Ext Ops Panel
Ouvrir le tableau de bord
Comparaison

dqx ou BigQuery Data Platform

dqx est un lot de plugins pour les outils de code IA publié par Databricks Labs. Places de marché que nous lisons et qui le référencent : 1 (Community GitHub marketplaces). BigQuery Data Platform est un serveur MCP publié par deBilla. Places de marché que nous lisons et qui le référencent : 1 (Official MCP Registry). Selon notre passage sur les places de marché du 2026-10-24. Cette paire a été choisie par un lecteur, pas par notre règle de comparaison : nous demandons donc aux moteurs de recherche de ne pas indexer la page.

Où chacun est publié

Où chacun est publié
Place de marchédqxBigQuery Data Platform
Place de marché communautaire databrickslabs/dqx Référencé
Version: 0.1.0
Forks (GitHub): 161
Étoiles (GitHub): 476
Non marqué · Vu pour la première fois
Absent
Official MCP Registry Absent Référencé
Version: 0.4.0
Téléchargements par mois (PyPI): 861
Téléchargements par semaine (PyPI): 86
Forks (GitHub): 3
Étoiles (GitHub): 0
Non marqué · Vu pour la première fois

Chaque chiffre est celui de la place de marché et n'est jamais additionné entre places de marché. Une place de marché qui ne publie pas de chiffre n'en affiche aucun : pas de nombre ne veut pas dire zéro.

Les faits côte à côte

dqx ou BigQuery Data Platform
FaitdqxBigQuery Data Platform
Marketplaces qui le listent11
Étoiles (GitHub) (différent)476 (meilleur)0 (moins bon)
Forks (GitHub) (différent)161 (meilleur)3 (moins bon)
Dernière versionNon publiéNon publié
Où il s'exécute (différent)S'installe comme lot de pluginsSur votre machine (data-platform-mcp)
Transport (différent)Non indiquéstdio
Outils déclarésNon publiéNon publié
Variables d'environnement demandées (différent)Non publié11, dont secrets : 0
Parties du lot (différent)5Pas un lot
Licence (différent)SEE LICENSE IN LICENSENon indiqué
Dépôt (différent)github.com/databrickslabs/dqxgithub.com/debilla/bigquery-mcp
Modifications des 7 derniers jours00
Vu pour la première fois (différent)2026-10-152026-10-11

Les lignes où les deux diffèrent ont un fond teinté et des valeurs en gras. Là où les données elles-mêmes disent quelle valeur est meilleure (plus de marketplaces, un chiffre plus élevé du même marketplace, une version plus récente, une marque verified sur un marketplace qui liste les deux), la meilleure est aussi marquée en vert avec ▲ et la moins bonne en rouge avec ▼. L'endroit où il s'exécute, le transport, les outils, les réglages, les hooks, les parties du lot, la licence et les modifications de la semaine sont marqués seulement comme différents : plus ou moins n'est pas mieux en soi.

Ce que chacun dit faire

dqx

Dans ses propres mots, sur Community GitHub marketplaces :

DQX by Databricks Labs — AI assistant skills for defining, applying, storing, and profiling data quality rules in PySpark.

BigQuery Data Platform

Dans ses propres mots, sur Official MCP Registry :

Read-only BigQuery tools for plain-language data questions, with a cost gate on every query

Comment lancer chacun

dqx En plugin Claude Code

Claude Code
/plugin marketplace add databrickslabs/dqx
/plugin install dqx@databrickslabs-dqx

BigQuery Data Platform En serveur MCP local : paquet PyPI

Claude Code
claude mcp add --transport stdio data-platform-mcp -- uvx data-platform-mcp

Commandes construites uniquement à partir de ce que déclarent les marketplaces ; le jeu complet pour chaque client figure sur la fiche de chacun.

Outils que déclare chacun

Les marketplaces d'aucun des deux ne publient de liste d'outils, il n'y a donc rien à comparer.

Réglages que demande chacun

Les marketplaces de dqx ne publient pas les réglages demandés, nous ne comparons donc pas les réglages.

Ce qu'il peut faire : dqx · Ce qu'il peut faire : BigQuery Data Platform · Comparer deux autres plugins

Données issues de Community GitHub marketplaces. Données issues de Official MCP Registry. Les chiffres proviennent de nos propres passages réguliers sur les places de marché, dernière lecture le . Nous ne publions aucune coordonnée des éditeurs de plugins.

D’où viennent les données : comment le catalogue est construit