BigQuery basics: datasets, tables, jobs - **name_fr:** BigQuery : bases — datasets, tables, jobs - **tl_en:** Create datasets and tables, run SQL queries, ingest data and manage BigQuery resources - **tl_fr:** Créer des datasets et des tables, exécuter des requêtes SQL, ingérer des données et gérer les ressources BigQuery - **creator:** @google - **type:** Agent skill - **url:** https://github.com/google/skills - **cat:** Database - **kws:** bigquery, sql, data warehouse, datasets, gcloud, gcp, analytics, ingestion - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — Google's official BigQuery starter skill: enable the BigQuery API, create datasets and tables with JSON schemas, run standard SQL queries, manage datasets/tables/views and basic ingestion, with a reference library covering core concepts, change history, continuous queries, CLI usage, client libraries (Python/Java/Node/Go), the BigQuery remote MCP server and Terraform IaC, plus IAM & security guidance. By @google, listed here with credit to its creator. Honest caveats: requires a Google Cloud project with the BigQuery API enabled and billing configured (a monthly free query/storage quota exists, so costs are low for starters but not zero-free); every terminal `gcloud` invocation carries an inline usage-attribution tag — keep that prefix out of generated scripts and user-facing code as the skill instructs; for BigQuery AI/ML (forecast, anomaly detection, text generation) see the companion bigquery-ai-ml skill. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — le skill officiel de démarrage BigQuery de Google : activer l'API BigQuery, créer des datasets et des tables avec des schémas JSON, exécuter des requêtes SQL standard, gérer datasets/tables/vues et l'ingestion de base, avec une bibliothèque de références couvrant les concepts clés, l'historique des changements, les requêtes continues, l'usage CLI, les librairies clientes (Python/Java/Node/Go), le serveur MCP distant BigQuery et Terraform IaC, plus un guide IAM et sécurité. Crédit : @google. Bémols honnêtes : nécessite un projet Google Cloud avec l'API BigQuery activée et la facturation configurée (un quota mensuel gratuit de requêtes/stockage existe, donc les coûts sont faibles au départ mais pas nuls) ; chaque invocation `gcloud` en terminal porte un tag d'attribution inline — à garder hors des scripts générés et du code destiné aux utilisateurs comme le skill l'indique ; pour le BigQuery AI/ML (prévision, détection d'anomalies, génération de texte), voir le skill compagnon bigquery-ai-ml. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: a Google Cloud project with the BigQuery API enabled and billing configured (monthly free query/storage quota exists); gcloud and bq CLIs installed and authenticated Install "BigQuery basics: datasets, tables, jobs" for me. Give my agent Google's bigquery-basics contract: enable the BigQuery API, create datasets and tables from JSON schemas, run standard SQL queries with the bq CLI, do basic data ingestion, and manage BigQuery resources (datasets, tables, views, jobs) — including the usage-attribution tagging rule for direct terminal gcloud invocations (inline env vars only, never in generated scripts) Repository: https://github.com/google/skills/blob/main/skills/cloud/bigquery-basics/SKILL.md 1. Fetch the SKILL.md file (and any helper files) from the repository path into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md and scripts for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md and its helper files into the agent's skills directory, in a folder named "google-skills-bigquery-basics". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. enable the BigQuery API in my Google Cloud project and confirm the reference directory skills I might need, like bigquery-ai-ml). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : un projet Google Cloud avec l'API BigQuery activée et la facturation configurée (quota mensuel gratuit de requêtes/stockage existant) ; CLI gcloud et bq installées et authentifiées Installe-moi « BigQuery : bases — datasets, tables, jobs ». Donne à mon agent le contrat bigquery-basics de Google : activer l'API BigQuery, créer des datasets et des tables à partir de schémas JSON, exécuter des requêtes SQL standard avec la CLI bq, faire de l'ingestion de données de base, et gérer les ressources BigQuery (datasets, tables, vues, jobs) — y compris la règle de tag d'attribution pour les invocations gcloud directes en terminal (variables d'environnement inline uniquement, jamais dans les scripts générés) Dépôt : https://github.com/google/skills/blob/main/skills/cloud/bigquery-basics/SKILL.md 1. Récupère le fichier SKILL.md (et ses fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « google-skills-bigquery-basics ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. activer l'API BigQuery dans mon projet Google Cloud et confirmer les skills de référence dont j'aurais besoin, comme bigquery-ai-ml). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` --- ---

Create datasets and tables, run SQL queries, ingest data and manage BigQuery resources - **tl_fr:** Créer des datasets et des tables, exécuter des requêtes SQL, ingérer des données et gérer les ressources BigQuery - **creator:** @google - **type:** Agent skill - **url:** https://github.com/google/skills - **cat:** Database - **kws:** bigquery, sql, data warehouse, datasets, gcloud, gcp, analytics, ingestion - **license:** Apache-2.0 **Description EN:** Curated by Skill Harbor — Google's official BigQuery starter skill: enable the BigQuery API, create datasets and tables with JSON schemas, run standard SQL queries, manage datasets/tables/views and basic ingestion, with a reference library covering core concepts, change history, continuous queries, CLI usage, client libraries (Python/Java/Node/Go), the BigQuery remote MCP server and Terraform IaC, plus IAM & security guidance. By @google, listed here with credit to its creator. Honest caveats: requires a Google Cloud project with the BigQuery API enabled and billing configured (a monthly free query/storage quota exists, so costs are low for starters but not zero-free); every terminal `gcloud` invocation carries an inline usage-attribution tag — keep that prefix out of generated scripts and user-facing code as the skill instructs; for BigQuery AI/ML (forecast, anomaly detection, text generation) see the companion bigquery-ai-ml skill. Skill Harbor never reviews the code, review it yourself before use. Discovered via skills.sh. **Description FR:** Sélectionné par Skill Harbor — le skill officiel de démarrage BigQuery de Google : activer l'API BigQuery, créer des datasets et des tables avec des schémas JSON, exécuter des requêtes SQL standard, gérer datasets/tables/vues et l'ingestion de base, avec une bibliothèque de références couvrant les concepts clés, l'historique des changements, les requêtes continues, l'usage CLI, les librairies clientes (Python/Java/Node/Go), le serveur MCP distant BigQuery et Terraform IaC, plus un guide IAM et sécurité. Crédit : @google. Bémols honnêtes : nécessite un projet Google Cloud avec l'API BigQuery activée et la facturation configurée (un quota mensuel gratuit de requêtes/stockage existe, donc les coûts sont faibles au départ mais pas nuls) ; chaque invocation `gcloud` en terminal porte un tag d'attribution inline — à garder hors des scripts générés et du code destiné aux utilisateurs comme le skill l'indique ; pour le BigQuery AI/ML (prévision, détection d'anomalies, génération de texte), voir le skill compagnon bigquery-ai-ml. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh. **Install prompt EN:** ``` Prerequisites: a Google Cloud project with the BigQuery API enabled and billing configured (monthly free query/storage quota exists); gcloud and bq CLIs installed and authenticated Install "BigQuery basics: datasets, tables, jobs" for me. Give my agent Google's bigquery-basics contract: enable the BigQuery API, create datasets and tables from JSON schemas, run standard SQL queries with the bq CLI, do basic data ingestion, and manage BigQuery resources (datasets, tables, views, jobs) — including the usage-attribution tagging rule for direct terminal gcloud invocations (inline env vars only, never in generated scripts) Repository: https://github.com/google/skills/blob/main/skills/cloud/bigquery-basics/SKILL.md 1. Fetch the SKILL.md file (and any helper files) from the repository path into a temporary folder and summarize what it does in one or two sentences. 2. Safety check: review the SKILL.md and scripts for anything suspicious (unexpected network calls, shell commands, credential harvesting). This repo should contain zero secrets in code, credentials only via the secure vault, allowed hosts declared in the SKILL.md. Verify that holds here; STOP on any red flag and tell me. 3. Install it as a skill: copy SKILL.md and its helper files into the agent's skills directory, in a folder named "google-skills-bigquery-basics". 4. Verify with no network calls: frontmatter valid, files in place. 5. Report what was installed, where, and what I still need to do myself (e.g. enable the BigQuery API in my Google Cloud project and confirm the reference directory skills I might need, like bigquery-ai-ml). GitHub is optional: if I have a GitHub account or the gh CLI, you may use it; otherwise public access is fine. Never require it unless it's in the prerequisites above. Rules: don't touch anything outside the temp folder and the install target. If anything looks off, stop and ask me. ``` **Install prompt FR:** ``` Prérequis : un projet Google Cloud avec l'API BigQuery activée et la facturation configurée (quota mensuel gratuit de requêtes/stockage existant) ; CLI gcloud et bq installées et authentifiées Installe-moi « BigQuery : bases — datasets, tables, jobs ». Donne à mon agent le contrat bigquery-basics de Google : activer l'API BigQuery, créer des datasets et des tables à partir de schémas JSON, exécuter des requêtes SQL standard avec la CLI bq, faire de l'ingestion de données de base, et gérer les ressources BigQuery (datasets, tables, vues, jobs) — y compris la règle de tag d'attribution pour les invocations gcloud directes en terminal (variables d'environnement inline uniquement, jamais dans les scripts générés) Dépôt : https://github.com/google/skills/blob/main/skills/cloud/bigquery-basics/SKILL.md 1. Récupère le fichier SKILL.md (et ses fichiers auxiliaires) depuis le chemin du dépôt dans un dossier temporaire et résume en une ou deux phrases ce qu'il fait. 2. Contrôle de sécurité : examine le SKILL.md et les scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, récolte d'identifiants). Ce dépôt ne doit contenir aucun secret dans le code ; les identifiants passent uniquement par le coffre sécurisé, les hôtes autorisés sont déclarés dans le SKILL.md. Vérifie que c'est bien le cas ; STOP sur le moindre signal d'alerte et préviens-moi. 3. Installe-le comme skill : copie SKILL.md et ses fichiers auxiliaires dans le répertoire des skills de l'agent, dans un dossier nommé « google-skills-bigquery-basics ». 4. Vérifie sans aucun appel réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. activer l'API BigQuery dans mon projet Google Cloud et confirmer les skills de référence dont j'aurais besoin, comme bigquery-ai-ml). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf si c'est dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi. ``` --- ---

Version: