MySQL abfragen mit Claude oder Cursor via MCP.
Verbinden Sie MySQL – lokal, AWS RDS, Azure Database for MySQL oder Google Cloud SQL – mit Claude oder Cursor über einen einzigen MCP-Schlüssel. Schema Intelligence kümmert sich um Dialekt-Besonderheiten (Groß-/Kleinschreibung wird bei der Sortierung nicht beachtet, reservierte Wörter werden in Backticks gesetzt, …). JETZT() - INTERVALL n TAG, LIMIT n) sodass die KI beim ersten Versuch gültiges MySQL schreibt.
Fragen Sie Nova und erhalten Sie SQL + Diagramme
Treffen mit Nova REST-API für DatenbankenEin Schlüssel pro Partner. Zugangsdaten werden nicht weitergegeben.
Erstellen Sie eine API AutomatisierungGeplante Synchronisierung mit 6+ Plattformen
Erkunden Sie API zu SQLAbfrage von APIs mit SQL, ohne Code
Erkunden Sie KI-Datenbank MCPClaude, Cursor, ChatGPT & Grok sprechen mit Ihren Daten
Connect AIQuery Streams ist eine sichere Echtzeit-Datenintegrationsplattform, die jede Datenbank und SaaS-API Ihres Kontos in Claude, Cursor, ChatGPT und Grok integriert – und zwar über einen einzigen MCP-Schlüssel ohne Änderungen an der Firewall. Dieser Leitfaden beschreibt die Einrichtung des MySQL MCP-Connectors, damit Ihr KI-Tool Fragen in einfacher Sprache zu Bestellungen, Kunden, Produktkatalogen und allen anderen MySQL-Daten beantworten kann – Joins, Aggregationen, Schema-Exploration, Ad-hoc-Berichte – ohne dass Sie CSV-Exporte aus MySQL Workbench, phpMyAdmin, DBeaver oder HeidiSQL kopieren und einfügen müssen. Weitere Informationen finden Sie unter QueryStreams.com. und kostenlos anmelden Beginnen Sie damit, Ihrem KI-Tool echte MySQL-Fragen zu stellen.
Was bietet Ihnen Query Streams MCP für MySQL?
Andere „MySQL MCP“-Server im Open-Source-Bereich verbinden das KI-Tool direkt mit einer MySQL-Verbindungszeichenfolge. Das funktioniert zwar, aber es fügt ein Datenbankpasswort in die Konfiguration Ihres KI-Clients ein, beschränkt den Zugriff des KI-Tools auf diesen einen MySQL-Endpunkt und bietet keine Protokollierung der tatsächlichen KI-Anfragen. Der Query Streams MCP-Server für MySQL löst ein umfassenderes Problem: ein einziger Schlüssel für alle Konnektoren, vollständige Protokollierung und das KI-Tool speichert niemals Ihre MySQL-Zugangsdaten.
Null eingehende Firewall-Lücken
Der Netzwerkagent öffnet eine einzige verschlüsselte Cloud-Verbindung zu Query Streams. Ihr KI-Client verbindet sich mit der Cloud, niemals mit Ihrem MySQL-Host. Kein Port muss geöffnet, keine IP-Adresse auf die Whitelist gesetzt, kein VPN benötigt und kein MySQL-Listener ist öffentlich zugänglich.
Ein Schlüssel, jeder Stecker
Derselbe MCP-Schlüssel erreicht jede Datenbank und SaaS-API, mit der Ihr Konto verbunden ist. Fügen Sie morgen einen Stripe- oder PostgreSQL-Connector hinzu, und das KI-Tool erkennt ihn neben Ihren MySQL-Tabellen, ohne dass eine erneute Eingabe erforderlich ist.
Schema Intelligence integriert
Die KI sieht KI-generierte Beschreibungen, semantische Typen, Enum-Wertelisten und ermittelte Fremdschlüssel für jede MySQL-Spalte – nicht nur den reinen Datentyp. Informationsschema Ausgabe. Es schreibt auf Anhieb korrektes SQL, selbst bei älteren MySQL-Schemas mit kryptischen Spaltennamen.
Schreibgeschützter Zugriff wird vom Agenten erzwungen
Selbst ein halluzinierender LLM kann das nicht ausstellen LÖSCHEN, AKTUALISIEREN, oder KÜRZEN über Query Streams MCP. Der Netzwerkagent weist alles zurück, was nicht SELECT, MIT, oder ERKLÄREN bevor MySQL die SQL-Anweisung überhaupt sieht.
Ratenbegrenzungen pro Tastendruck
Standardmäßig werden 60 Anfragen und 10 Ausführungsaufrufe pro Minute verarbeitet, die Konfiguration erfolgt pro Schlüssel. Eine außer Kontrolle geratene Schleife von KI-Tool-Aufrufen belastet einen Token-Speicher, nicht Ihren MySQL-Verbindungspool oder Ihre Hosting-Rechnung.
