Ver categorías

Cómo conectar MariaDB a Claude / Cursor a través de MCP (Configuración del servidor MCP de MariaDB)

Lectura de 24 minutos

SERVIDOR MCP MARÍA

Consultar MariaDB con Claude o Cursor vía MCP.

Realice preguntas en lenguaje sencillo sobre sus datos de MariaDB (pedidos, clientes, catálogos de productos, uniones, agregaciones) a través de un enlace seguro en la nube, exclusivamente saliente, con Schema Intelligence integrado en el conector MariaDB MCP para que la IA escriba SQL correcto al primer intento.

Sin agujeros en el cortafuegos Una llave, cada conector Datos en tiempo real, sin retardo de caché. Trae tu propia herramienta de IA

Query Streams es una plataforma segura de integración de datos en tiempo real que incorpora todas las bases de datos y API SaaS de su cuenta a Claude, Cursor, ChatGPT y Grok, mediante una única clave MCP y sin necesidad de modificar el firewall. Esta guía explica cómo conectar específicamente el conector MariaDB MCP para que su herramienta de IA pueda responder preguntas en lenguaje natural sobre pedidos, clientes, catálogos de productos y cualquier otro dato de MariaDB (uniones, agregaciones, exploración de esquemas, informes ad hoc) sin necesidad de copiar y pegar exportaciones CSV desde HeidiSQL, DBeaver o phpMyAdmin. Más información en QueryStreams.com y regístrese gratis para empezar a hacerle preguntas reales a MariaDB a tu herramienta de IA.

Lo que Query Streams MCP te ofrece para MariaDB

Otros servidores “MariaDB MCP” del ecosistema de código abierto conectan la herramienta de IA directamente a una cadena de conexión de MariaDB. Si bien esto funciona, añade una contraseña de base de datos a la configuración del cliente de IA, limita el acceso de la herramienta a ese único punto final de MariaDB y no proporciona un registro de auditoría de las consultas realizadas por la IA. El servidor Query Streams MCP para MariaDB resuelve un problema más amplio: una sola clave, todos los conectores, registro de auditoría completo y la herramienta de IA nunca almacena las credenciales de MariaDB.

Cero agujeros en el firewall de entrada

El agente de red abre un único enlace en la nube cifrado para consultar flujos de datos. Tu cliente de IA se conecta a la nube, nunca a tu servidor MariaDB. No hay puertos que abrir, direcciones IP que incluir en la lista de permitidos, VPN ni ningún oyente de MariaDB expuesto a internet.

Una llave, cada conector

La misma clave MCP llega a todas las bases de datos y API SaaS conectadas a tu cuenta. Si añades un conector de Stripe o PostgreSQL mañana, la herramienta de IA lo reconocerá junto a tus tablas de MariaDB sin necesidad de volver a introducir la clave.

Inteligencia de esquema integrada

La IA ve descripciones curadas por IA, tipos semánticos, listas de valores enum y claves foráneas descubiertas para cada columna de MariaDB, no solo las que están vacías. esquema_de_información Genera código SQL preciso al primer intento, incluso en esquemas MariaDB heredados con nombres de columna crípticos.

Solo lectura aplicada en el agente

Ni siquiera un LLM alucinante puede emitir BORRAR, ACTUALIZAR, o TRUNCAR a través de Query Streams MCP. El agente de red rechaza todo lo que no sea SELECCIONE, CON, o EXPLICAR antes de que MariaDB vea siquiera el SQL.

Límites de tarifa por llave

De forma predeterminada, se permiten 60 solicitudes por minuto y 10 llamadas de ejecución por minuto, configurables por clave. Un bucle de llamadas a herramientas de IA descontrolado afecta a un depósito de tokens, no a su grupo de conexiones de MariaDB ni a su factura de alojamiento.

