Google Search Console abfragen mit Claude oder Cursor via MCP.
Eine 5-minütige Einrichtung, die es Ihrem KI-Tool ermöglicht, Fragen in einfacher Sprache zu Ihren SEO-Daten zu stellen – Klicks, Impressionen, CTR, Top-Suchanfragen, leistungsschwache Seiten – ohne dass GSC OAuth-Token an den KI-Anbieter weitergegeben oder Firewall-Ports in Ihrem Netzwerk geöffnet werden müssen.
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 detailliert die Einrichtung des Google Search Console-Connectors, damit Ihr KI-Tool Fragen in einfacher Sprache zu Klicks, Impressionen, CTR und Ranking-Seiten beantworten kann, ohne dass Sie CSV-Exporte aus der GSC-Weboberfläche kopieren und einfügen müssen. Weitere Informationen finden Sie unter QueryStreams.com. und kostenlos anmelden Beginnen Sie damit, Ihrem KI-Tool echte SEO-Fragen zu stellen.
Was bietet Ihnen Query Streams MCP für die Google Search Console?
Andere „Google Search Console MCP“-Server im Open-Source-Bereich verbinden das KI-Tool direkt mit der GSC-API. Das funktioniert zwar, fügt aber ein Google-OAuth-Token in die Konfiguration Ihres KI-Clients ein, beschränkt dessen Zugriff auf die Search Console und bietet keine Protokollierung der tatsächlichen KI-Anfragen. Query Streams MCP löst ein umfassenderes Problem: Ein einziger Schlüssel für alle Konnektoren, vollständige Protokollierung und das KI-Tool speichert niemals Ihre Google-Anmeldeinformationen.
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 Netzwerk. Kein Port muss geöffnet, keine IP-Adresse auf die Whitelist gesetzt oder ein VPN verwendet werden.
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 ohne erneute Eingabe.
Schema Intelligence integriert
Die KI sieht für jede Spalte KI-generierte Beschreibungen, semantische Typen, Aufzählungswerte und ermittelte Fremdschlüssel – nicht nur den reinen Inhalt. Informationsschema Ausgabe. Es schreibt beim ersten Versuch korrektes SQL.
Schreibgeschützter Zugriff wird vom Agenten erzwungen
Selbst ein halluzinierender LLM kann das nicht ausstellen LÖSCHEN oder AKTUALISIEREN über Query Streams MCP. Der Netzwerkagent weist alles zurück, was nicht SELECT, MIT, oder ERKLÄREN bevor es die Datenquelle erreicht.
Ratenbegrenzungen pro Tastendruck
Standardmäßig werden 60 Anfragen und 10 Ausführungsaufrufe pro Minute durchgeführt, konfigurierbar pro Schlüssel. Eine außer Kontrolle geratene Schleife von KI-Tool-Aufrufen belastet einen Token-Speicher, nicht Ihr GSC-Kontingent oder Ihre Wallet.
Wie es funktioniert, ohne Firewall-Ports zu öffnen
Der Query Streams Network Agent wird einmalig auf jedem Rechner installiert, der die Google Search Console erreichen kann, und stellt eine ausgehende TLS-Verbindung zur Cloud her. Wenn die KI eine Frage stellt, ruft der Agent die GSC-API auf, speichert die Antwort in einer lokalen DuckDB, damit die KI SQL-Abfragen ausführen kann, und streamt das Ergebnis über denselben Kanal zurück, ohne dass eingehende Daten offengelegt werden und das KI-Tool niemals Ihr Google OAuth-Token sieht. 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
Google Suchkonsole
OAuth wird gehalten von
der Agent
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 für X“-Server im Open-Source-Bereich stellen Ihrem KI-Tool die gleichen Funktionen zur Verfügung. Informationsschema Ihre Datenbank übergibt sie einem Fremden. Spaltennamen. Datentypen. Vielleicht ein Primärschlüssel. Der LLM muss raten, was. status_id = 3 bedeutet, was usr_eml Geschäfte oder ob Kunden-ID verbindet sich tatsächlich mit Kunden-ID (Es wurde in keinem Fall ein Fremdschlüssel deklariert.) Deshalb ist die erste SQL-Anweisung, die die meisten LLMs gegen ein leeres Schema schreiben, falsch – nicht weil der LLM schlecht ist, sondern weil ihm die notwendigen Daten fehlen, um korrekt zu sein.
