Flujos de consulta MCP
Let your AI think.
We’ll handle the heavy data work.
Find the right tables. Turn large results into compact findings. Keep the data ready for the next question.
Query Streams gives your AI client a partner beside your databases: the Network Agent. Less data to read and move. Fewer repeated requests. More room to work through your question.
Table discovery and read-only queries on Free.
Profiling and follow-up analysis from Personal Core.
Why Query Streams MCP?
Because getting a useful answer takes more than running a query. Your AI client needs to find the data, make sense of it and ask the next question.
Find the right place to start.
A short question finds relevant tables by meaning, even among thousands of coded names. Your AI client reads the schema it needs and gets on with the query.
Less searching. Fewer guesses.Spend tokens on useful context.
The Network Agent profiles and analyses large results beside your database. Your AI client receives compact findings it can use to decide what to explore next.
Less raw data to read and transfer.Ask the next question without starting over.
Filter, group, compare or sample a held result. Follow-up tools reuse the data already on the Network Agent, without another database query.
Fewer round trips. Less repeated work.Work with private data on your terms.
The Network Agent connects out from inside your network. Database credentials stay there, and queries pass a read-only check before they reach your data.
No inbound database ports or VPN.Table discovery is included on Free
Start with the right tables.
Your AI client asks for what it needs in plain words, in any language. Query Streams returns a short, ranked list of matching tables, with a reason for each match. Then your AI client reads the columns it needs and writes the query.
- Ask in your language. Find tables by meaning.Search names, columns and descriptions across a captured database. Semantic Intelligence can add meaning to abbreviated names, and your team’s table choices help improve future searches.
- Works across the whole captured database.New captures become searchable within minutes. Table and description changes are reflected automatically. Finding a table does not query your database.
Measured in development tests on November 6, 2026: about 60 ms median per search; 71 of 72 questions across 12 languages found the right table in the top three. Results vary by database and question.
Find vehicle auction history, then count the records.
auc_uaxmtn.conlibv_pfarbhist1,048 rows · Match in descriptionauc_uaxmtn.conlibv_pfvehcond2,258,576 rows · Name match: vehicle
Read as: vehicle condition
Next: read the matching table's schemaqs_get_table_schema
database: asi
table: auc_uaxmtn.conlibv_pfarbhist
Then: run the read-only querySELECT COUNT(*) AS history_rows
FROM auc_uaxmtn.conlibv_pfarbhist;
See what your AI can do with a head start.
Once the right data is found, the Network Agent can profile it, calculate over it and keep it ready for follow-up questions. Choose an example to see how a large result becomes something your AI client can explain.
Nova

Núcleo personal y superior
- 1Comprende el resultado de las facturas
Perfila los datos antes de leer las filas.
Nova or your AI client needs to understand a large invoice result. It asks for a local profile, rather than reading batches of invoices to discover the columns and values.
La IA empieza con un mapa conciso de los datos.
Nova or your AI client¿Qué contiene este resultado de facturas y qué campos pueden ayudarnos a reclamar los saldos vencidos?
Comprende el resultado antes de solicitar los detalles.Consulta guardada: Análisis de facturas - 2Herramienta optimizada: creación de perfiles de resultados
Crea un perfil de un resultado extenso de facturas.
El agente analiza el resultado junto a tu base de datos y devuelve estadísticas de columnas, rangos y valores frecuentes. Así, la IA puede ver cómo analizar las facturas sin procesar cada fila por sí misma.
Cuantos menos datos sin procesar haya en el contexto del modelo, menos tokens habrá que procesar y menos datos se transferirán por Internet.
Network Agent, dentro de tu redAnálisis de facturasFunciona con
Servidor SQLPerfilar un resultado de consultaqs_run_saved_query / mode: profile184,902filas perfiladas6columnasDatos destacados de las columnas seleccionadas ID de factura 0 valores ausentes Cantidad De 1.140,00 a 28.900,00 Estado Abierta, Vencida, Pagada Región Norte, Sur, Este, Oeste Resultado completo almacenado localmenteLa IA recibe el perfil. El agente conserva las filas listas para el siguiente cálculo. - 3Herramienta de seguimiento: consultar el resultado almacenado
Pide los totales que te interesan.
El perfil proporciona a la IA los campos que necesita. Esta pide al agente que filtre las facturas vencidas y agrupe sus saldos por región usando el resultado que ya está almacenado localmente.
En este ejemplo no hay una segunda consulta a la base de datos.
Nova or your AI client follows upAgrupa los saldos vencidos por región. ¿Por dónde empezamos?