Cómo funciona sin abrir los puertos del firewall

El agente de red de Query Streams es un pequeño programa que se instala una sola vez en una máquina con acceso a su servidor MariaDB (cualquier portátil, servidor local, instancia EC2, máquina virtual de Azure o máquina virtual en la nube en la misma red que su host MariaDB). Abre un enlace TLS saliente a la nube de Query Streams y espera allí las llamadas de la herramienta. Cuando Claude o Cursor hacen una pregunta, la nube reenvía la solicitud al agente, este ejecuta la consulta SQL en MariaDB a través de la red local utilizando el protocolo de comunicación estándar de MariaDB/MySQL, y el resultado se transmite de vuelta a través del mismo canal saliente. No hay tráfico entrante. No se expone ningún dato. La herramienta de IA nunca ve su cadena de conexión de MariaDB.

Cliente de IA

Cursor, Claude,
ChatGPT, Grok

Servidor QS MCP

HTTP en streaming
Autenticación con clave X-MCP

Agente de red

En tu red
Enlace a la nube fuera

Base de datos MariaDB

Cadena de conexión
retenido por el agente

No se requiere puerto de entrada: el agente realiza la llamada, nunca al revés.

La tecla MCP que le das a Cursor o Claude tiene alcance (leer / analizar / ejecutar), revocable en cualquier momento y con límite de uso por clave. La herramienta de IA llama a estas herramientas MCP para realizar su trabajo:

querystreams-mcp · catálogo de herramientas
qs_list_organizacionesleer
Devuelve la organización vinculada a la clave de llamada.
qs_list_agentesleer
Lista de agentes de red y estado en línea.
qs_list_connectorsleer
Enumera los conectores de datos (una entrada por servidor de base de datos o API).
qs_get_connector_schemaleer
Devuelve las bases de datos, tablas y columnas de MariaDB que la IA puede consultar, con enriquecimiento de Schema Intelligence cuando esté disponible.
tabla_perfil_qsanalizar
Valores de muestra, distribuciones, detección de enumeraciones, tipos semánticos: bajo demanda.
qs_list_consultas_guardadasleer
Plantillas SQL parametrizadas predefinidas en las que el equipo confía. La IA las ejecuta sin tener acceso al código SQL.
qs_run_consulta_guardadaejecutar
Ejecuta una consulta guardada por clave_patrón con anulación de parámetros opcional.
qs_run_queryejecutar
Ejecuta una consulta SELECT contra un conector. El validador de solo lectura se ejecuta en el agente, antes de que MariaDB vea la consulta SQL.

Por qué Schema Intelligence hace que Query Streams MCP sea diferente

La mayoría de los servidores “MCP para MariaDB” en el entorno de código abierto le dan a su herramienta de IA la misma esquema_de_información MariaDB le entrega un extraño. Nombres de columnas. Tipos de datos. Tal vez una clave primaria. El LLM se queda adivinando qué status_id = 3 significa, qué usr_eml tiendas, o si elementos_de_línea.id_de_pedido en realidad se une a pedidos.id (Nunca se declaró una clave externa, algo común en los esquemas heredados de la era MyISAM, anteriores a la implementación de claves externas en InnoDB). Por eso, la primera consulta SQL que la mayoría de los LLM escriben sobre un esquema vacío es incorrecta, no porque el LLM sea malo, sino porque no tiene los datos necesarios para ser correcto.

Query Streams MCP devuelve ese mismo esquema enriquecido con lo que llamamos Inteligencia de esquemas (IE) — Metadatos seleccionados por IA que se generan al ejecutar consultas de perfilado contra su actual Datos de MariaDB antes de que el cliente de IA los solicite. Cuando SI está habilitado en un conector y una base de datos, cada herramienta de esquema que la IA llama (qs_get_connector_schema, qs_get_table_schema, tabla_perfil_qs, qs_obtener_relaciones) devuelve el esquema básico más seis capas de conocimiento seleccionado. El LLM deja de adivinar.

Para concretar esto, aquí está lo que el cliente de IA obtiene de vuelta de una sola qs_get_table_schema llamada contra una base de datos de comercio electrónico MariaDB típica (pedidos, líneas de pedido, clientes, productos) — primero sin Inteligencia de Esquema, luego con ella.

Sin inteligencia de esquema fuente_de_datos: esquema_capturado
// lo que ve el LLM == TABLA: pedidos == – id int(11) [PK, NOT NULL] – ID_cliente int(11) NO NULO - total decimal(10,2) NO NULO - estado varchar(20) NO NULO – creado_en fecha y hora NO NULO – enviado_a fecha y hora == TABLA: artículos_de_línea == – id int(11) [PK] – ID_de_pedido int(11) NO NULO – ID_producto int(11) NO NULO – cantidad int(11) NO NULO – precio_unitario decimal(10,2) NO NULO == TABLA: clientes == – id int(11) [PK] - correo electrónico varchar(255) - nombre varchar(200) == TABLA: productos == – id int(11) [PK] - nombre varchar(200) – sku varchar(64) Claves foráneas: (ninguno declarado) si_recomendación: estado: “no_ejecutar” lo_que_falta_para_esta_llamada: – Claves foráneas descubiertas por IA – Valores de muestra por columna + detección de enumeraciones – Descripciones de tablas y columnas – Clasificaciones de tipos semánticos – Etiquetado de dominio empresarial nota: “Solo tipos, sin contexto semántico”
Con inteligencia de esquema fuente_de_datos: inteligencia_de_esquema
// lo que ve el LLM == TABLA: pedidos [HECHO, dominio:ventas] == “Filas de encabezado del pedido del cliente; una por cada proceso de pago. El total es el total general del pedido en USD.” - identificación int(11) [PK] identificador – ID_cliente entero(11) identificador FK -> customers.id (100% de solapamiento, conf 0.99) - total decimal(10,2) divisa Rango: 0,00 – 4.820,00 · media 142,30 - estado varchar(20) código_de_estado (enumeración) Pagado (62%) | Enviado (28%) | Reembolsado (6%) | Pendiente (4%) – creado_en fecha y hora fecha_iso Muestra: 2026-04-28 14:02:11 – enviado_a fecha y hora fecha_iso (no válido) == TABLA: artículos_de_línea [HECHO, dominio:ventas] == “Una fila por producto por pedido. Ingresos = SUMA(cantidad * precio_unitario).” – ID_de_pedido entero(11) identificador FK -> orders.id (98% de solapamiento, confianza 0,95) – ID_producto entero(11) identificador FK -> products.id (100% de solapamiento, conf 0.99) – cantidad entero(11) encimera – precio_unitario decimal(10,2) divisa == TABLA: clientes [DIM, dominio:clientes] == – correo electrónico varchar(255) correo electrónico Ejemplo: [email protected], [email protected] - nombre varchar(200) nombre_de_la_persona == TABLA: productos [DIM, dominio:productos] == – nombre varchar(200) contenido_de_texto – sku varchar(64) identificador Muestra: ['QS-001-MINT','QS-014-DARK','QS-027-AMBER']

Las seis capas que añade Schema Intelligence

Cada capa aborda una clase específica de preguntas que el LLM tendría que adivinar de otro modo. SI es opcional por (conector, base de datos) Se ejecuta como una única pasada de perfilado sobre sus datos de MariaDB; no modifica su esquema, no escribe en su base de datos y se actualiza de forma incremental cuando cambia su esquema.

Descripciones seleccionadas por IA

Descripción clara y concisa de cada base de datos, esquema, tabla y columna: se genera una sola vez y se actualiza automáticamente al cambiar el esquema. Se evalúa la fiabilidad; las descripciones escritas por el usuario siempre son las más útiles.

pedidos: “Encabezados de pedidos de clientes;
una fila por caja.

Clasificaciones de tablas

Cada tabla está etiquetada como FACT (eventos transaccionales), DIM (referencia descriptiva) o LOOKUP (mapas de código pequeño), además de un dominio comercial: ventas, recursos humanos, SEO, finanzas, soporte y 14 más.

pedidos [HECHO, dominio:ventas]
clientes [DIM, dominio:clientes]

Tipos semánticos por columna

Dieciocho tipos: moneda, correo electrónico, fecha_iso, código_de_estado, porcentaje, posición_en_el_ranking, identificador, URL, nombre_de_persona y más. La IA genera código SQL de MariaDB con el dialecto correcto, adecuado para cada tipo.

total: moneda · correo electrónico: correo electrónico
creado_en: fecha_iso

Valores de muestra a partir de datos reales

Se muestran filas aleatorias al LLM para que reconozca patrones que ningún esquema puede mostrar: convenciones de formato, valores codificados, estilos de abreviaturas y la forma real de las cadenas.

sku: ['QS-001-MINT', 'QS-014-DARK',
'QS-027-ÁMBAR']

Detección de enumeraciones con distribuciones

Columnas de baja cardinalidad (50 valores distintos o menos, como máximo el 5 % de las filas únicas) se asignan a su lista completa de valores con recuentos de filas. La IA nunca adivina mayúsculas ni minúsculas ni ortografía.

Estado: pagado (62%) | enviado (28%)
| reembolsado (6%) | pendiente (4%)

Descubrimiento implícito de claves foráneas

El análisis de superposición de datos entre tablas encuentra uniones que no están declaradas como restricciones DDL. Almacenado junto con las claves foráneas formales con puntuaciones de confianza, devueltas por qs_obtener_relaciones.

line_items.order_id -> orders.id
(98% de solapamiento, confianza 0,95)

Misma solicitud, diferente SQL

La prueba está en el SQL que realmente escribe la herramienta de IA. Misma sesión de Cursor, mismo modelo de Claude, misma solicitud. “¿Cuáles fueron los 5 productos con mayores ingresos en los últimos 30 días?” Sin la Inteligencia de Esquemas, el LLM tiene que adivinar. Con ella, el LLM sabe.

Sin inteligencia de esquema
— Primer intento de LLM contra esquemas simples: SELECCIONE ID_producto, SUM(precio unitario) AS ingresos DESDE líneas de pedido DONDE creado_en >= '2024-01-01' ORDENAR POR ingresos DESC LÍMITE 5 ERROR: la columna “created_at” no existe created_at se aplica a los pedidos, no a los artículos. no JOIN — line_items no tiene marca de tiempo SUM(unit_price) ignora qty — ingresos incorrectos Fecha codificada de forma fija: "últimos 30 días" es dinámica. Devuelve product_id, no el nombre del producto.
Con inteligencia de esquema
— Primer intento de LLM con SI habilitado: SELECCIONE p.id, p.name, SUM(li.qty * li.unit_price) AS ingresos DESDE pedidos o ÚNASE A line_items li EN li.order_id = o.id ÚNASE A productos p EN p.id = li.product_id DONDE o.created_at >= AHORA() – INTERVALO 30 DÍA GRUPO POR p.id, p.name ORDENAR POR ingresos DESC LÍMITE 5 5 filas. Correcto al primer intento. Las etiquetas FACT/DIM guiaron la estructura de unión. El descubrimiento de FK reveló order_id -> orders.id created_at vio tipo semántico = date_iso MariaDB-idiomatic NOW() – INTERVALO 30 DÍAS
¿No quieres ejecutar Schema Intelligence? MCP sigue funcionando. Sin SI, las herramientas de esquema devuelven metadatos simples (tipos, claves primarias, claves foráneas formales, índices) y cada respuesta degradada conlleva un si_recomendación bloque que le indica a la IA exactamente lo que le falta, incluyendo una opción de llamada única para habilitar SI en medio de una conversación a través de qs_request_si_analysisSu cliente de IA puede ofrecerse a ejecutar una prueba de SI al instante ("¿Quiere que active primero la Inteligencia de Esquema en esta base de datos? Se ejecuta en segundo plano a través de su Agente de Red y mejorará drásticamente mis respuestas"). El tiempo de ejecución aumenta en función del número de tablas: Una base de datos pequeña con menos de 100 tablas se procesa en unos 10 minutos; una base de datos mediana típica (unos cientos de tablas) tarda entre 15 y 25 minutos; una base de datos empresarial grande con más de 1500 tablas puede tardar entre 45 y 60 minutos en un escaneo completo. Las actualizaciones posteriores a los cambios de esquema son incrementales y mucho más rápidas que la primera ejecución. La función de Inteligencia de Esquema es opcional. Creemos que no querrá desactivarla.
Nova AI