Wie es funktioniert, ohne Firewall-Ports zu öffnen
Der Query Streams Network Agent wird einmalig auf einem Rechner installiert, der Ihren MySQL-Server erreichen kann, und stellt eine ausgehende TLS-Verbindung zur Cloud über das Standard-MySQL-Wire-Protokoll her – es werden niemals eingehende Daten offengelegt, und das KI-Tool sieht niemals Ihre MySQL-Verbindungszeichenfolge. wie die ausschließlich ausgehende Verbindung funktioniert →
KI-Client
Cursor, Claude,
ChatGPT, Grok
QS MCP Server
Streamable HTTP
X-MCP-Schlüssel-Authentifizierung
Netzwerk-Agent
In Ihrem Netzwerk
Cloud-Verbindung
MySQL-Datenbank
Verbindungszeichenfolge
im Besitz des Agenten
Die MCP-Taste, die Sie Cursor oder Claude geben, hat einen Gültigkeitsbereich (lesen / analysieren / ausführen), jederzeit widerrufbar und pro Schlüssel ratenbegrenzt. Das KI-Tool ruft diese MCP-Tools auf, um seine Arbeit zu erledigen:
Musterschlüssel mit optionalen Parameterüberschreibungen.Warum Schema Intelligence Query Streams MCP anders macht
Die meisten „MCP for MySQL“-Server im Open-Source-Bereich stellen Ihrem KI-Tool die gleichen Funktionen zur Verfügung. Informationsschema MySQL übergibt einem Fremden Spaltennamen, Datentypen und vielleicht einen Primärschlüssel. Der LLM muss nun raten, was er damit anfangen soll. status_id = 3 bedeutet, was usr_eml Geschäfte oder ob order_items.order_id verbindet sich tatsächlich mit orders.id (Es wurde in keinem Fall ein Fremdschlüssel deklariert – ein häufiges Problem bei älteren MyISAM-Schemas, die vor der Einführung der Fremdschlüsselerzwingung in InnoDB entstanden sind, sowie bei MySQL-5.6-Schemas, bei denen Entwickler aus Performancegründen auf Fremdschlüsseldeklarationen verzichteten.) Daher ist die erste SQL-Anweisung, die die meisten LLMs gegen ein leeres Schema schreiben, fehlerhaft – nicht weil der LLM fehlerhaft ist, sondern weil ihm die notwendigen Daten fehlen, um korrekt zu sein.
Query Streams MCP gibt dasselbe Schema angereichert zurück mit Schema Intelligence (SI) — KI-gestützte Metadaten, die aus Ihrem Profil erstellt wurden tatsächliches MySQL-Daten, sodass jedes Schema-Tool das reine Schema plus sechs Ebenen kuratierten Wissens zurückgibt und das LLM aufhört zu raten. Warum Schema Intelligence Query Streams MCP auszeichnet →
Um das zu verdeutlichen, hier ist, was der KI-Client von einem einzelnen qs_get_table_schema Aufruf an eine typische MySQL-E-Commerce-Datenbank (Kunden, Bestellungen, Bestellpositionen, Produkte, Zahlungen, Kategorien) — zuerst ohne Schema Intelligence, dann mit.
Die sechs Ebenen der Schema Intelligence fügen hinzu
Jede Ebene behandelt eine Fragestellung, die das LLM sonst nur erahnen würde. Der optionale SI-Profiling-Durchlauf wird auf Ihre MySQL-Daten angewendet, ohne Ihr Schema zu ändern oder in Ihre Datenbank zu schreiben, und aktualisiert sich inkrementell, wenn sich Ihr Schema ändert. Was Schema Intelligence bietet und wie sie aktuell bleibt →
KI-generierte Beschreibungen
Eine leicht verständliche Zweckbeschreibung für jede Datenbank, jedes Schema, jede Tabelle und jede Spalte – einmalig generiert und bei Schemaänderungen aktualisiert. Vertrauenswürdigkeitsbasiert; benutzerdefinierte Beschreibungen haben Vorrang.
„Eine Reihe pro Kasse.“
Tabellenklassifizierungen
Jede Tabelle ist mit FACT (Transaktionsereignisse), DIM (beschreibende Referenz) oder LOOKUP (kleine Codezuordnungen) sowie einer Geschäftsdomäne gekennzeichnet – Vertrieb, Personalwesen, SEO, Finanzen, Support und 14 weitere.
Kunden [DIM, Domäne:Kunden]
Semantische Typen pro Spalte
Achtzehn Datentypen – currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name und mehr. Die KI generiert dialektkorrekten MySQL-SQL-Code, der für jeden Datentyp geeignet ist.
