Leina 
Wanta 
查询前查看数据集
读取表及其结构，了解可用数据。
/oo Google BigQuery: 列出 BigQuery 项目[项目 ID]、数据集[数据集 ID]中的表，读取[表 ID 列表]的结构，说明哪些字段可以回答[问题]。
让你的 AI Agent 连接 Google BigQuery
指定项目和表，查看字段，再围绕业务问题提出查询要求。
32 个工具 OAuth
试试这些 Google BigQuery 任务
将提示词复制到已安装 oo Skill 的 Agent，补充页面链接和原始笔记后执行。
oo Skill Google BigQuery
用 SQL 回答数据问题
执行只读 SQL 查询，总结完成后的结果。
/oo Google BigQuery: 在 BigQuery 项目[项目 ID]、区域[区域]中查看[数据集.表]，执行 SELECT 查询回答[日期范围]内的[问题]。确认任务完成后总结结果，不修改数据。
开始使用 Google BigQuery
-
安装 OOMOL
在 Agent 中配置 oo CLI 和 oo Skill。
安装 OOMOL → -
连接 Google BigQuery
通过 Google 账号授权连接 BigQuery。
连接 Google BigQuery → -
向 Agent 交代任务
使用 /oo，说明要读取的页面、修改的内容和保存位置。
连接指南 →
选择你的 Agent
- 具备所需 BigQuery 项目和资源权限的 Google 账号。
- 请提供项目和任务区域。执行查询可能产生 BigQuery 使用费用；Cloud Storage 传输需相应存储权限。
Google BigQuery 工具
BigQuery 操作覆盖项目、数据集、表与行数据、SQL 任务、Cloud Storage 导入导出、例程和模型元数据。
表结构与数据
浏览项目、数据集、表和行数据，用于分析。
SQL 与数据传输任务
执行 SQL、查看任务，并启动 Cloud Storage 加载或导出任务。
数据集与表管理
创建、修改或删除数据集和表，并插入行数据，查看逐行错误报告。
32 个工具
List Projects
列出 BigQuery 可访问的 Google Cloud 项目。
google_bigquery.list_projects List Datasets
列出 Google Cloud 项目中的 BigQuery 数据集。
google_bigquery.list_datasets Get Dataset
检索 BigQuery 数据集元数据。
google_bigquery.get_dataset List Tables
列出数据集中的 BigQuery 表。
google_bigquery.list_tables Get Table
检索 BigQuery 表元数据，包括架构（如果可用）。
google_bigquery.get_table List Table Data
列出 BigQuery 表中的行。
google_bigquery.list_table_data Query
运行 BigQuery SQL 查询并返回第一页结果。
google_bigquery.query Get Query Results
轮询 BigQuery 查询作业并返回一页结果。
google_bigquery.get_query_results Get Job
检索 BigQuery 作业元数据。
google_bigquery.get_job List Jobs
列出 Google Cloud 项目中的 BigQuery 作业。
google_bigquery.list_jobs Cancel Job
取消 BigQuery 作业。
google_bigquery.cancel_job Start Query Job
启动异步 BigQuery 查询作业。
google_bigquery.start_query_job Start Load Job From Gcs
从 Cloud Storage 对象启动异步 BigQuery 加载作业。
google_bigquery.start_load_job_from_gcs Start Extract Job To Gcs
启动一个异步 BigQuery 提取作业到 Cloud Storage 对象。
google_bigquery.start_extract_job_to_gcs Create Dataset
创建 BigQuery 数据集。
google_bigquery.create_dataset Patch Dataset
修补 BigQuery 数据集元数据。
google_bigquery.patch_dataset Update Dataset
用提供的数据集资源字段替换 BigQuery 数据集元数据。
google_bigquery.update_dataset Delete Dataset
删除 BigQuery 数据集，可选地删除包含的表（当明确请求时）。
google_bigquery.delete_dataset Create Table
创建 BigQuery 表。
google_bigquery.create_table Patch Table
修补 BigQuery 表元数据。
google_bigquery.patch_table Update Table
用提供的表资源字段替换 BigQuery 表元数据。
google_bigquery.update_table Delete Table
从数据集中删除 BigQuery 表。
google_bigquery.delete_table Insert All
将一小批行插入 BigQuery 表。
google_bigquery.insert_all List Routines
列出数据集中的 BigQuery 例程。
google_bigquery.list_routines Get Routine
检索 BigQuery 例程元数据。
google_bigquery.get_routine Create Routine
创建 BigQuery 例程，例如用户定义函数或存储过程。
google_bigquery.create_routine Update Routine
替换 BigQuery 例程元数据和定义字段。
google_bigquery.update_routine Delete Routine
从数据集中删除 BigQuery 例程。
google_bigquery.delete_routine List Models
列出数据集中的 BigQuery ML 模型。
google_bigquery.list_models Get Model
检索 BigQuery ML 模型元数据。
google_bigquery.get_model Patch Model
修补 BigQuery ML 模型元数据，例如友好名称、描述或标签。
google_bigquery.patch_model Delete Model
从数据集中删除 BigQuery ML 模型。
google_bigquery.delete_model 没有匹配的工具。
常见问题
查询需要哪些信息？
提供项目、表引用、问题或 SQL，以及任务区域。连接账号必须有权执行任务和访问引用的数据。
可以在执行前校验 SQL 吗？
可以。要求试运行来校验查询，避免实际执行，再依据提供的信息决定是否运行。
查询会立即提供全部行吗？
不会。查询可能仍在运行，也可能只提供部分结果。需用任务引用确认完成，并按需要继续读取其余结果。