¿MCP no es para ti? Prueba Nova AI en su lugar.

Si editar archivos de configuración JSON te parece más trabajo del que esperabas, olvídate de MCP por completo. Nova AI está integrada en el portal web Query Streams sin necesidad de configuración.. Haga las mismas preguntas en lenguaje sencillo (por ejemplo, “Muéstrame los pedidos de MariaDB que no se han enviado en más de 7 días.”) a través del mismo conector MariaDB, el mismo agente y la misma inteligencia de esquema, solo que sin necesidad de configuración de MCP por su parte.

Conozca a Nova AI

Requisitos previos

Antes de comenzar, asegúrese de tener:

  1. Una cuenta gratuita de Query Streams en mi.querystreams.com.
  2. El agente de red de Query Streams instalado en una máquina que pueda acceder a su servidor MariaDB — ver Descargar el agente de flujos de consultas.
  3. Un conector MariaDB configurado contra el agente; consulte el archivo existente. configuración del conector Guías para la cadena de conexión. El agente almacena la contraseña del usuario de MariaDB (o las credenciales PAM/GSSAPI); la herramienta de IA nunca las modifica.
  4. Cualquier cliente de IA compatible con MCP. En esta guía mostraremos Cursor, Claude Desktop, ChatGPT y Grok; si usa Windsurf, Zed, Continue, Cline, VS Code Copilot, Codex o Goose, el bloque de configuración es prácticamente el mismo.
  5. Cinco minutos.
Solo necesitas configurar el agente una vez. El mismo agente que impulsa los complementos de Query Streams para Excel y Google Sheets, el generador de consultas web y Nova AI también se utiliza para MCP. Agregar MCP a una cuenta existente de Query Streams solo requiere generar una clave; el agente y el conector de MariaDB ya están en funcionamiento.
1

Generar una clave MCP

Desde /mcp En la página de Flujos de consulta, cree una clave con los ámbitos que desee.

2

Introdúzcalo en su cliente de IA

Un fragmento JSON para Cursor, Claude, ChatGPT o Grok. La misma clave en todas partes.

3

Haz una pregunta

“¿Cuáles fueron nuestros 10 mejores clientes por valor de por vida?” — la IA utiliza las herramientas adecuadas y usted obtiene la respuesta.

Paso 1: Generar una clave MCP en Query Streams

Inicie sesión en Query Streams y abra el Página MCP (o inicie sesión primero en mi.querystreams.com y haga clic MCP en la navegación izquierda). Haga clic Generar clave, dale a la clave un nombre reconocible (algo así como cursor-portátil o escritorio claude), y seleccione los ámbitos que desea que tenga esta clave:

  • leer — La IA puede examinar conectores y leer esquemas. Necesario para todo lo demás.
  • analizar — La IA puede perfilar tablas y descubrir relaciones (valores de muestra, distribuciones, tipos semánticos). Opcional, pero muy recomendable para trabajar con MariaDB, donde comprender la estructura de los datos es fundamental cuando el LLM genera uniones entre esquemas heredados.
  • ejecutar — La IA puede ejecutar SQL. Sin esto, la IA solo puede leer los metadatos del esquema.