E-Mail: E-Mail · Bestelldatum: Datum_ISO
Beispielwerte aus realen Daten
Dem LLM werden zufällige Zeilen angezeigt, sodass er Muster erkennt, die kein Schema aufzeigen kann – Formatierungskonventionen, kodierte Werte, Abkürzungsstile und die tatsächliche Struktur Ihrer Zeichenketten.
'QS-027-AMBER']
Enum-Erkennung mit Verteilungen
Spalten mit geringer Kardinalität (50 oder weniger unterschiedliche Werte, maximal 5 % der Zeilen eindeutig) werden ihrer vollständigen Werteliste mit Zeilenanzahl zugeordnet. Die KI berücksichtigt weder Groß- noch Kleinschreibung.
| zugestellt (12 %) | ausstehend (5 %) …
Implizite Fremdschlüsselerkennung
Die tabellenübergreifende Datenüberlappungsanalyse findet Joins, die nicht als DDL-Constraints deklariert sind. Sie werden zusammen mit formalen Fremdschlüsseln und Konfidenzwerten gespeichert und zurückgegeben von qs_get_relationships.
(98 % Überlappung, Konfidenzintervall 0,95)
Gleiche Eingabeaufforderung, unterschiedliches SQL
Der Beweis liegt im SQL-Code, den das KI-Tool tatsächlich schreibt. Dieselbe Cursor-Sitzung, dasselbe Claude-Modell, dieselbe Eingabeaufforderung – „Welche fünf Produkte waren in den letzten 30 Tagen umsatzstärkste Produkte?“ Ohne Schema Intelligence muss das LLM raten. Mit ihr weiß das LLM die Wahrheit.
si_recommendation Blockierung der Information der KI über fehlende Informationen, einschließlich einer Option zur Aktivierung der Systemintegration mitten im Gespräch per Direktanruf. qs_request_si_analysis. Wie Schema Intelligence funktioniert und wie lange es dauert →
Verbinden Sie AWS RDS, Azure Database oder Google Cloud SQL MySQL mit Claude
Die meisten produktiven MySQL-Installationen laufen heutzutage in einer verwalteten Cloud-Umgebung und nicht mehr auf einem selbst gehosteten Server. Query Streams MCP funktioniert auf allen gängigen Cloud-Plattformen mit verwalteten MySQL-Servern auf die gleiche Weise – der einzige Unterschied besteht darin, wo Sie den Netzwerkagenten installieren und welche Authentifizierungsmethode Sie wählen. Im Folgenden finden Sie die drei häufigsten Bereitstellungsszenarien mit den jeweils empfohlenen Einstellungen.
AWS RDS für MySQL / Aurora MySQL
EC2 / VPC-PeerInstallieren Sie den Netzwerkagenten auf einer kleinen EC2-Instanz in der gleiche VPC und Subnetzgruppe als Ihre RDS-Instanz für Netzwerk-Latenzen im Submillisekundenbereich. db.t4g.micro ist für den Verbindungspool-Footprint des typischen MCP-Datenverkehrs völlig ausreichend; skalieren Sie nur hoch, wenn Sie viele gleichzeitige Benutzer gespeicherter Abfragen haben.
- Authentifizierung:
IAM-DatenbankauthentifizierungEmpfohlen; Passwortauthentifizierung wird als Ausweichlösung unterstützt. - Aurora MySQL: Richten Sie den Agenten auf den Cluster aus. Leser Endpunkt — MCP ist auf Agentenebene schreibgeschützt, daher wird der Schreibendpunkt nie benötigt.
- Multi-AZ-Failover: RDS handhabt dies transparent; der Agent verbindet sich automatisch wieder.
- Ausgehend: Der HTTPS-Ausgang des Agenten zu
agent.querystreams.comFunktioniert über jedes Standard-NAT-Gateway oder jede VPC-Ausgangsroute – keine benutzerdefinierten Firewall-Regeln erforderlich.
Azure-Datenbank für MySQL (Flexibler Server)
VNet / privater LinkInstallieren Sie den Netzwerkagenten auf einer Azure-VM in der gleiches VNet als Ihr flexibler Server (oder verwenden Sie einen privaten Endpunkt/eine private Verbindung). FQDNs enden mit *.mysql.database.azure.com; Burstable B1ms ist eine gute Einstiegsstufe für den Agenten-Host.
- Authentifizierung: Azure AD / Microsoft Entra ID Für den Produktivbetrieb wird Authentifizierung empfohlen; SQL-Authentifizierung (Benutzername/Passwort) wird unterstützt.
- SSL: Azure erfordert TLS standardmäßig – der Agent erzwingt dies automatisch und fixiert das Microsoft RootCA-Bundle.