Query Streams MCP gibt dasselbe Schema zurück, angereichert mit dem, was wir nennen Schema Intelligence (SI) — KI-gestützte Metadaten, die durch die Ausführung von Profiling-Abfragen gegen Ihre tatsächliches Daten, bevor der KI-Client überhaupt anfragt. Wenn SI für einen Konnektor und eine Datenbank aktiviert ist, wird jedes Schema-Tool, das die KI aufruft (qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships) gibt das reine Schema plus sechs Ebenen kuratierten Wissens zurück. Das LLM hört auf zu raten.
Um das zu verdeutlichen, hier ist, was der KI-Client von einem einzelnen qs_get_table_schema Aufruf gegen den GSC-Stecker Suchanalyse Tabelle – zuerst ohne Schema Intelligence, dann mit.
Die sechs Ebenen der Schema Intelligence fügen hinzu
Jede Ebene behandelt eine spezifische Frageklasse, die das LLM sonst nur erahnen könnte. SI ist optional. (Konnektor, Datenbank) Das Paar wird als einmaliger Profiling-Durchlauf für Ihre Daten ausgeführt – es ändert weder Ihr Schema noch schreibt es in Ihre Datenbank, und es wird inkrementell aktualisiert, wenn sich Ihr Schema ändert.
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.
Suchergebnisse pro Suchanfrage/Seite.“
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.
Websites [DIM, Domain:seo]
Semantische Typen pro Spalte
Achtzehn Datentypen – Währung, E-Mail-Adresse, Datum (JJJJMMTT), Statuscode, Prozentwert, Rangposition, Kennung, URL, Personenname und mehr. Die KI generiert dialektkorrektes SQL, das dem jeweiligen Datentyp entspricht.
Klicks: Zähler · Datum: Datum_JJJJMMTT
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.
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.
| TABLETTE (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.
(97% Überlappung, Konfidenzintervall 0,9)
Gleiche Eingabeaufforderung, unterschiedliches SQL
Der Beweis liegt im SQL-Code, den das KI-Tool tatsächlich schreibt. Dieselbe Cursor-Sitzung, dasselbe Claude-Modell, dieselbe Eingabeaufforderung – „Zeigen Sie mir die Top 10 GSC-Suchanfragen mit der höchsten Klickrate (CTR) des letzten Monats, bei denen die Impressionen über 100 lagen.“ 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 →
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 dieselben Fragen in einfacher Sprache in Bezug auf Ihre Daten in der Google Search Console – „Was waren meine 10 häufigsten Suchanfragen bei Google Search Console letzte Woche?— derselbe Agent, dieselbe Durchsetzung des Nur-Lese-Prinzips, dieselbe Schema Intelligence, keine MCP-Infrastruktur.
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 mit Internetzugang installiert – siehe Laden Sie den Query Streams Agent herunter..
- Ein für den Agenten konfigurierter Google Search Console-Connector – siehe bestehende API-Konnektor-Einrichtung Anleitungen für die OAuth-Kopplung. Der Agent verwaltet das Google-OAuth-Token; 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 Seiten haben im letzten Monat die meisten Klicks verloren?“ – 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 (Stichprobenwerte, Verteilungen, semantische Typen) erkennen. Optional, aber für SEO-Arbeiten dringend empfohlen, da das Verständnis der Struktur Ihrer Suchanfragen entscheidend ist.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 Search Console-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 Google Search Console-Connector zusammen mit allen anderen Konfigurationen zurück.
Schritt 3: Stelle der KI eine Frage in der Google Search Console.
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 für Ihre GSC-Daten aus, und die Antwort wird als Text und Tabellen zurückgegeben. Drei Beispielabfragen 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.
Ehrlicher Abrechnungshinweis: Die MCP-Nutzung wird auf Basis unkomprimierter Bytes abgerechnet.