Para un flujo de trabajo típico de "dejar que Claude analice mis datos de MariaDB", los tres alcances son apropiados. Para una clave que le entregas a un compañero de equipo o a un cliente menos confiable, deja caer ejecutar y dejarles solo navegar. Puede revocar cualquier clave en cualquier momento desde la misma página; el cliente de IA verá CLAVE MCP REVOCADA en su siguiente llamada y deja de funcionar inmediatamente. No hay retardo de propagación.

Copia la clave ahora: Query Streams la muestra una vez y luego solo almacena un hash. Si la pierdes, genera una nueva. La clave se ve así: qsmcp_ seguido de 48 caracteres aleatorios y es lo que su cliente de IA envía en el Clave X-MCP encabezado de la solicitud.

Paso 2: Agregue Query Streams MCP a su cliente de IA.

La configuración tiene la misma forma en todos los clientes compatibles con MCP: una entrada de servidor MCP que apunta a https://mcp.querystreams.com con su llave en el Clave X-MCP Encabezado. Seleccione su cliente a continuación.

Cursor
Cursor ~/.cursor/mcp.json
// Editar ~/.cursor/mcp.json
{
  "mcpServers": {
    "flujos de consulta": {
      "url": "https://mcp.querystreams.com",
      "encabezados": {
        "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ"
      }
    }
  }
}
Escritorio de Claude
Escritorio de Claude claude_desktop_config.json
// Ajustes → Desarrollador → Editar configuración
{
  "mcpServers": {
    "flujos de consulta": {
      "url": "https://mcp.querystreams.com",
      "encabezados": {
        "Clave X-MCP": "qsmcp_PEGAR_CLAVE_AQUÍ"
      }
    }
  }
}
ChatGPT
ChatGPT Aplicaciones y conectores
// Ajustes → Aplicaciones y conectores → Agregar MCP
URL del servidor  https://mcp.querystreams.com
Encabezado de autenticación Clave X-MCP
Valor del encabezado qsmcp_PEGAR_CLAVE_AQUÍ

// Requiere un plan de pago de ChatGPT
// (Plus / Pro / Equipo / Empresa).
Comprender
Comprender Herramientas MCP remotas
// Grok → Configuración → Herramientas
{
  "mcp_servers": [{
    "nombre": "flujos de consulta",
    "url": "https://mcp.querystreams.com",
    "encabezado_autenticación": "Clave X-MCP",
    "auth_value": "qsmcp_..."
  }]
}

Reinicie su cliente de IA. En su próximo inicio, detectará las ocho herramientas de Query Streams MCP enumeradas anteriormente y las mostrará en su paleta de herramientas. En Cursor y Claude Desktop puede verificarlo escribiendo “conectores de lista” — la IA debería llamar qs_list_connectors y devuelve tu conector MariaDB junto con cualquier otra cosa que hayas configurado.

Paso 3: Hazle una pregunta a la IA sobre MariaDB.

No tienes que escribir SQL; la IA lo hace. Haces una pregunta, la IA selecciona la herramienta MCP adecuada, el agente ejecuta la consulta en tu base de datos MariaDB y la respuesta se devuelve como texto y tablas. Tres ejemplos de preguntas para probar primero:

