这个 Skill 能做什么，适合哪些场景？
该技能面向 BigQuery 的基础资源管理与数据分析。它提供启用 BigQuery API、创建数据集和表，以及执行 SQL 查询的示例。参考目录还涵盖 CLI、客户端库、MCP、Terraform 以及 IAM 与安全主题。适合需要直接操作 BigQuery 资源的用户；更高级的 BigQuery AI 与机器学习能力属于相关技能，不在本技能范围内。
指导用户使用 gcloud 启用 BigQuery API，使用 bq 创建位于指定区域的数据集和表，并通过 schema.json 提供表结构。它还展示如何使用 bq 执行标准 SQL 查询，包括查询公共数据集并限制返回行数。参考内容涉及数据分析流程、客户端库、远程 MCP 服务器、Terraform，以及 IAM 与数据治理。
- 需要快速启用 BigQuery API 并创建第一个数据集的 Google Cloud 用户。
- 需要根据 JSON schema 创建 BigQuery 表的数据工程师。
- 需要使用 bq CLI 运行标准 SQL 查询并查看分析结果的数据分析师。
- 需要查阅 BigQuery 客户端库、Terraform 或 IAM 参考资料的开发者和平台工程师。
如何安装这个 Skill？
- 执行 bq rm、bq cp、bq load、bq insert 或远程查询前应明确确认目标项目、资源、数据范围、权限和预计费用；文档未提供通用确认或回滚流程。
- 不要将文档中的默认示例视为安全的生产配置；应先验证认证方式、最小 IAM 权限、区域一致性、敏感数据策略和 BigQuery 网络可达性。
- MCP 的 SELECT 限制不等于无副作用：文档明确指出远程函数或 Python UDF 可能产生副作用。
- Shell / 命令行
- 网络访问
- 本地文件系统
- MCP Server
npxgcloud CLIbq CLI
运行 npx skills add google/skills，并在安装过程中选择 BigQuery Basics。该技能位于 skills/cloud/bigquery-basics。仓库整体以 Apache 2.0 许可发布。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/google/skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/skills/cloud/bigquery-basics" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 使用 BigQuery Basics 创建一个 US 区域的数据集和表，并运行查询
在已安装该技能的 Agent Skills 客户端中请求 BigQuery 基础操作，例如“使用 BigQuery Basics 创建一个 US 区域的数据集和表，并运行查询”。也可以按文档执行：gcloud services enable bigquery.googleapis.com --quiet，bq mk --dataset --location=US my_dataset，准备 schema.json 后运行 bq mk --table my_dataset.mytable schema.json，再使用 bq query --use_legacy_sql=false 执行 SQL。认证、具体 IAM 配置和错误处理流程未在提供的内容中说明。
这个 Skill 有哪些优点和局限？
- 覆盖数据集、表和查询等 BigQuery 基础操作。
- 提供可复制的 gcloud 与 bq CLI 示例。
- 包含 CLI、客户端库、MCP、Terraform 和 IAM 安全参考入口。
- 属于持续开发中的 Google 技能集合。
- 范围集中于基础 BigQuery 操作，不包含 BigQuery AI 与机器学习技能的具体能力。
- 未提供测试套件、版本兼容性或平台验证信息。
- 未说明费用、认证配置和常见失败场景。
- 安装命令面向整个 google/skills 仓库，需在安装时选择具体技能。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| BigQuery 基础操作技能 本页 ✓ Google · 官方 | 47 · 谨慎使用 | ★ 21k | 12 天前 | Apache-2.0 |
| Google Cloud 数据血缘摘要 ✓ Google · 官方 | 49 · 谨慎使用 | ★ 21k | 12 天前 | Apache-2.0 |
| Google Cloud 无边界开放数据湖仓设计技能 ✓ Google · 官方 | 45 · 不推荐 | ★ 21k | 12 天前 | Apache-2.0 |
| Hugging Face 数据集管理技能 | 50 · 谨慎使用 | ★ 38k | 14 天前 | MIT |
| AlloyDB 数据库管理助手 ✓ Google · 官方 | 48 · 谨慎使用 | ★ 21k | 12 天前 | Apache-2.0 |
FollowSkills 如何评估这个 Skill？
文档明确提倡最小权限，并覆盖 IAM、服务账号、VPC Service Controls、行列级安全、审计日志和授权视图；MCP 的 execute_sql 限制为 SELECT 且标记查询来源。扣分原因是 CLI 示例包含删除、复制、加载和写入操作，却没有要求用户确认、敏感数据处理流程、统一的数据流披露或回滚方案，且查询会产生项目费用。
主文档与参考目录结构一致，涵盖 CLI、客户端库、IaC、MCP 和安全主题，常见路径在静态阅读下基本连贯。扣分原因是没有测试套件、版本锁定、异常输入处理或可诊断的失败反馈，认证、项目、区域和依赖前置条件也未完整说明；静态校准限制分数不超过10。
目标场景较清楚，覆盖 BigQuery 查询、数据集、表、作业、摄取和分析，并声明 MCP 仅支持 SELECT。扣分原因是能力边界、触发排除条件、输入输出格式和非适用场景仍不完整；没有中文支持说明，核心功能依赖 Google Cloud/BigQuery 服务，对中国大陆网络可达性未作处理或提示。
文档采用主入口加按主题拆分的参考目录，提供安装、示例、相关技能、Apache-2.0 许可证、贡献入口和维护中的说明。扣分原因是没有明确维护责任人、版本策略、变更日志、依赖版本、FAQ 或系统化故障排查，且若干示例使用占位项目和资源。
CLI、Python、Java、Node.js、Go、Terraform 和 MCP 示例覆盖了核心 BigQuery 操作，部分内容可直接作为起点使用。扣分原因是示例未在文件中提供执行结果或测试证据，完整任务仍需要用户补充认证、项目配置、权限、成本控制和错误处理；静态校准限制分数不超过7。
文件包含 Google Cloud、Terraform、客户端库和 MCP 的文档引用，且源材料提供了固定修订版本，支持基本追溯。扣分原因是没有提交测试、CI 覆盖或第三方执行记录，关键命令和产品能力只能通过引用间接核查；静态校准限制分数不超过5。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →