Gemini CLI mit der MCP-Toolbox mit Looker verbinden

1. Vorbereitung

Sie sollten Zugriff auf eine aktive Looker-Instanz haben. Sie benötigen eine API-Client-ID (`client_id`) und einen Clientschlüssel (`client_secret`).

Voraussetzungen

  • Aktive Looker-Instanz
  • Zugriff auf eine Linux- oder macOS-Befehlszeile

Lerninhalte

  • Gemini CLI installieren
  • MCP-Toolbox installieren
  • Gemini CLI mit der MCP-Toolbox mit Looker verbinden

Voraussetzungen

  • Die URL des Looker API-Servers. Diese ist in der Regel mit der Looker-URL identisch. Möglicherweise müssen Sie jedoch eine Portnummer anhängen, z. B. :19999, wie in https://looker.example.com:19999. Wenn etwas nicht richtig funktioniert, wenden Sie sich an Ihren Looker-Administrator.

2. Vorbereitungen

Sie müssen eine Client-ID (`client_id`) und einen Clientschlüssel (`client_secret`) abrufen.

Melden Sie sich in Ihrer Looker-Instanz an und klicken Sie oben rechts auf dem Bildschirm auf das Nutzerprofil. Wählen Sie Konto aus. Klicken Sie auf dem Bildschirm „Konto“ neben der API Keys auf die Manage.

Klicken Sie auf der Verwaltungsseite API-Schlüssel auf die Schaltfläche Create New API Key.

Fügen Sie im neu erstellten Eintrag den Zweck MCP Toolbox oder etwas Ähnliches hinzu und klicken Sie auf das Häkchen, um ihn zu speichern. Kopieren Sie dann die Client-ID und den Clientschlüssel und fügen Sie sie an einem sicheren Ort ein. Sie müssen auf das Augensymbol neben dem Schlüssel klicken, um ihn zu sehen und zu kopieren.

Sie können die Looker-Browserfenster jetzt schließen.

3. Gemini CLI installieren

Öffnen Sie die Terminal-App, um zur macOS- oder Linux-Befehlszeile zu gelangen.

Führen Sie dazu diesen Befehl aus:

npm install -g @google/gemini-cli

Wenn das aus irgendeinem Grund fehlschlägt, finden Sie unter https://github.com/google-gemini/gemini-cli?tab=readme-ov-file#-installation Installationsoptionen oder Hilfe.

Führen Sie jetzt die Gemini CLI mit diesem Befehl aus:

gemini

Sie werden aufgefordert, sich anzumelden. Folgen Sie der Anleitung und Sie sollten bereit sein.

4. MCP-Toolbox installieren

MCP-Toolbox-Verzeichnis erstellen

Erstellen Sie in der Terminal-App ein Verzeichnis mcp-toolbox. Wechseln Sie dann in dieses Verzeichnis:

mkdir $HOME/mcp-toolbox
cd $HOME/mcp-toolbox

Systemarchitektur ermitteln

Führen Sie den Befehl uname aus, um herauszufinden, welches System Sie verwenden:

uname -a

Dieser Befehl gibt einen String zurück, der in etwa so aussieht:

Linux hostname.example.com 6.16.12-amd64 #1 SMP PREEMPT_DYNAMIC Debian 6.16.12 (2025-11-10) x86_64 GNU/Linux

Achten Sie genau auf das Ende dieser Zeile. Wenn Sie Linux verwenden, endet sie mit x86_64 GNU/Linux. Bei macOS wird Darwin und entweder arm64 für den Apple-Prozessor oder x86_64 i386 für den Intel-Prozessor in der Nähe des Endes dieses Strings angezeigt.

MCP-Toolbox herunterladen

Wenn Sie Linux verwenden, führen Sie den folgenden Befehl aus, um die MCP-Toolbox herunterzuladen:

curl https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/linux/amd64/toolbox

Wenn Sie macOS mit einem Apple-Prozessor verwenden, führen Sie den folgenden Befehl aus, um die MCP-Toolbox herunterzuladen:

curl https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/darwin/arm64/toolbox

Wenn Sie macOS mit einem Intel-Prozessor verwenden, führen Sie den folgenden Befehl aus, um die MCP-Toolbox herunterzuladen:

curl https://storage.googleapis.com/mcp-toolbox-for-databases/v1.0.0/darwin/amd64/toolbox

MCP-Toolbox ausführbar machen

Machen Sie das MCP-Toolbox-Programm ausführbar, indem Sie den folgenden Befehl ausführen:

chmod +x toolbox

Vollständigen Pfad zur Toolbox abrufen

Rufen Sie den vollständigen Pfad zur Toolbox-Datei ab, indem Sie den folgenden Befehl ausführen:

echo $HOME/mcp-toolbox/toolbox

Das Ergebnis sieht wahrscheinlich so aus:

/home-or-User/YOUR-USER-NAME/mcp-toolbox/toolbox

Speichern Sie das Ergebnis an einem geeigneten Ort.

5. Gemini CLI konfigurieren

Bearbeiten Sie die Datei $HOME/.gemini/settings.json. Verwenden Sie dazu Ihren bevorzugten Texteditor. Wenn Sie nicht oft Dateien unter Linux oder macOS bearbeiten, ist nano eine gute Wahl.

