkendelse. API-overblik: Sletter modellen angivet af modelId fra sættet.
delete_dataset_routineSletterSlet permanent en routine ved routines id. Destructive handling; kan kræve godkendelse. API-overblik: Sletter routine angivet af routineId fra sættet.
delete_job_deletesFlytter pengeSlet en job permanent ved jobs id. Finansielt eller ireversibelt handling; kan kræve godkendelse. API oversigt: Anmoder om sletning af metadata for en job.
delete_project_datasetSletterSlet et dataset permanent ved datasets id. Destructive action; may require approval. API summary: Deletes the dataset specified by the datasetId value.
delete_tableSletterSlet en tabel og alle dens data permanent ved hjælp af `projects_id`, `datasets_id` og `tables_id`. Dette kan ikke afhjælpes, når tidsrejse-vinduet er passeret.
delete_table_row_access_policySletterSlet en række tilgængelsespolitik permanent ved row access policies id. Destructive action; may require approval. API summary: Deletes a row access policy.
get_datasetHent detaljer om et dataset ved hjælp af `projects_id` og `datasets_id`, inklusive placering, beskrivelse, etiketter og tilgængessætninger.
get_dataset_modelHent en model for et dataset ved models id. API oversigt: Henter den specifikke model-resource ved model ID.
get_jobHent status, statistikker og eventuelle fejl for en job ved hjælp af `projects_id` og `jobs_id`.
get_query_resultsHent resultaterne fra en forespørgsel-job ved hjælp af `projects_id` og `queries_id` (job-idet fra run_query), side for side. Brug dette, når run_query er returneret før forespørgslen er færdig.
get_routineHent en routines definition og argumenter ved hjælp af `projects_id`, `datasets_id` og `routines_id`.
get_routine_iam_policyÆndrer dataHent en routine ved routines id. API oversigt: Henter tilgængeskontrollen politik for en resource.
get_row_access_policy_iam_policyÆndrer dataHent en række tilgængelsespolitik ved row access policies id. API oversigt: Henter tilgængeskontrollen politik for en resource.
get_tableHent detaljer om en tabel ved hjælp af `projects_id`, `datasets_id` og `tables_id`, inklusive dens kolonne-skema, række-tal og størrelse. Tjek dette før du skriver en forespørgsel.
get_table_iam_policyÆndrer dataHent en tabel ved tables id. API oversigt: Henter tilgængeskontrollen politik for en resource.
get_table_row_access_policyHent en række tilgængelsespolitik for en tabel ved row access policies id. API oversigt: Henter den specifikke række tilgængelsespolitik ved policy ID.
insert_rowsÆndrer dataStream nye rækker ind i en tabel ved hjælp af `projects_id`, `datasets_id` og `tables_id`; overfør `rows` som en liste af objekter med et felt `json` der holder hver række.
list_datasetsVisse sæt i et projekt (`projects_id`). Brug `filter` til at filtrere på mærke og `all` for at inkludere skjulte sæt.
list_jobsVis nylige BigQuery-opsætter (spørgsmål, indlæsninger, eksporter) i projektet `projects_id`, filtreret efter `state_filter` eller oprettelsestid.
list_routinesListe de gemte routines (brugerdefinerede funktioner og lagrede procedurer) i et dataset ved hjælp af `projects_id` og `datasets_id`.
list_tablesListe tabellerne og views i et dataset ved hjælp af `projects_id` og `datasets_id`.
preview_table_rowsLæs rækker direkte fra en tabel ved hjælp af `projects_id`, `datasets_id` og `tables_id`, valgfrit kun `selected_fields` og fra `start_index`. Gratis og hurtigt til et hurtigt kig; brug run_query til at filtrere eller aggregere.
run_queryÆndrer dataKør en SQL `query` (GoogleSQL som standard) i projektet `projects_id` og returnér resultaterne, hvis det slutter inden for `timeout_ms`. Anbefalinger betales pr. scannede bytes; indstil `dry_run` til at estimere omkostningerne først, eller `maximum_bytes_billed` for at sætte en takst. Udsagn som INSERT, UPDATE, DELETE eller DROP ændrer data permanent.
search_dataset_modelsSøg modeller for et dataset. Brug dette til at finde eksisterende modeller før du skaber en ny model. Resultaterne er pagineret. API oversigt: Lister alle modeller i det specifikke dataset.
search_project_accountsSøg konti for et projekt. Brug dette til at finde eksisterende konti før du skaber en ny konto. API oversigt: RPC til at hente service-kontoen for et projekt brugt til interaktioner med Google Cloud KMS.
search_projects_bigquery_jobs_listSøg projekter efter et projekt ved hjælp af minimumsoprettelsestid, tilstandsfiltre, alle brugere, maksimumsoprettelsestid, forældreforretningens ID eller projection. Brug dette til at finde eksisterende projekter før du opretter et nyt projekt. Resultaterne er pagineret. API-overblik: Lister alle jobs, som du har startet i det angivne projekt.
search_table_row_access_policiesSøg rækkeadgangspolitiske regler for en tabel. Brug dette til at finde eksisterende rækkeadgangspolitiske regler før du opretter en ny rækkeadgangspolitisk regel. Resultaterne er pagineret. API-overblik: Lister alle rækkeadgangspolitiske regler på den angivne tabel.
update_datasetÆndrer dataOpdater en sætbeskrivelse, mærker, venlig navn eller standardudløbsdato ved hjælp af `projects_id` og `datasets_id`. Kun de felt, du sender, ændres.
update_dataset_modelÆndrer dataOpdater et eksisterende model identificeret ved models id. Kun de felt, du sender, ændres. API-overblik: Patch specifikke felt i den angivne model.
update_dataset_routineÆndrer dataOpdater et eksisterende routine identificeret ved routines id. API-overblik: Opdaterer information i en eksisterende routine.
update_routines_iam_policyÆndrer dataOpdater et eksisterende routine identificeret ved routines id. API-overblik: Sætter tilgangskontrollen på den angivne ressource.
update_tableÆndrer dataOpdater en tabelbeskrivelse, mærker, udløbsdato eller tilføj kolonner ved hjælp af `projects_id`, `datasets_id` og `tables_id`. Kun de felt, du sender i `body`, ændres.
update_table_row_access_policyÆndrer dataOpdater en eksisterende rækkeadgangspolitisk regel identificeret ved row access policies id. API-overblik: Opdaterer en rækkeadgangspolitisk regel.
update_tables_iam_policyÆndrer dataOpdater et eksisterende tabel identificeret ved tables id. API-overblik: Sætter tilgangskontrollen på den angivne ressource.

