Wie man SQLite über MCP mit Claude/Cursor verbindet (SQLite MCP Server-Setup)

Sehen Sie alles, was Query Streams über diesen Leitfaden hinaus leisten können Startet kostenlos

Unterstützt

+mehr

Live-Daten

Ersetzen Sie Exporte durch On-Demand-SQL

Excel Blätter

BI & KI-Analytik

Fragen Sie Nova und erhalten Sie SQL + Diagramme

Treffen mit Nova

REST-API für Datenbanken

Ein Schlüssel pro Partner. Zugangsdaten werden nicht weitergegeben.

Erstellen Sie eine API

+mehr

Automatisierung

Geplante Synchronisierung mit 6+ Plattformen

Erkunden Sie

+mehr

API zu SQL

Abfrage von APIs mit SQL, ohne Code

Erkunden Sie

+mehr

KI-Datenbank MCP

Claude, Cursor, ChatGPT & Grok sprechen mit Ihren Daten

Connect AI

Query 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. Diese Anleitung beschreibt detailliert die Verkabelung des SQLite-MCP-Anschlusses, damit Ihr KI-Tool Fragen in einfacher Sprache zu beliebigen Themen beantworten kann. .db, .sqlite, oder .sqlite3 Dateien, die Sie auf der Festplatte haben – App-Ereignisprotokolle, IoT-Sensor-Caches, Synchronisierungsspeicher von mobilen Apps, Entwicklungs-/Testumgebungen, eingebettete Analysen – ohne dass Sie CSV-Exporte aus DB Browser für SQLite, DBeaver oder dem DB Browser kopieren und einfügen müssen. sqlite3 CLI. Weitere Informationen finden Sie unter QueryStreams.com. und kostenlos anmelden Beginnen Sie damit, Ihrem KI-Tool echte SQLite-Fragen zu stellen.

Was bietet Ihnen Query Streams MCP für SQLite?

Andere „SQLite MCP“-Server im Open-Source-Bereich verbinden das KI-Tool direkt mit einem lokalen .db Der Dateipfad befindet sich auf demselben Rechner. Das funktioniert zwar für den Entwickler, dem diese eine Datei gehört, bindet das KI-Tool aber an einen einzigen Prozess auf einem einzigen Rechner, liefert keine Protokolle der KI-Anfragen und versagt vollständig, sobald sich die SQLite-Datei auf einem Server, einem IoT-Gateway, einem eingebetteten Gerät oder in einer Umgebung befindet, in der der KI-Client keinen Zugriff auf das lokale Dateisystem hat. Der Query Streams MCP-Server für SQLite löst ein umfassenderes Problem: Ein einziger Schlüssel erreicht alle. .db Die Datei kann vom Netzwerkagenten eingesehen werden, das KI-Tool speichert niemals den Dateipfad, und jeder Lesevorgang wird protokolliert.

Wie es funktioniert, ohne Firewall-Ports zu öffnen

Der Query Streams Network Agent wird einmalig auf einem Rechner installiert, der Ihre SQLite-Datei lesen kann (z. B. ein Laptop, ein lokaler Server, ein IoT-Gateway oder ein beliebiger Host mit ausgehendem HTTPS), und stellt eine ausgehende TLS-Verbindung zur Cloud her – eingehende Daten werden niemals offengelegt, und das KI-Tool sieht die Datei niemals. .db Dateipfad. wie die ausschließlich ausgehende Verbindung funktioniert →

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:

Warum Schema Intelligence Query Streams MCP anders macht

Die meisten „MCP for SQLite“-Server im Open-Source-Bereich stellen Ihrem KI-Tool lediglich die grundlegenden Funktionen zur Verfügung. PRAGMA table_info Die Ausgabe von SQLite ist ungewöhnlich. Spaltennamen. Speicherklassen (GANZE ZAHL, TEXT, REAL, KLECKSVielleicht ein Primärschlüssel. Das LLM muss erraten, dass Ereignisse.Zeitstempel ist eine Unix-Epochenzahl (kein ISO-Datum), die feature_flags.is_enabled ist ein boolescher Wert (0/1) (kein Tinyint), oder dass Ereignisse.Ereignistyp ist eigentlich ein fünfwertiges Enum, das sich in einem verbirgt TEXT Spalte. Die permissive Typaffinität von SQLite macht dies schlimmer als bei jeder anderen Datenbank – die Speicherklasse gibt nicht an, was sich tatsächlich in der Spalte befindet.