Fügen Sie der JSON-Datei den folgenden Abschnitt hinzu:

  "mcpServers": {
    "looker": {
      "command": "FULL_PATH_TO_TOOLBOX",
      "args": [
        "--stdio",
        "--prebuilt",
        "looker,looker-dev"
      ],
      "env": {
        "LOOKER_BASE_URL": "URL_OF_LOOKER_INSTANCE",
        "LOOKER_CLIENT_ID": "CLIENT_ID",
        "LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
        "LOOKER_VERIFY_SSL": "true"
      }
    }
  }

Ersetzen Sie FULL_PATH_TO_TOOLBOX, URL_OF_LOOKER_INSTANCE, CLIENT_ID und CLIENT_SECRET durch die Informationen, die Sie in den vorherigen Schritten gespeichert haben. Speichern Sie die bearbeitete Datei.

6. MCP-Toolbox mit Gemini CLI verwenden

Starten Sie die Gemini CLI, indem Sie in der Befehlszeile gemini eingeben.

Listen Sie die verfügbaren Tools auf, indem Sie an der Gemini-Eingabeaufforderung Folgendes eingeben:

/mcp list looker

Das Ergebnis sollte in etwa so aussehen:

Configured MCP servers:

🟢 looker - Ready (33 tools)
  Tools:
  - add_dashboard_element
  - add_dashboard_filter
  - create_project_file
  - delete_project_file
  - dev_mode
  - generate_embed_url
  - get_connection_databases
  - get_connection_schemas
  - get_connection_table_columns
  - get_connection_tables
  - get_connections
  - get_dashboards
  - get_dimensions
  - get_explores
  - get_filters
  - get_looks
  - get_measures
  - get_models
  - get_parameters
  - get_project_file
  - get_project_files
  - get_projects
  - health_analyze
  - health_pulse
  - health_vacuum
  - make_dashboard
  - make_look
  - query
  - query_sql
  - query_url
  - run_dashboard
  - run_look
  - update_project_file

Fragen Sie jetzt die Gemini CLI nach den verfügbaren Daten. Probieren Sie Folgendes aus:

  1. Welche Modelle sind in Looker verfügbar?
  2. Welche Analysen sind in MODEL_NAME verfügbar?
  3. Welche Messwerte und Dimensionen sind in EXPLORE_NAME verfügbar?

Ersetzen Sie MODEL_NAME und EXPLORE_NAME durch Ihre eigenen Werte.

Versuchen Sie als Nächstes, einige Abfragen in natürlicher Sprache zu stellen, die mit den Daten in Ihrer Looker-Instanz beantwortet werden können: „Wie hoch ist mein Gesamtumsatz für 2025?“, „Wie viele Widgets habe ich im vierten Quartal verkauft?“ usw.

7. Weitere Prompts zum Ausprobieren

Sie können auch gespeicherte Looks und Dashboards ausführen, Looks und Dashboards erstellen und sogar LookML-Modelle bearbeiten.

  • Führen Sie einen gespeicherten Look aus, indem Sie einen Prompt wie „Run the look ‘Monthly Inventory'“ eingeben. Gemini sollte nach einem Look mit dem Namen „Monthly Inventory“ suchen, dann die zugehörige Abfrage ausführen und die Ergebnisse teilen.
  • Führen Sie ein Dashboard aus, indem Sie einen Prompt wie „Summarize the ‘customer tracking' dashboard“ eingeben. Gemini sollte nach einem Dashboard mit dem Namen „customer tracking“ suchen, die Abfragen ausführen, die mit jeder Kachel verknüpft sind, und eine Zusammenfassung erstellen.
  • Wenn Sie einen gespeicherten Look erstellen möchten, versuchen Sie einen Prompt wie „Create a Look to track my monthly revenue broken down by product category. Display the data as a stacked column chart.“
  • Wenn Sie ein Dashboard erstellen möchten, versuchen Sie einen Prompt wie „Build me a sales pulse dashboard for the year 2026.“

Wenn Sie LookML-Entwickler sind, können Sie LookML mit Gemini ändern. Probieren Sie Prompts wie diese aus:

  1. Fordern Sie Gemini auf, die Liste der LookML-Projekte abzurufen: „What LookML projects are available?“
  2. Fordern Sie Gemini auf, die Projektdateien abzurufen. „What files are available in project PROJECT_NAME?“ Ersetzen Sie **PROJECT_NAME** durch Ihren eigenen Projektnamen.
  3. Fordern Sie Gemini auf, einen Messwert hinzuzufügen. „Create a measure to average the sales_price field in view VIEW_NAME.“ Ersetzen Sie **VIEW_NAME** durch Ihren eigenen Ansichtsnamen.
  4. Rufen Sie die Liste der Verbindungen mit „What connections are available in Looker?“ ab.
  5. Rufen Sie die zugehörigen Schemas ab. „What schemas are in CONNECTION_NAME?“ Ersetzen Sie **CONNECTION_NAME** durch Ihren eigenen Verbindungsnamen.
  6. Rufen Sie die zugehörigen Tabellen ab. „What tables are in CONNECTION_NAME in schema SCHEMA_NAME?“ Ersetzen Sie **CONNECTION_NAME** und **SCHEMA_NAME** durch Ihre eigenen Verbindungs- und Schemanamen.
  7. Rufen Sie die Spalten für eine Tabelle ab. „What columns are in TABLE_NAME?“ Ersetzen Sie **TABLE_NAME** durch Ihren eigenen Tabellennamen.
  8. Fordern Sie Gemini auf, einer LookML-Ansicht eine Spalte hinzuzufügen. „Create a dimension for the column COLUMN_NAME.“ Ersetzen Sie **COLUMN_NAME** durch Ihren eigenen Spaltennamen.

Testen Sie die Änderungen in der Looker-Benutzeroberfläche und übernehmen Sie sie gegebenenfalls. Mit der Gemini CLI und der MCP-Toolbox können keine LookML-Änderungen übernommen und in die Produktion übertragen werden.

8. Weitere Informationen