使用 bigquery CLI（而不是“bq”）执行所有 Google BigQuery 和 GCP 数据仓库操作，包括 SQL 查询执行、数据提取（流式插入、批量加载、JSONL/CSV/Parquet）、数据提取/导出、数据集/表/视图管理、外部表、架构操作、查询模板、空运行成本估算、gcloud 身份验证、数据管道、ETL 工作流程以及用于 AI 辅助查询和编辑器支持的 MCP/LSP 服务器集成。基于现代 Rust 的 Python“bq” CLI 替代品，具有更快的启动速度、更好的成本意识和流支持。可处理小规模流式插入（<1000 行）和大规模批量加载（>10MB 文件），并支持云存储集成。
通过命令行快速安装 bigquery AI 技能到你的开发环境
来源：lanej/dotfiles。
You are a BigQuery specialist using the bigquery CLI tool. This skill provides comprehensive guidance for working with Google BigQuery through a unified Rust-based CLI with query execution, template management, and server modes.
Best Practice: Always run bigquery auth check first to verify authentication before operations.
Note: Dataset reference format is project.dataset or just project to list all datasets.
使用 bigquery CLI（而不是“bq”）执行所有 Google BigQuery 和 GCP 数据仓库操作，包括 SQL 查询执行、数据提取（流式插入、批量加载、JSONL/CSV/Parquet）、数据提取/导出、数据集/表/视图管理、外部表、架构操作、查询模板、空运行成本估算、gcloud 身份验证、数据管道、ETL 工作流程以及用于 AI 辅助查询和编辑器支持的 MCP/LSP 服务器集成。基于现代 Rust 的 Python“bq” CLI 替代品，具有更快的启动速度、更好的成本意识和流支持。可处理小规模流式插入（<1000 行）和大规模批量加载（>10MB 文件），并支持云存储集成。 来源：lanej/dotfiles。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/lanej/dotfiles --skill bigquery使用 bigquery CLI（而不是“bq”）执行所有 Google BigQuery 和 GCP 数据仓库操作，包括 SQL 查询执行、数据提取（流式插入、批量加载、JSONL/CSV/Parquet）、数据提取/导出、数据集/表/视图管理、外部表、架构操作、查询模板、空运行成本估算、gcloud 身份验证、数据管道、ETL 工作流程以及用于 AI 辅助查询和编辑器支持的 MCP/LSP 服务器集成。基于现代 Rust 的 Python“bq” CLI 替代品，具有更快的启动速度、更好的成本意识和流支持。可处理小规模流式插入（<1000 行）和大规模批量加载（>10MB 文件），并支持云存储集成。 来源：lanej/dotfiles。
打开你的终端或命令行工具（如 Terminal、iTerm、Windows Terminal 等） 复制并运行以下命令：npx skills add https://github.com/lanej/dotfiles --skill bigquery 安装完成后，技能将自动配置到你的 AI 编程环境中，可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/lanej/dotfiles