Klar i tre trin

1
Vælg systemet
Opret en gratis HeyMyApps-konto, og vælg Google BigQuery på listen.
2
Indsæt din nøgle
Indsæt OAuth client ID og client secret fra dit eget Google Cloud-projekt samt ID'et på det projekt, der rummer dine data, og log derefter ind med Google én gang. I Google Cloud console opretter eller vælger du et projekt og slår BigQuery API til. Sæt OAuth consent screen op, gå til Credentials > Create credentials > OAuth client ID, vælg Web application, og tilføj redirect-URI'en https://heymyapps.com/oauth/callback.
3
Tilføj linket i din AI
Du får et personligt MCP-link. Tilføj det i Claude, ChatGPT eller Cursor:
1. Klik på dit navn, og vælg Settings › Connectors › Add custom connector.
2. Indsæt dit link som Remote MCP server URL.
3. Slå det til fra +-menuen i en chat.

Spørgsmål

Hvad kan AI'en gøre i Google BigQuery?

Den kan vise projekter, datasæt, tabeller, rutiner og jobs, læse tabelskemaer, vise rækker og køre SQL-forespørgsler. Den kan oprette datasæt og tabeller, indsætte rækker, rette tabeller og datasæt, annullere jobs og slette tabeller, hvis du slår de værktøjer til.

Kan AI'en se mine Google BigQuery-oplysninger?

Nej. Dine Google BigQuery-oplysninger gemmes krypteret og vises aldrig for AI'en. Når du har gemt dem, bliver de ikke vist igen, heller ikke for dig. AI'en ser kun resultaterne af de værktøjer, den bruger.

Kan jeg styre, hvad AI'en må?

Ja. Du vælger, hvilke værktøjer der er slået til, så du kan starte med kun at gennemse og se rækker. En SQL-sætning som DELETE eller DROP ændrer data permanent, og sletning af en tabel fjerner den og dens data. Derfor kan de handlinger kræve din godkendelse, før de udføres, og alle kald bliver logget.

Virker det med ChatGPT?

Ja. I ChatGPT går du til Settings › Apps & Connectors › Advanced og slår Developer mode til. Derefter tilføjer du dit HeyMyApps-link. Developer mode kræver et betalt ChatGPT-abonnement: Plus, Pro, Business eller Enterprise. Samme link virker også i Claude (Settings › Connectors › Add custom connector), Cursor og andre MCP-klienter.

Hvad koster det?

Google BigQuery forbindes med OAuth, og denne OAuth-forbindelse kræver HeyMyApps Pro. HeyMyApps har også en gratis plan uden betalingskort, men den dækker ikke denne forbindelse. På de betalte planer betaler du pr. gennemført opgave. Du skal også selv have en Google BigQuery-konto.

Kommer AI'ens forespørgsler med på min BigQuery-regning?

Forespørgslerne kører i dit eget Google Cloud-projekt, og BigQuery afregner dem efter scannede bytes. AI'en kan lave et dry run for at anslå mængden først eller sætte et loft over fakturerede bytes, så forespørgslen stopper i stedet for at scanne mere. Når den viser rækker fra en tabel, læser den direkte uden at køre en forespørgsel.