Utilizar el resultado almacenadoFiltra las facturas vencidas y calcula SUM(amount) por región en el resultado almacenado.El agente reutiliza el mismo resultado junto a tus datos. - 4Cuatro totales, listos para explicar
Ordena primero los saldos más altos.
El agente devuelve cuatro totales regionales. La IA puede centrarse en las prioridades de cobro, en lugar de solicitar, leer y sumar repetidamente las filas de facturas.
Las 184.902 filas permanecen localmente para este análisis. Cuatro filas agrupadas responden a la consulta de seguimiento.
Network Agent, dentro de tu redAgrupar localmente los saldos vencidosqs_result / op: consulta
184.902 filas almacenadas localmente. Esta consulta de seguimiento devuelve 4 filas de resumen a la IA.Región Atrasado Sur 28,900.00 Norte 17,320.80 Este 9,765.25 Oeste 5,493.95 Total 61,480.00 Tu IA ya puede explicarEl Sur y el Norte representan el 75,2 % del importe vencido. Empieza los cobros por esas regiones y después aborda los saldos regionales más pequeños.
Business Core y superior
- 1Analizar todo el catálogo
Encuentra las existencias que requieren atención.
La IA solicita grupos naturales basados en la cobertura de existencias y el plazo de entrega. No necesita incorporar a su contexto los 1.284 registros de productos para averiguar cuáles se comportan de forma similar.
El resultado almacenado ya incluye la cobertura de existencias y los plazos de entrega previstos.
Nova or your AI client¿Qué líneas de existencias se comportan de forma similar y qué grupo corre riesgo antes de la próxima entrega?
Encuentra el grupo atípico en todo el catálogo y, después, identifica sus productos.Consulta guardada: Cobertura de existencias y entrega - 2Herramienta optimizada: segmentación de resultados retenidos
Encuentra grupos con una cobertura de existencias similar.
El agente agrupa localmente los campos numéricos y devuelve el tamaño y los valores medios de cada segmento. Destaca un grupo pequeño: la entrega media llega después de que se agoten sus existencias.
Tres resúmenes de segmentos ofrecen a la IA un punto de partida concreto para investigar.
Network Agent, dentro de tu redCobertura de existencias y entregaFunciona con
PostgreSQLEncuentra grupos naturales en un resultado retenidoqs_result / op: segmentos1.284 líneas de existencias se convierten en tres resúmenes de segmentos.
- Cobertura corta2 productos
Cobertura media 2,5 días
Entrega media 4,5 días - Cobertura estable882 productos
Cobertura media 18 días
Entrega media 5 días - Cobertura larga400 productos
Cobertura media 45 días
Entrega media 4 días
- 3Herramienta de seguimiento: filtrar el resultado retenido
Acércate a los productos expuestos.
Los valores de los segmentos orientan un seguimiento preciso. La IA pide al agente que devuelva los productos cuya cobertura de existencias sea inferior a su plazo de entrega, usando las mismas filas retenidas.
En este ejemplo no hay una segunda consulta a la base de datos.
Nova or your AI client follows up¿Qué productos tienen menos cobertura de existencias que su plazo de entrega?
Utilizar el resultado almacenadoLee las filas retenidas donde stock_cover_days es menor que delivery_days.El agente reutiliza el mismo resultado junto a tus datos. - 4Dos productos, dos brechas claras
Cierra las brechas de reposición.
El agente devuelve los dos productos coincidentes y sus intervalos. La IA puede indicar las líneas afectadas y explicar la exposición de dos días sin tener que revisar todo el catálogo.
El agente se encarga de agrupar y filtrar; la IA explica la acción.
Network Agent, dentro de tu redFiltra y calcula sobre filas retenidas de existenciasqs_result / op: consultaCobertura de existenciasBrecha hasta la entregaCajas de embalajeBrecha de 2 días2 días de existencias. Entrega en 4 días.
1.284 filas almacenadas localmente. En esta consulta de seguimiento solo se devuelven los dos productos expuestos.Bolsas de envíoBrecha de 2 días3 días de existencias. Entrega en 5 días.
Tu IA ya puede explicarEl grupo con poca cobertura contiene dos productos expuestos. Ambos se quedarán sin existencias dos días antes de la entrega. Adelanta esas reposiciones; los demás grupos tienen mucha más cobertura.
Business Core y superior
- 1Investigar un cambio en el rendimiento
Pregunta qué ha cambiado con el tiempo.