- Einzelserver (Legacy): Die Unterstützung wird vorerst fortgesetzt; Microsofts Zeitplan für die Abschaltung gilt. Migrieren Sie zu einem späteren Zeitpunkt auf Flexible Server – die Verbindungszeichenfolge des Agenten ändert sich, aber alles oberhalb des Agenten bleibt unverändert.
- Ausgehend: Der standardmäßige Azure VNet-Ausgang funktioniert unverändert; es sind keine zusätzlichen Azure Firewall-Regeln erforderlich.
Google Cloud SQL für MySQL
GCE / Cloud RunInstallieren Sie den Netzwerkagenten auf einer GCE-VM in der gleiches Projekt und Region Sie können Ihre Cloud SQL-Instanz verwenden oder sie auf Cloud Run mit direktem VPC-Ausgang ausführen. Eine öffentliche IP-Adresse ist zulässig, jedoch wird die Verwendung einer privaten IP-Adresse über die private Cloud SQL-Dienstverbindung empfohlen.
- Authentifizierung: IAM-Datenbankauthentifizierung Empfohlen; Passwortauthentifizierung wird unterstützt.
- Cloud SQL Auth Proxy: Kompatibel – der Agent verbindet sich nach der Konfiguration über den Proxy. Bei den meisten Installationen wird der Proxy übersprungen, da sich der Agent bereits innerhalb der VPC befindet.
- Generation: Alle Cloud SQL for MySQL-Generationen werden unterstützt (das Netzwerkprotokoll ist Standard-MySQL).
- Ausgehend: Cloud Run + direkter VPC-Ausgang oder eine GCE-Instanz mit Standardausgang erreichen beide
agent.querystreams.comohne Firewall-Änderungen.
agent.querystreams.com Port 443. Es sind keine Änderungen an der eingehenden Firewall in irgendeiner Cloud erforderlich, keine IP-Whitelist, kein VPN, kein NAT-Punchthrough. Gemäß den Sicherheitsrichtlinien von Microsoft, AWS und Google ist die IAM-/Azure-AD-Datenbankauthentifizierung gegenüber langlebigen Passwörtern vorzuziehen, sofern die Engine dies unterstützt – der Anmeldeinformationsspeicher des Agenten verwaltet alle drei.
MCP ist nichts für Sie? Versuchen Sie stattdessen Nova AI.
Die JSON-Konfiguration kann komplett übersprungen werden: Nova AI ist in das Query Streams-Webportal integriert. und stellt Ihrem MySQL-Connector die gleichen Fragen in einfacher Sprache – derselbe Agent, dieselbe Durchsetzung des Nur-Lese-Prinzips, dieselbe Schema Intelligence, keine MCP-Verbindung.
Lernen Sie Nova AI kennenVoraussetzungen
Bevor Sie beginnen, stellen Sie sicher, dass Sie Folgendes haben:
- Ein kostenloses Query Streams-Konto bei mein.querystreams.de.
- Der Query Streams Network Agent ist auf einem Rechner installiert, der Ihren MySQL-Server erreichen kann – siehe Laden Sie den Query Streams Agent herunter..
- Ein für den Agenten konfigurierter MySQL-Connector – siehe den bestehenden Anschluss-Einrichtung Anleitungen für die Verbindungszeichenfolge. Der Agent verwaltet das MySQL-Benutzerpasswort (oder die IAM-/Azure-AD-Anmeldeinformationen für verwaltetes Cloud-MySQL); das KI-Tool greift niemals darauf zu.
- Jeder MCP-fähige KI-Client. In diesem Leitfaden zeigen wir Cursor, Claude Desktop, ChatGPT und Grok; wenn Sie Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex oder Goose verwenden, ist der Konfigurationsblock im Wesentlichen derselbe.
- Fünf Minuten.
Generieren Sie einen MCP-Schlüssel
vom /mcp Seite in Query Streams, prägen Sie einen Schlüssel mit den gewünschten Scopes.
Fügen Sie es Ihrem KI-Client hinzu.
Ein JSON-Ausschnitt für Cursor, Claude, ChatGPT oder Grok. Überall derselbe Schlüssel.
Eine Frage stellen
„Welche zehn Kunden hatten den höchsten Kundenwert?“ – Die KI ruft die richtigen Tools auf, und Sie erhalten die Antwort.