Query Streams MCP gibt dasselbe Schema angereichert zurück mit Schema Intelligence (SI) — KI-kuratierte Metadaten, die aus Ihren tatsächlichen SQLite-Daten erstellt werden, sodass jedes Schema-Tool, das die KI aufruft, sechs Ebenen kuratierten Wissens über dem reinen Schema zurückgibt und das LLM aufhört zu raten. wie Schema Intelligence jeden Schemaaufruf anreichert →

Um das zu verdeutlichen, hier ist, was der KI-Client von einem einzelnen qs_get_table_schema Aufruf an eine typische SQLite-Anwendungsanalysedatenbank (Veranstaltungen, Benutzer, Sitzungen, Feature-Flags) — zuerst ohne Schema Intelligence, dann mit.

Die sechs Ebenen der Schema Intelligence fügen hinzu

Jede Ebene behandelt eine Fragestellung, die das LLM sonst nur vermuten würde. Der optionale SI-Profiling-Durchlauf wird auf Ihre SQLite-Daten angewendet, ohne Ihr Schema zu ändern – er öffnet die .db Die Datei ist schreibgeschützt und es werden niemals Daten hineingeschrieben. Was Schema Intelligence bietet und wie sie aktuell bleibt →

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 Nutzer waren diese Woche am aktivsten und welche Funktionen haben sie genutzt?“ Ohne Schema Intelligence muss das LLM raten. Mit ihr weiß das LLM die Wahrheit.

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 die gleichen Fragen in einfacher Sprache über Ihren SQLite-Connector und jeden anderen Connector in Ihrem Konto – derselbe Agent, dieselbe Schreibschutz-Erzwingung, dieselbe Schema Intelligence, keine MCP-Infrastruktur.

Lernen Sie Nova AI kennen

Voraussetzungen

Bevor Sie beginnen, stellen Sie sicher, dass Sie Folgendes haben:

1. Ein kostenloses Query Streams-Konto bei mein.querystreams.de.
2. Der Query Streams Network Agent wurde auf einem Rechner installiert, der Ihre Daten lesen kann. .db Datei — siehe Laden Sie den Query Streams Agent herunter..
3. Ein für den Agenten konfigurierter SQLite-Connector – siehe den bestehenden Anschluss-Einrichtung Anleitungen zum Ausrichten des Agenten auf Ihren .db, .sqlite, oder .sqlite3 Datei. Der Agent verwaltet den Dateipfad; das KI-Tool sieht ihn nie.
4. 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.
5. Fünf Minuten.

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.
• analysieren Die KI kann Tabellenprofile erstellen und Beziehungen erkennen (Stichprobenwerte, Verteilungen, semantische Typen). Optional, aber dringend empfohlen für SQLite-Anwendungen, da das Verständnis von ganzzahlig kodierten Datumsangaben, 0/1-Booleschen Werten und JSON-in-TEXT-Spalten wichtig ist, bevor der LLM Joins schreibt.
• 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 SQLite-Daten analysiert, sind alle drei Bereiche geeignet. Wenn Sie einen Schlüssel an ein Teammitglied 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.

Cursor ~/.cursor/mcp.json

// Bearbeiten Sie ~/.cursor/mcp.json
{
  "mcpServers": {
    "Querystreams": {
      "URL": "https://mcp.querystreams.com",
      "Überschriften": {
        "X-MCP-Key": "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}

Claude Desktop claude_desktop_config.json

// Einstellungen → Entwickler → Konfiguration bearbeiten
{
  "mcpServers": {
    "Querystreams": {
      "URL": "https://mcp.querystreams.com",
      "Überschriften": {
        "X-MCP-Key": "qsmcp_PASTE_KEY_HERE"
      }
    }
  }
}

ChatGPT Apps & Konnektoren

// 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 Remote MCP Tools

// 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 SQLite-Connector zusammen mit allen anderen Konfigurationen zurück.

Schritt 3: Stelle der KI eine SQLite-Frage

Sie schreiben keine SQL-Abfragen – das übernimmt die KI. Sie stellen eine Frage, die KI wählt das passende MCP-Tool aus, der Agent öffnet die Datei. .db Die Datei wird im Nur-Lese-Modus geöffnet, die Abfrage ausgeführt und das Ergebnis als Text mit Tabellen zurückgegeben. Drei Beispielaufforderungen zum Ausprobieren:

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.

Häufig gestellte Fragen

Los geht's!

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, sqlite, Datenbank, Entwicklertools, eingebettete Datenbank

Metabeschreibung: Verbindet SQLite (.db / .sqlite / .sqlite3) mit Claude oder Cursor über Query Streams MCP. Ausgehend, schreibgeschützt, 5 Minuten.