1. 始める前に
実行中の Looker インスタンスにアクセスできる必要があります。API client_id と client_secret が必要になります。
前提条件
- 実行中の Looker インスタンスがある
- Linux または macOS のコマンドラインにアクセスできる
学習内容
- Gemini CLI をインストールする方法
- MCP ツールボックスをインストールする方法
- MCP ツールボックスを使用して Gemini CLI を Looker に接続する方法
必要なもの
- Looker API サーバーの URL。通常は Looker URL と同じですが、
:19999などのポート番号を追加する必要がある場合があります（例:https://looker.example.com:19999）。正しく動作しない場合は、Looker 管理者にお問い合わせください。
2. 準備
client_id と client_secret を取得する必要があります。
Looker インスタンスにログインし、画面右上のユーザー プロファイルをクリックします。[アカウント] を選択します。[アカウント] 画面で、[API Keys] ラベルの横にある [Manage] ボタンを押します。
[API Keys] 管理ページで、[Create New API Key] ボタンを押します。
新しく作成したエントリに、目的として「MCP Toolbox 」または同様のものを追加し、チェックマークをクリックして保存します。次に、client_id と client_secret を安全な場所にコピーして貼り付けます。シークレットを表示してコピーするには、シークレットの横にある目のアイコンを押す必要があります。
これで Looker ブラウザ ウィンドウを閉じることができます。
3. Gemini CLI をインストールする
ターミナル アプリを開いて、macOS または Linux のコマンドラインに移動します。
次のコマンドを実行します。
npm install -g @google/gemini-cli
何らかの理由で失敗した場合は、https://github.com/google-gemini/gemini-cli?tab=readme-ov-file#-installation でインストール オプションまたはヘルプをご覧ください。
次のコマンドで Gemini CLI を実行します。
gemini
ログインを求められます。手順に沿って操作すると、準備が完了します。
4. MCP ツールボックスをインストールする
MCP ツールボックス ディレクトリを作成する
ターミナル アプリで、mcp-toolbox というディレクトリを作成します。次に、そのディレクトリに移動します。
mkdir $HOME/mcp-toolbox
cd $HOME/mcp-toolbox
システム アーキテクチャを確認する
uname コマンドを実行して、使用しているシステムの種類を確認します。
uname -a
このコマンドは、次のような文字列を返します。
Linux hostname.example.com 6.16.12-amd64 #1 SMP PREEMPT_DYNAMIC Debian 6.16.12 (2025-11-10) x86_64 GNU/Linux
この行の末尾に注意してください。Linux の場合は、x86_64 GNU/Linux で終わります。macOS の場合は、文字列の末尾付近に Darwin と、Apple プロセッサの場合は arm64、Intel プロセッサの場合は x86_64 i386 が表示されます。
MCP ツールボックスをダウンロードする
Linux を使用している場合は、次のコマンドを実行して MCP ツールボックスをダウンロードします。
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/linux/amd64/toolbox
Apple プロセッサを搭載した macOS を使用している場合は、次のコマンドを実行して MCP ツールボックスをダウンロードします。
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/darwin/arm64/toolbox
Intel プロセッサを搭載した macOS を使用している場合は、次のコマンドを実行して MCP ツールボックスをダウンロードします。
curl https://storage.googleapis.com/genai-toolbox/v0.26.0/darwin/amd64/toolbox
MCP ツールボックスを実行可能にする
次のコマンドを実行して、MCP ツールボックス プログラムを実行可能にします。
chmod +x toolbox
ツールボックスのフルパスを取得する
次のコマンドを実行して、ツールボックス ファイルのフルパスを取得します。
echo $HOME/mcp-toolbox/toolbox
おそらく次のような結果になります。
/home-or-User/YOUR-USER-NAME/mcp-toolbox/toolbox
結果をわかりやすい場所に保存します。
5. Gemini CLI を構成する
ファイル $HOME/.gemini/settings.json を編集します。任意のテキスト エディタを使用します。Linux または macOS でファイルをあまり編集しない場合は、nano が適しています。
次のスタンザを json ファイルに追加します。
"mcpServers": {
"looker": {
"command": "FULL_PATH_TO_TOOLBOX",
"args": [
"--stdio",
"--prebuilt",
"looker"
],
"env": {
"LOOKER_BASE_URL": "URL_OF_LOOKER_INSTANCE",
"LOOKER_CLIENT_ID": "CLIENT_ID",
"LOOKER_CLIENT_SECRET": "CLIENT_SECRET",
"LOOKER_VERIFY_SSL": "true"
}
}
}
前の手順で保存した FULL_PATH_TO_TOOLBOX、URL_OF_LOOKER_INSTANCE、CLIENT_ID、CLIENT_SECRET の情報を置き換えます。編集したファイルを保存します。
6. Gemini CLI で MCP ツールボックスを使用する
コマンドラインで gemini と入力して Gemini CLI を起動します。
Gemini プロンプトで次のように入力して、使用可能なツールを一覧表示します。
/mcp list looker
結果は次のようになります。
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
Gemini CLI に使用可能なデータについて質問します。次のような質問を試してください。
- looker で使用できるモデルは何ですか？
- MODEL_NAME で使用できる Explore は何ですか？
- EXPLORE_NAME で使用できるメジャーとディメンションは何ですか？
MODEL_NAME と EXPLORE_NAME は、独自の値に置き換えます。
次に、Looker インスタンスのデータで回答できる自然言語クエリを作成してみます。「2025 年の総収益はいくらですか？」「第 4 四半期に販売したウィジェットの数は？」など。
7. その他のおすすめプロンプト
保存した Look とダッシュボードの実行、Look とダッシュボードの作成、LookML モデルの編集も試すことができます。
- 保存した Look を実行するには、「Run the look ‘Monthly Inventory'」などのプロンプトを入力します。Gemini は「Monthly Inventory」という名前の Look を検索し、関連するクエリを実行して結果を共有します。
- 「Summarize the ‘customer tracking' dashboard」などのプロンプトを入力して、ダッシュボードを実行します。Gemini は「customer tracking」という名前のダッシュボードを検索し、各タイルに関連付けられたクエリを実行して概要を表示します。
- 保存した Look を作成するには、「Create a Look to track my monthly revenue broken down by product category. データを積み上げ棒グラフとして表示します。
- ダッシュボードを作成するには、「Build me a sales pulse dashboard for the year 2026.」などのプロンプトを試してください。
LookML デベロッパーは、Gemini を使用して LookML を変更できます。次のようなプロンプトを試してください。
- Gemini に「What LookML projects are available?」と入力して、LookML プロジェクトのリストを取得します。
- Gemini にプロジェクト ファイルのリストを取得するよう指示します。「What files are available in project PROJECT_NAME?」プロジェクト名を置き換えます。
- Gemini にメジャーを追加するよう指示します。「Create a measure to average the sales_price field in view VIEW_NAME.」ビュー名を置き換えます。
- 「What connections are available in Looker?」と入力して、接続のリストを取得します。
- 関連するスキーマを取得します。「What schemas are in CONNECTION_NAME?」接続名を置き換えます。
- 関連するテーブルを取得します。「What tables are in CONNECTION_NAME in schema SCHEMA_NAME?」接続名とスキーマ名を置き換えます。
- テーブルの列を取得します。「What columns are in TABLE_NAME?」テーブル名を置き換えます。
- Gemini に LookML ビューに列を追加するよう相談します。「Create a dimension for the column COLUMN_NAME.」列名を置き換えます。
Looker UI を使用して変更をテストし、必要に応じてコミットします。Gemini と MCP ツールボックスでは、LookML の変更をコミットして本番環境に push することはできません。