Schritt 1: Generieren eines MCP-Schlüssels in Query Streams
Melden Sie sich bei Query Streams an und öffnen Sie die MCP-Seite (oder melden Sie sich zuerst an unter mein.querystreams.de und klicken Sie MCP (in der linken Navigation). Klicken Sie Schlüssel generierenGeben Sie dem Schlüssel einen einprägsamen Namen (etwa so etwas wie Cursor-Laptop oder claude-desktop), und wählen Sie die Gültigkeitsbereiche aus, die dieser Schlüssel haben soll:
lesen— Die KI kann Konnektoren durchsuchen und Schemata lesen. Für alles andere erforderlich.analysierenDie KI kann Tabellenprofile erstellen und Beziehungen erkennen (Stichprobenwerte, Verteilungen, semantische Typen). Optional, aber dringend empfohlen für MySQL-Anwendungen, da das Verständnis der Datenstruktur wichtig ist, wenn der LLM Joins über bestehende Schemata hinweg generiert.ausführen— Die KI kann tatsächlich SQL ausführen. Ohne diese Fähigkeit kann die KI nur auf Schema-Metadaten zugreifen.
Für einen typischen Workflow, bei dem Claude meine MySQL-Daten analysiert, sind alle drei Bereiche geeignet. Wenn Sie einen Schlüssel an einen Teamkollegen oder einen weniger vertrauenswürdigen Kunden weitergeben, sollten Sie den Bereich „Schlüssel“ entfernen. ausführen und lassen Sie sie nur stöbern. Sie können jeden Schlüssel jederzeit auf derselben Seite widerrufen; der KI-Client wird dies sehen. MCP_KEY_REVOKED Beim nächsten Aufruf wird die Verbindung sofort eingestellt. Es gibt keine Ausbreitungsverzögerung.
Kopieren Sie jetzt den Schlüssel – Query Streams zeigt ihn nur einmal an und speichert anschließend nur einen Hash. Falls Sie ihn verlieren, generieren Sie einen neuen. Der Schlüssel sieht folgendermaßen aus: qsmcp_ gefolgt von 48 zufälligen Zeichen, und das ist das, was Ihr KI-Client sendet. X-MCP-Schlüssel Anfrageheader.
Schritt 2: Fügen Sie Query Streams MCP zu Ihrem KI-Client hinzu
Die Konfiguration ist bei allen MCP-fähigen Clients gleich – ein MCP-Server-Einstiegspunkt, der auf … verweist. https://mcp.querystreams.com mit Ihrem Schlüssel im X-MCP-Schlüssel Kopfzeile. Wählen Sie unten Ihren Kunden aus.
// Bearbeiten Sie ~/.cursor/mcp.json { "mcpServers": { "Querystreams": { "URL": "https://mcp.querystreams.com", "Überschriften": { "X-MCP-Key": "qsmcp_PASTE_KEY_HERE" } } } }
// Einstellungen → Entwickler → Konfiguration bearbeiten { "mcpServers": { "Querystreams": { "URL": "https://mcp.querystreams.com", "Überschriften": { "X-MCP-Key": "qsmcp_PASTE_KEY_HERE" } } } }
// Einstellungen → Apps & Konnektoren → MCP hinzufügen Server-URL https://mcp.querystreams.com Authentifizierungsheader X-MCP-Schlüssel Headerwert qsmcp_PASTE_KEY_HERE // Erfordert einen kostenpflichtigen ChatGPT-Tarif. // (Plus / Pro / Team / Enterprise).
// Grok → Einstellungen → Werkzeuge { "mcp_servers": [{ "Name": "Querystreams", "URL": "https://mcp.querystreams.com", "auth_header": "X-MCP-Key", "auth_value": "qsmcp_..." }] }
Starten Sie Ihren KI-Client neu. Beim nächsten Start erkennt er die acht oben aufgeführten Query Streams MCP-Tools und zeigt sie in seiner Werkzeugpalette an. In Cursor und Claude Desktop können Sie dies überprüfen, indem Sie Folgendes eingeben: „Verbindungen auflisten“ — die KI sollte anrufen qs_list_connectors und senden Sie uns Ihren MySQL-Connector zusammen mit allen anderen Konfigurationen zurück.