La IA comienza con un resultado de envíos diarios que contiene fechas, recuentos de retrasos, recuentos de envíos, tasas de retraso y etiquetas de periodo. Pide al agente que encuentre cambios en la serie de recuentos de retrasos.
El resultado almacenado contiene 90 observaciones diarias, no un nuevo flujo de pedidos individuales que haya que analizar.
Nova or your AI client¿Por qué se han mantenido altos los retrasos en los envíos? ¿Se trata de un pico puntual o de un cambio en el patrón?
Detectar un cambio a lo largo del tiempo y, después, probar una métrica más útil.Consulta guardada: Rendimiento diario de los envíos - 2Herramienta optimizada: anomalías en series temporales
Detectar un cambio sostenido.
El agente comprueba la serie numérica ordenada en busca de picos y cambios de nivel. Este ejemplo destaca un aumento de unos tres envíos retrasados al día a unos doce, lo que proporciona a la IA un patrón que investigar.
La IA recibe los hallazgos del detector en lugar de analizar por sí misma toda la serie.
Network Agent, dentro de tu redRendimiento diario de los envíosFunciona con
MySQLDetectar picos y cambios de nivelqs_result / op: anomalíasPatrón anteriorCambio detectado Cambio de nivel en la serie de recuentos de retrasosDe unos 3 a unos 12 envíos retrasados al día.Días seleccionados de un resultado almacenado de 90 días. El agente devuelve los puntos marcados y un resumen.
- 3Herramienta de seguimiento: comparar grupos almacenados
Comprobar la tasa, no solo el recuento.
Un recuento más alto podría reflejar un mayor número de pedidos. La IA pide al agente que compare las tasas diarias de retrasos de los dos periodos, usando las etiquetas de periodo que ya están presentes en el resultado almacenado.
En este ejemplo no hay una segunda consulta a la base de datos.
Nova or your AI client follows up¿También ha aumentado la tasa de retrasos en los envíos? Compara los periodos anterior y reciente.
Utilizar el resultado almacenadoCompara late_rate entre los dos grupos de periodos del resultado almacenado.El agente reutiliza el mismo resultado junto a tus datos. - 4Una comparación con contexto útil
Medir el cambio entre periodos.
El agente devuelve resúmenes de los 62 días anteriores y los 28 recientes. La IA puede explicar cómo ha cambiado la proporción de pedidos retrasados, en lugar de considerar que todo aumento del recuento representa el mismo problema.
Menos solicitudes de datos repetidas dejan más margen al modelo para elaborar la explicación.
Network Agent, dentro de tu redComparar las tasas de retraso entre los grupos retenidosqs_result / op: compararTasa media diaria de envíos tardíos
Periodo anterior62 días2.0%Periodo reciente28 días6.2%+4,2 puntos porcentualesTambién aumentó la proporción de pedidos retrasados.90 filas diarias retenidas localmente. Se muestran dos resúmenes de grupos del resultado de la comparación.Tu IA ya puede explicarLa tasa media de retrasos subió del 2,0 % al 6,2 %, un aumento de 4,2 puntos porcentuales. Una mayor proporción de pedidos llega con retraso, así que investigue el proceso de envío durante el periodo reciente, así como el volumen de pedidos.
Datos ilustrativos y flujo de trabajo simplificado. No se envía ninguna solicitud MCP. La elaboración de perfiles y las consultas sobre resultados retenidos requieren Personal Core o superior. La segmentación, la detección de anomalías y las comparaciones requieren Business Core o superior, dentro de los límites de su plan. El plan Free incluye consultas MCP estándar de solo lectura.
La misma base de Network Agent permite usar Nova, nuestro analista de IA integrado.
The Network Agent advantage
The heavy work belongs beside your data.
Profiles, calculations and held results stay close to the database. Your AI client receives the findings it asks for, with less data to transfer and less repeated processing.
Standard MCP queries return query results. With the optional analysis tools, your AI client can request a compact profile or calculation instead of the full result.
- Your database credentials stay inside.Your AI client signs in to Query Streams or uses a revocable MCP key. It never needs your database password.
- One outbound, encrypted connection.Requests and results travel over a connection opened by the Network Agent. Your database needs no inbound port or VPN for Query Streams.
- Read-only is enforced beside the data.The Network Agent checks every query and refuses statements that would change your data.
Bring the data your business actually runs on.
Use the same MCP connection across supported databases, files, logs and API-connected services. Saved queries and cross-source queries give your AI client more ways to work with the data you already have.
Explore supported sources- Bases de datosSQL Server, PostgreSQL, MySQL, Oracle and more, on your network or in the cloud.
