So fragen Sie Shopify-Daten mit Claude / Cursor über MCP ab (Shopify MCP Server-Einrichtung)

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 führt Sie durch die Shopify MCP Der Pfad ist so gestaltet, dass Ihr KI-Tool Fragen zu Bestellungen, Kunden, Produkten, Lagerbeständen, Auftragsabwicklungen und Rückerstattungen in einfacher Sprache beantworten kann, ohne dass Sie Berichte aus dem Shopify-Adminbereich exportieren oder GraphQL-Admin-API-Aufrufe zusammenfügen müssen. Der Netzwerkagent lädt Shopify-Admin-API-Daten in einen lokalen DuckDB-Cache, sodass das LLM saubere SQL-Oberflächen (Bestellungen, Artikelnummern, Kunden, Produkte, Varianten, Transaktionen, Auftragsabwicklungen) anstelle von unstrukturierten REST-Anfragen sieht. Der schreibgeschützte Adminbereich bedeutet, dass dies die Analyse- und Betriebsfunktion ergänzt das offizielle Shopify Storefront MCP, aber nicht ersetzt. Weitere Informationen finden Sie unter QueryStreams.com. und kostenlos anmelden Beginnen Sie damit, Ihrem KI-Tool echte Shopify-Admin-Fragen zu stellen.

Was Ihnen der Query Streams Shopify MCP-Server bietet

Andere „Shopify MCP“-Server im Open-Source-Bereich verbinden das KI-Tool direkt mit der Shopify Admin REST- oder GraphQL-API und senden Rohdatenabfragen an diese. Das funktioniert zwar, fügt aber ein privates Shopify-App-Token in die Konfiguration Ihres KI-Clients ein, lässt den LLM REST-Envelopes und GraphQL-Typen anstelle von SQL verarbeiten, beschränkt den Funktionsumfang des KI-Tools auf Shopify und bietet keinen Prüfpfad zu den tatsächlichen Anfragen der KI. Der Query Streams Shopify MCP-Server löst ein umfassenderes Problem: Ein einziger Schlüssel für alle Konnektoren, vollständiger Prüfpfad, der Agent normalisiert Shopify Admin-Daten in SQL-Oberflächen und das KI-Tool speichert niemals Ihre Shopify-Zugangsdaten.

Wie es funktioniert, ohne Firewall-Ports zu öffnen

Der Query Streams Network Agent wird einmalig auf jedem Rechner mit Internetzugang installiert (die Shopify Admin API ist von überall erreichbar) und stellt eine ausgehende TLS-Verbindung zur Cloud her; wenn Claude oder Cursor eine Frage stellt, ruft der Agent die Shopify Admin API auf und speichert die Antwort in einer lokalen DuckDB, sodass die KI saubere SQL-Oberflächen sieht. Bestellungen, Einzelposten, Kunden, Produkte, Varianten, Lagerbestände, Transaktionen, Erfüllungen — anstelle von REST-Envelopes, wobei niemals eingehende Daten offengelegt werden und das KI-Tool niemals Ihr privates Shopify-App-Token, Ihre Shop-Domain oder Ihre API-Version sieht. 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 Shopify“-Server im Open-Source-Bereich liefern Ihrem KI-Tool dieselbe Feldreferenz, die Shopify für Entwickler veröffentlicht – oder schlimmer noch, die Rohdaten. Informationsschema von welchem Cache auch immer sie speichern. Feldnamen. Datentypen. Vielleicht ein Primärschlüssel. Das LLM muss das erraten. Gesamtpreis wird als STRING gespeichert und muss in umgewandelt werden DOPPELT für Arithmetik, dass Finanzstatus ist eine Aufzählung von ausstehend / autorisiert / teilweise bezahlt / bezahlt / teilweise_erstattet / erstattet / ungültigoder dass Tags ist eine durch Kommas getrennte Zeichenkette, die in eine Liste umgewandelt werden muss. Deshalb ist der erste SQL-Befehl, den die meisten LLMs gegen ein leeres Shopify-Schema schreiben, falsch – nicht weil der LLM schlecht ist, sondern weil ihm die notwendigen Daten fehlen, um korrekt zu sein (und „SUM ist null, weil total_price eine Zeichenkette ist“ ist genau die Art von Fehler, die einen Nachmittag vergeudet).

Query Streams MCP gibt dasselbe zwischengespeicherte Shopify-Schema zurück, angereichert mit dem, was wir nennen Schema Intelligence (SI) — KI-gestützte Metadaten, die durch die Ausführung von Profiling-Abfragen gegen Ihre tatsächliches Shopify-Daten, bevor der KI-Client überhaupt anfragt. Wenn SI im Shopify-Connector aktiviert ist, werden alle Schema-Tools, die die KI aufruft, verarbeitet (qs_get_connector_schema, qs_get_table_schema, qs_profile_table, qs_get_relationships) gibt das reine, zwischengespeicherte Schema sowie 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 Kritik am Shopify-Connector Bestellungen table – die kanonische Shopify-Faktentabelle, die 80 % aller Analysefragen beantwortet – zuerst ohne Schema Intelligence, dann mit.