Schritt 3: Stelle der KI eine MySQL-Frage
Sie schreiben kein SQL – das übernimmt die KI. Sie stellen eine Frage, die KI wählt das passende MCP-Tool aus, der Agent führt die Abfrage in Ihrer MySQL-Datenbank aus, und die Antwort erhalten Sie als Text und Tabellen. Drei Beispiel-Abfragen zum Ausprobieren:
Bestellungen, Bestellpositionen, Kunden, und Produkte Tabellen, dann qs_run_query mit einer SELECT-Anweisung, die nach Kategorien sortiert DATUM(o.order_date), tritt bei Bestellungen zu Bestellpositionenund Aggregate SUMME(oi.quantity * oi.unit_price)Es verwendet MySQL-idiomatische WHERE o.order_date >= NOW() - INTERVAL 30 DAY für die Zeitbegrenzung und den von SI ermittelten Enum-Wert bezahlt Ausstehende und stornierte Bestellungen werden ausgeschlossen. Sie erhalten ein Ergebnis mit 30 Zeilen, das Tag, Bruttoumsatz, Bestellanzahl und durchschnittlichen Bestellwert (AOV) enthält. Die KI erkennt in der Regel Wochenendrückgänge, wöchentliches Wachstum und alle anderen Anomalien automatisch.Produkte für eine Inventar- oder Lagerspalte (Schema Intelligence zeigt sie als eine an) Schalter semantischer Typ), korreliert mit den letzten 30 Tagen order_items.quantity Die KI berechnet die Nachfrage und prognostiziert die Reichweite in Tagen. Das Ergebnis ist eine Rangliste mit Produktname, aktuellem Lagerbestand, durchschnittlicher Tagesnachfrage und der voraussichtlichen Reichweite in Tagen bis zum Ausverkauf. Die KI hebt in der Regel Produkte hervor, deren Reichweite unter 14 Tagen liegt. Kandidaten neu anordnen und gruppiert sie nach Kategorie damit das Einkaufsteam seine Bestellungen bündeln kann.Kunden verbunden mit Bestellungen mit einem MAX(o.order_date) Aggregat pro Kunde, gefiltert nach HAVING MAX(o.order_date) < NOW() - INTERVAL 60 DAYund nach historischem Lebenszeitwert geordnet (SUMME(o.total_amount) (über die gesamte Kundenhistorie). Das Ergebnis ist eine fokussierte Liste wertvoller, inaktiver Kunden mit E-Mail-Adresse, Datum der letzten Bestellung, Tagen seit der letzten Bestellung und Gesamtumsatz. Die KI schlägt in der Regel eine Rückgewinnungskampagne vor und kennzeichnet Kunden, deren Inaktivität mit einer Rückerstattung oder einer Eskalation des Supportfalls zusammenfällt. Sie können die Daten detaillierter analysieren mit „Warum hat Acme Corp die Bestellungen eingestellt?“ und die KI wird ziehen Zahlungen und Bestellhistorie.Wenn die KI zum ersten Mal ein Tool aufruft, kann Ihr Client eine Bestätigungsabfrage anzeigen, in der Sie um Ihre Zustimmung gebeten werden – dies ist der Standard-Zustimmungsprozess von MCP und keine Ergänzung von Query Streams. Nach der einmaligen Zustimmung kann die KI die weitere Kommunikation problemlos fortsetzen. Sie können die Zustimmung jederzeit in den Einstellungen Ihres Clients erneut aufrufen.
Ehrlicher Abrechnungshinweis: Die MCP-Nutzung wird auf Basis unkomprimierter Bytes abgerechnet.
Der Streamable-HTTP-Transport von MCP kann nicht zuverlässig durchgängig komprimieren, daher fallen Gebühren an. unkomprimierte Bytes wo die Excel-, Sheets-, Query Builder- und Nova-Kunden abrechnen komprimierte BytesEine 3 MB große MySQL-Aggregatabfrage kostet über MCP etwa 3 MB, im Vergleich zu etwa 400–600 KB über andere Transportprotokolle. Der Grund dafür ist, dass MySQL-Daten mit wiederholten VARCHAR-Enum-Werten (Status, Kategorien, Zahlungsmethoden) über LZ4 um den Faktor 5–7 komprimiert werden. Gleiche Daten, anderes Transportprotokoll, unterschiedliche abrechnungsfähige Größe. Wie die Abrechnung von Datenbereichen über verschiedene Transportwege hinweg funktioniert →
Häufig gestellte Fragen
Muss ich Ports öffnen oder ein VPN einrichten, um dies zu nutzen? +
https://mcp.querystreams.com aus dem öffentlichen Internet – wenn ausgehendes HTTPS auf dem Agenten-Host funktioniert, funktioniert MCP. So funktioniert die Verbindung, die nur ausgehende Verbindungen zulässt →
Welche KI-Tools kann ich mit Query Streams MCP verwenden? +
Kann ich einen MCP-Schlüssel widerrufen? +
/mcp Seite, pro Organisation über Planeinstellungen und Plattformebene), wobei keine der Optionen eine Datenbankpasswortrotation oder einen Agentenneustart erfordert. Mehr zur MCP-Schlüsselsicherheit →
Wie wird die MCP-Nutzung meinem Datenbereich in Rechnung gestellt? +
komprimierte BytesMCP läuft über Streamable HTTP, welches die durchgängige Komprimierung nicht zuverlässig über alle Clients und Proxys hinweg unterstützt, daher berechnen wir dies separat. unkomprimierte BytesEin 3 MB großes MySQL-Aggregatergebnis, das an Excel zurückgegeben wird, belegt typischerweise ca. 400–600 KB Ihrer Daten (LZ4 komprimiert wiederholte VARCHAR-Enumerationswerte um den Faktor 5–7). Dasselbe 3 MB große Ergebnis, das über MCP an Cursor zurückgegeben wird, belegt hingegen nur ca. 3 MB. Wir legen Wert auf Transparenz, damit Sie von Anfang an Bescheid wissen und nicht am Ende des Abrechnungszeitraums überrascht werden.