- Archivos y registrosWork with CSV, Excel, Parquet and log data through supported file connectors.
- Connected servicesQuery service data and join it with your other sources, within your plan limits.
Start free. Add deeper analysis when you need it.
Gratis
Find the right tables and run read-only queries. Use saved queries and join up to two sources.
- Table discovery in plain language
- One API key, 30 calls per minute
- Up to 1,000 rows per query
Núcleo personal
Give your AI client compact findings and data it can reuse.
- Size checks and column profiles
- Compact result summaries
- Held results for follow-up questions
Núcleo empresarial
Go deeper into quality, patterns and changes across your data.
- Comprobaciones de calidad de datos
- Anomalías, segmentos y comparaciones
- Nova, el analista de IA integrado
Features are available within each plan’s allowances. Compare plans and limits
Connect your data once. Bring your AI client.
Install the Network Agent on Windows, Mac or Linux and connect your data sources. Then connect your AI client through SSO or a revocable MCP key.
Iniciar sesión con SSO
For AI clients that support sign-in
Añade Query Streams a tu aplicación de IA, inicia sesión con tu cuenta de Query Streams y aprueba el acceso. No hay que copiar ninguna clave de API.
Conectar con una clave de API
Para herramientas compatibles con conexiones mediante clave de API
Crea una clave MCP revocable en el asistente de conexión del portal y, después, añade la dirección del servidor y la clave a la configuración de tu herramienta.
Server settings for API-key clients
Ambos métodos mantienen las credenciales de acceso a la base de datos en Network Agent. Revoca el acceso desde el portal cuando quieras.
Preguntas que la gente hace primero
Does it work on a very large database?
Yes. Your AI client asks for what it needs and gets matching tables ranked, with a reason for each match, whether the database has 40 tables or 20,000. It can find the right table without reading the whole list.
Does my AI need to know my table names?
No. Your AI client can ask in plain words, in any language. Table names, column names, descriptions and captured sample values help find matches. Semantic Intelligence can add meaning to abbreviated or coded names, but it is optional.
Does finding a table use my data allowance?
Only the small reply itself. Finding a table reads nothing from your database.
What happens right after I connect a big database?
It becomes searchable within minutes of schema capture, with nothing to configure. Until then, your AI client is told the index is still building and how far along it is, and it can list tables the usual way. Changes to tables and descriptions are reflected automatically.
Does finding a table send my schema to an AI vendor?
Finding a table runs entirely inside Query Streams; no third-party AI service performs the search. Your connected AI client receives the matching table names and reasons. If it asks for a table’s schema or query results, those replies are returned to that client too.
¿Necesito abrir puertos o usar una VPN?
No. The agent runs inside your network and opens one outbound, encrypted connection to Query Streams. Requests and results travel both ways over it. Your AI client connects to Query Streams, never to your database, so there is no inbound port, no IP allowlist and no VPN. The agent runs on a laptop, a VM, on-prem hardware or any cloud that allows outbound HTTPS.
¿Puedo usar SSO o una clave de API?
Yes. If your AI client supports SSO, connect with your Query Streams account. For clients that use API-key authentication, create a revocable MCP key in the portal and add it with the server address. Your database login stays on the Network Agent with either method.
¿Mi cliente de IA ve mis filas?
Standard MCP queries return query results to your AI client. Optional profiling and analysis tools send compact findings instead of the full result. Held results stay on your Network Agent, and your AI client receives only the rows or summaries it requests.
¿Qué es un resultado retenido?
A result your AI client asks the agent to keep for a while. Follow-up questions are answered from that copy, with no second database query: filter it, group it, sort it, page through it or take a sample. Query Streams' servers never store those rows. It is released when its hold time ends, when the assistant releases it, or when someone clears held results on the Data Agents page. Held results are on Personal Core and up.
¿Qué ocurre si la IA intenta escribir o borrar datos?
Cada consulta pasa por una comprobación de solo lectura en el agente antes de llegar a tu base de datos. Se ejecutan SELECT, WITH y EXPLAIN; cualquier otra instrucción se rechaza. La comprobación se realiza dentro de tu red, no en la nube.
¿Qué planes lo incluyen?
Table discovery and read-only MCP queries are included on every plan, including Free. Free never expires and includes one key, 30 calls a minute and up to 1,000 rows per query. Profiling and held-result analysis start on Personal Core; deeper analysis starts on Business Core. Nova, the AI analyst built into Query Streams, starts on Business Core. Comparar planes.
Give your AI a head start on its next answer.
Find the right tables. Let the Network Agent prepare the data. Give your AI client more room to think.