Die sechs Ebenen der Schema Intelligence fügen hinzu

Jede Ebene behandelt eine Frageklasse, die das LLM sonst nur vermuten würde. Die optionale SI-Profilierung wird anhand Ihrer Shopify-Daten durchgeführt, ohne Ihr Schema zu ändern oder Daten in Ihren Shop zu schreiben, und aktualisiert sich inkrementell, wenn Sie eine neue Metafelddefinition hinzufügen. 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 – „Wie hoch sind unser Umsatz und unser durchschnittlicher Bestellwert pro Monat für die letzten 12 Monate, nur bezahlte Bestellungen, in USD?“ Ohne Schema Intelligence muss das LLM raten. Mit ihr weiß das LLM, dass total_price ein STRING ist, der umgewandelt werden muss, der Enum-Wert financial_status ist bezahlt nicht 'vollendet'und Geschäfte, die mehrere Währungen akzeptieren, benötigen einen Währungsfilter.

Query Streams MCP vs Shopify Storefront MCP

Shopify liefert eine offizielle MCP-Oberfläche namens Shopify Storefront MCPEs stellt die API des Onlineshops – Katalog, Produkte, Kollektionen, öffentlich zugängliche Kundendaten – bereit, sodass KI-gestützte Einkaufsassistenten Käufern beim Stöbern in Produkten, beim Erhalt von Empfehlungen und beim Prüfen der Lagerverfügbarkeit helfen können. Es ist optimal für KI-gestützte Kundenerlebnisse geeignet. Es werden keine Verwaltungs-, Betriebs- oder Finanzdaten angezeigt. Shopify MCP mit Query Streams ist das Gegenteil: eine schreibgeschützte Admin-API-Oberfläche für die Bereiche Betrieb, Analyse, Finanzen und Kundensupport von Shopify. Die beiden MCP-Server lösen unterschiedliche Problemstellungen – hier ist der Vergleich.

Die beiden MCP-Server funktionieren gut nebeneinander, und viele Shopify Plus-Organisationen setzen beide ein. Shopify Storefront MCP verwenden für kundenorientierte KI-gestützte Einkaufserlebnisse – KI-Agenten, die Käufern beim Durchsuchen des Katalogs helfen, Produktempfehlungen erhalten oder die Frage „Haben Sie diesen Artikel in meiner Größe?“ beantworten. Shopify MCP mit Abfragestreams verwenden Für KI-Tools, die mit Ihrem Team kommunizieren – Betriebs-, Finanz-, Support- und Analyse-Workflows, die neben Ihren übrigen Geschäftsdaten auch Bestellungen, Transaktionen, Auftragsabwicklungen, Kundenwert, Lagerbestände, Rückerstattungen, Rabattcodes und Geschenkgutscheine benötigen. Unterschiedliche Zielgruppen, unterschiedliche Zuständigkeitsbereiche, beide schreibgeschützt – sie ergänzen sich, anstatt miteinander zu konkurrieren.

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 beantwortet dieselben Fragen im Shopify-Adminbereich in einfacher Sprache – Umsatz nach Produkt, Fulfillment-SLAs, Kohortenbindung – für jeden hinzugefügten Konnektor, mit demselben Agenten, derselben Schreibschutz-Erzwingung und Schema Intelligence, ohne 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 ist auf einem Rechner mit Internetzugang installiert – siehe Laden Sie den Query Streams Agent herunter.Die Shopify Admin API ist von überall aus erreichbar, daher muss sich der Agent nicht in einem bestimmten Netzwerk befinden.
3. Ein Shopify-Shop-Connector, der für den Agenten konfiguriert ist – siehe bestehende API-Konnektor-Einrichtung Anleitungen für die private App-Kopplung. Der Agent verwaltet das private Shopify-App-Token und Ihre Shop-Domain; das KI-Tool greift niemals darauf zu. Jeder abzufragende Shop ist ein separater Konnektor. Bei einem Konto mit mehreren Shops werden die Konnektoren daher einzeln hinzugefügt.
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 (Beispielwerte, Verteilungen, semantische Typen). Optional, aber dringend empfohlen für E-Commerce-Anwendungen, da hier das Verständnis der Struktur Ihrer Bestelldaten und der Semantik der Geldspalte (als Zeichenketten gespeicherte Preise, mehrere Währungen, Enum-Status) von Bedeutung 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 Shopify-Admindaten analysiert, sind alle drei Bereiche geeignet. Wenn Sie einen Schlüssel an einen Teamkollegen oder einen weniger vertrauenswürdigen Kunden weitergeben, sollten Sie den Bereich „Schlüssel“ verwenden. 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 geben Sie Ihren/Ihre Shopify-Shop(s) zurück (jeder Shop wird als eigener Konnektor angezeigt, wenn Sie mehrere gekoppelt haben) zusammen mit allen anderen von Ihnen konfigurierten Daten.

Schritt 3: Stelle der KI eine Shopify-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 Ihren zwischengespeicherten Shopify-Admin-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.

Häufig gestellte Fragen

Los geht's!

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, shopify, api-connector, ecommerce, shopify-admin, shopify-storefront-mcp, multi-store, read-only-mcp

Meta-Beschreibung: Shopify-Admin-Daten mit Claude oder Cursor über das MCP abfragen. Zwischengespeicherte SQL-Abfragen, Multi-Store-Unterstützung, keine Firewall-Sicherheitslücken. Kostenlos.