Funktioniert Query Streams MCP mit MySQL 5.7 / 8.0 / 8.1, Percona Server oder Aurora MySQL? +
SELECT Abfragen erfolgen über die MCP-Schreibschutz-Erzwingung, sodass der Writer-Endpunkt nie benötigt wird. Zu den Authentifizierungsoptionen gehören: mysql_native_password, caching_sha2_password (die MySQL 8-Standardeinstellung), AWS IAM-Datenbankauthentifizierung, Azure AD / Microsoft Entra ID auf Azure Database for MySQL und Google IAM-Datenbankauthentifizierung Auf Cloud SQL für MySQL. SSL/TLS mit benutzerdefinierten CA-Zertifikaten wird vollständig unterstützt. Für ältere MySQL 5.6-Instanzen wenden Sie sich bitte an den Support – es gibt einen alternativen Treiberpfad. Tipp: Registrieren Sie jede Ihrer MySQL-Instanzen als eigenen Connector. Ihre Connectors „production-oltp-mysql“ und „warehouse-replica-mysql“ können zwei separate Connectors mit demselben Schlüssel sein. Der LLM wählt den passenden Connector anhand der Anfrage aus (Punktabfragen an OLTP, große Aggregationen an die Lesereplikate oder das Data Warehouse). Der MCP-Server hat keinen Zugriff auf die Anmeldeinformationen; nur der Agent.
Worin unterscheidet sich das vom Betrieb eines Open-Source-MySQL-MCP-Servers in Eigenregie? +
Ereignisprotokolleund die gleiche Abrechnungspipeline für den Datenbereich, die Sie bereits verwenden – all das bietet Ihnen ein direktes MySQL MCP nicht.
Was passiert, wenn die KI versucht, Daten zu schreiben oder zu löschen? +
qs_run_query Der Aufruf wird von einem fest codierten, schreibgeschützten Validator analysiert, der nur SELECT, MIT, und ERKLÄREN Aussagen; alles andere gibt zurück READONLY_VIOLATION und erreicht MySQL niemals. Der Validator läuft im Agentenprozess in Ihrem Netzwerk, nicht in der Cloud, sodass eine kompromittierte Cloud-Schnittstelle ihn nicht umgehen kann. (Sie können einen MySQL-seitigen Benutzer mit Lesezugriff hinzufügen (z. B. GRANT SELECT ON db.* einem engagierten qs_readonly (Benutzer) obendrauf, wenn Sie doppelt absichern möchten – der Validator des Agenten ist unabhängig von den von Ihnen konfigurierten MySQL-Berechtigungen.)
Kann ich sehen, was die KI tatsächlich gefragt hat? +
Ereignisprotokolle mit Organisation, Benutzer, Schlüssel, Bereich, Latenz und Ergebniscode. Der Organisationsadministrator kann mit einer einzigen Abfrage die Frage beantworten: „Wer hat MCP letzte Woche verwendet, welchen Connector und welche Anfrage wurde gestellt?“ Beachten Sie, dass wir dies protokollieren. Werkzeugname und MetadatenNicht der SQL-Text oder die zurückgegebenen Zeilen – diese werden über die Cloud-Verbindung übertragen und landen nie in den Cloud-Protokollen. Für eine vollständige SQL-Überwachung aktivieren Sie die datenbankseitige Überwachung der zugrunde liegenden Engine; speziell für MySQL ist dies die audit_log Plugin (MySQL Enterprise Audit), das Percona Audit Log Plugin für Community-/Percona-Installationen oder Ihre bestehende allgemeine/langsame Abfrage-Log-Pipeline.