Die Excel-Add-Ins von Query Streams, Google Sheets-Add-Ons, der Web-Query-Builder und Nova AI laufen alle über unsere komprimierte Cloud-Verbindung – wir messen und berechnen den Verbrauch. komprimierte Bytes gegen Ihren Datenbereich. Der MCP-Transport (Streamable HTTP gemäß der offiziellen MCP-Spezifikation) unterstützt keine zuverlässige durchgängige Komprimierung über alle Clients und zwischengeschalteten Proxys hinweg, daher messen und berechnen wir die Komprimierung individuell. unkomprimierte Bytes für MCP-Datenverkehr.
- Was das bedeutet: Ein 1 MB großes GSC-Ergebnis-Zeilenset belegt beim Abruf über MCP etwa 1 MB Ihres Datenbereichs, im Vergleich zu etwa 150–250 KB über Excel/Sheets/Nova/den Abfrage-Generator. Gleiche Daten, unterschiedlicher Transport, unterschiedliche abrechnungsrelevante Größe.
- Was dies nicht ist: Es handelt sich weder um einen Aufschlag noch um eine Strafe für die Verwendung von MCP. Wir leiten die tatsächlich übertragenen Bytes weiter. Die anderen Clients sind günstiger, da die Komprimierung bei diesen Transportprotokollen zuverlässig funktioniert; wir bestrafen Sie nicht für Ihre Protokollwahl, müssen aber die Kostenstruktur transparent darlegen.
- Was Sie tun können: Bei sehr großen, wiederkehrenden Abfragen (z. B. Export von über 100.000 Zeilen) empfiehlt sich die Verwendung von Excel/Sheets/Nova. Für interaktive KI-Tool-Aufrufe (typischerweise 100–5.000 Zeilen als Antwort, die in einen LLM-Kontext passen) ist MCP die richtige Wahl, und der Kostenunterschied liegt im Cent-Bereich.
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 Bytes, während MCP über Streamable HTTP Rechnungen unkomprimierte Bytes (Ein Ergebnis von 1 MB entspricht über die komprimierten Clients etwa 150–250 KB gegenüber etwa 1 MB über MCP). Wie die MCP-Nutzung gemessen wird →
Funktioniert Query Streams MCP mit meinem Google Workspace-Konto? +
Worin unterscheidet sich das vom Betrieb eines Open-Source-GSC-MCP-Servers in Eigenregie? +
Ereignisprotokolleund die gleiche Abrechnungspipeline für den Datenbereich, die Sie bereits verwenden – all das bietet Ihnen ein direkter 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 niemals die Google Search Console. Der Validator läuft im Agentenprozess in Ihrem Netzwerk, nicht in der Cloud, sodass eine kompromittierte Cloud-Oberfläche ihn nicht umgehen kann. (Die API der Search Console selbst ist ebenfalls schreibgeschützt, aber der gleiche Schutz gilt für alle anderen Konnektoren, die Sie hinzufügen könnten – PostgreSQL, MySQL usw.)
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 GSC ist dies ein Eintrag im Google Workspace-Überwachungsprotokoll.
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 (Währung, E-Mail, Datum_JJJJMMTT, Statuscode, Prozentsatz, Rangposition, Kennung, URL, Personenname und 9 weitere), der die dialektkorrekte 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? +
Los geht's!
Verbinden Sie Ihr KI-Tool in fünf Minuten mit Ihren SEO-Daten.
Ein einziger MCP-Schlüssel ermöglicht den Zugriff auf die Google Search Console, alle Datenbanken und alle anderen API-Konnektoren Ihres Query Streams-Kontos – mit vollständigem Prüfprotokoll, individuellen Ratenbegrenzungen pro Schlüssel und ohne Firewall-Änderungen. Claude, Cursor, ChatGPT und Grok sind sofort einsatzbereit.
Verwandte Leitfäden: Laden Sie den Query Streams Agent herunter. | API-Konnektor-Einrichtung | Alle MCP-Server-Anleitungen | Nova AI Text-zu-SQL
Kategorie: MCP-Server
Tags: mcp, claude, cursor, chatgpt, grok, google-search-console, gsc, seo, ai
Meta-Beschreibung: Verbinden Sie Claude oder Cursor über das MCP mit der Google Search Console. Fragen Sie SEO-Daten mit KI in verständlichem Englisch ab. Kostenlos.