Muss ich Schema Intelligence ausführen, um Query Streams MCP verwenden zu können? +
(Konnektor, Datenbank) PaarMCP funktioniert auch ohne diese Funktion einwandfrei. Die KI erhält das Basisschema (Typen, Primärschlüssel, formale Fremdschlüssel, Indizes) und schreibt einfache Abfragen. Mit aktiviertem SI erhält die KI sechs zusätzliche Ebenen kuratierter Metadaten: (1) KI-generierte Beschreibungen zu jeder Datenbank, Tabelle und Spalte; (2) Tabellenklassifizierungen (FACT für Transaktionsereignisse, DIM für beschreibende Referenzen, LOOKUP für kleine Codezuordnungen) plus ein Geschäftsdomänen-Tag (Vertrieb, Personalwesen, SEO, Finanzen, Support und 14 weitere); (3) ein semantischer Typ für jede Spalte (currency_usd, email, date_iso, status_code, percentage, ranking_position, identifier, url, person_name und 9 weitere), der die dialektkorrekte MySQL-SQL-Generierung steuert; (4) Stichprobenwerte aus Ihren realen Daten, damit das LLM Muster erkennt, die kein Schema aufzeigen kann; (5) Enum-Erkennung mit vollständigen Wertverteilungen für Spalten mit niedriger Kardinalität; und (6) KI-erkannte Fremdschlüssel basierend auf Datenüberschneidungen zwischen Tabellen, die durch qs_get_relationshipsOhne SI enthält jede Schema-Tool-Antwort auch eine si_recommendation Die Liste enthält genau, was für den Anruf fehlt – die KI kann dies lesen und anbieten, SI mitten im Gespräch auszulösen. qs_request_si_analysisDie Laufzeit skaliert mit der Tabellenanzahl: Eine kleine Datenbank mit weniger als 100 Tabellen ist in etwa 10 Minuten fertig; eine typische mittelgroße Datenbank (einige hundert Tabellen) in 15–25 Minuten; eine große Unternehmensdatenbank mit über 1.500 Tabellen kann für einen vollständigen Scan 45–60 Minuten benötigen. SI wird über Ihren Netzwerkagenten auf Ihre Daten angewendet (niemals in der Cloud), schreibt niemals in Ihre Datenbank, ändert niemals Ihr Schema und aktualisiert sich inkrementell, wenn sich Ihr Schema ändert – daher sind nachfolgende Ausführungen nach dem Hinzufügen oder Ändern von Tabellen deutlich schneller als die erste. Der End-to-End-Effekt: Mit aktiviertem SI schreibt Ihr KI-Client viel häufiger beim ersten Versuch korrektes SQL als gegen einen beliebigen „MCP für X“-Server, der lediglich den LLM übergibt. Informationsschema.
Was passiert, wenn ich später einen weiteren Konnektor hinzufüge, wie zum Beispiel Stripe oder PostgreSQL? +
qs_list_connectors (Wird automatisch erkannt). Ein Konfigurationsblock deckt Ihr gesamtes Konto ab, sowohl die aktuellen als auch die zukünftigen. Warum ein Schlüssel alle Anschlüsse abdeckt →
Muss ich MCP einrichten, nur um mit meinen Daten zu chatten? +
Funktioniert Query Streams MCP mit AWS RDS für MySQL, Azure Database für MySQL oder Google Cloud SQL für MySQL? +
SELECT), Azure-Datenbank für MySQL (sowohl Einzelserver als auch flexibler Server) und Google Cloud SQL für MySQL Alle Generationen funktionieren sofort. Installieren Sie den Netzwerkagenten in derselben VPC, demselben VNet oder derselben GCP-Region wie Ihre DBaaS-Instanz, um Abfragen mit geringer Latenz zu gewährleisten. Der Agent verwendet Standard-MySQL-Anmeldeinformationen. IAM-Datenbankauthentifizierung auf RDS, Azure AD / Microsoft Entra ID auf Azure Database für MySQL, IAM-Datenbankauthentifizierung Bei Cloud SQL oder bei jeder anderen Datenbank wird eine einfache Passwortauthentifizierung verwendet. Die Cloud-Verbindung vom Agenten zu Query Streams ist unabhängig davon, welche DBaaS-Lösung Ihre Engine hostet, identisch; alles unterhalb des Agenten ist Ihre bestehende Infrastruktur, und Query Streams sieht niemals die Datenbankzugangsdaten.
Los geht's!
Verbinden Sie Ihr KI-Tool in fünf Minuten mit Ihren MySQL-Daten.
Ein einziger MCP-Schlüssel ermöglicht den Zugriff auf MySQL – lokal, in AWS RDS, Azure Database for MySQL oder Google Cloud SQL – sowie auf alle anderen Datenbanken und alle API-Konnektoren Ihres Query Streams-Kontos. Dabei werden ein vollständiger Prüfpfad, individuelle Ratenbegrenzungen pro Schlüssel und keine Firewall-Änderungen vorgenommen. Claude, Cursor, ChatGPT und Grok sind sofort einsatzbereit.
Verwandte Leitfäden: Laden Sie den Query Streams Agent herunter. | Einrichtung des Datenbank-Connectors | Alle MCP-Server-Anleitungen | Nova AI Text-zu-SQL
Kategorie: MCP-Server
Schlagwörter: mcp, claude, cursor, mysql, database, open-source-database, aws-rds, azure-database, cloud-sql, aurora-mysql
Metabeschreibung: Verbindet MySQL über Query Streams MCP mit Claude oder Cursor. RDS-, Azure- und Cloud SQL-kompatibel. Nur ausgehende Verbindungen, Einrichtung in 5 Minuten.