“¿Quiénes son nuestros 10 clientes con mayor LTV (valor de vida del cliente) y qué categorías de productos compran?”
Clientes
La IA llamará qs_get_connector_schema para descubrir las tablas de pedidos, artículos, clientes y productos, entonces qs_run_query con una SELECT que se une clientes a pedidos a líneas de pedido a productos, calcula SUMA(cantidad * precio_unitario) por cliente, y devuelve los 10 principales por valor de vida del cliente junto con sus categorías de productos más compradas. Verás la tabla de resultados en línea, además de una interpretación escrita —qué clientes se agrupan en qué categorías, patrones de compra repetida, tamaño promedio del pedido— que la IA infirió a partir de los datos de MariaDB.
“¿Cuál fue nuestra línea de productos más vendida el trimestre pasado?”
Ganancia
La IA utiliza la aritmética de fechas idiomática de MariaDB para delimitar el trimestre calendario anterior (TRIMESTRE(o.created_at) = TRIMESTRE(NOW() - INTERVAL 1 TRIMESTRE)), se une pedidos a través de líneas de pedido a productosy agregados SUMA(li.qty * li.unit_price) Por línea de producto. El resultado es una tabla clasificada con la línea, las unidades vendidas, los ingresos brutos y el porcentaje del total. La IA suele indicar el producto con mejor rendimiento y el que más ha variado con respecto al trimestre anterior, sin que usted tenga que preguntar.
“Muéstrame los pedidos de MariaDB que no se hayan enviado en más de 7 días.”
Operaciones
La IA utiliza la detección de enumeraciones de Schema Intelligence en estado de los pedidos filtrar a 'pagado' pedidos con un NULL enviado_en y un fecha_de_creación mayor que AHORA() - INTERVALO DE 7 DÍASEl resultado es una lista enfocada con ID de pedido, correo electrónico del cliente, total y días desde el pago; por lo general, la IA ordena por fecha de vencimiento y marca las filas más preocupantes como escalamientos del equipo de cumplimiento en lugar de errores de redondeo. Puedes profundizar preguntando “¿Por qué sigue pendiente la orden 4821?” y la IA extraerá las filas relevantes.

La primera vez que la IA llame a una herramienta, es posible que su cliente muestre una solicitud de confirmación para que usted apruebe la llamada. Este es el flujo de consentimiento estándar de MCP, no una función adicional de Query Streams. Una vez aprobada, la IA continuará con el resto de la conversación sin problemas. Puede revisar el consentimiento en cualquier momento en la configuración de su cliente.

Aviso de facturación transparente: El uso de MCP se factura por bytes sin comprimir.

Los clientes comprimidos (Excel, Sheets, Query Builder, Nova) facturan bytes comprimidos, pero el transporte HTTP Streamable de MCP no comprime de extremo a extremo de forma fiable, por lo que cobra bytes sin comprimir — Un conjunto de resultados de MariaDB de 1 MB cuesta aproximadamente 1 MB a través de MCP, frente a entre 150 y 250 KB a través de los otros clientes. No se trata de un sobreprecio; para una respuesta interactiva típica de MariaDB de entre 100 y 5000 filas, la diferencia se mide en céntimos, pero para exportaciones de más de 100 000 filas, es preferible usar Excel, Hojas de cálculo de Google o Nova. ¿Por qué el tráfico MCP se mide sin comprimir?

Preguntas frecuentes

¿Necesito abrir puertos o usar una VPN para poder usar esto? +
Sin reglas de entrada, reenvío de puertos, NAT punchthrough ni VPN. El agente de red realiza una conexión TLS saliente (puerto 443) y su cliente de IA llega https://mcp.querystreams.com Desde Internet pública: si el HTTPS saliente funciona en el host del agente, MCP funcionará. Vea cómo funciona la conexión solo de salida →
¿Qué herramientas de IA puedo usar con Query Streams MCP? +
Cualquier cliente compatible con el protocolo abierto Model Context Protocol (MPPT): Claude Desktop, Claude Code, Cursor, ChatGPT (de pago), Grok, Gemini CLI, Windsurf, Zed y más de 500 clientes adicionales. Puedes usar tu propia herramienta de IA; no es necesario cambiar. Lista completa de clientes de IA compatibles →
¿Puedo revocar una clave MCP? +
Sí, tres interruptores de apagado independientes (por tecla desde el /mcp página, por organización a través de la configuración del plan y a nivel de plataforma), ninguno de los cuales requiere una rotación de contraseña de base de datos o un reinicio del agente. Más información sobre la seguridad de las claves MCP →
¿Cómo se factura el uso de MCP a mi dominio de datos? +
MCP utiliza el mismo presupuesto de datos que Excel, Hojas de cálculo, el Generador de consultas y Nova AI, pero el tamaño medido difiere: factura de clientes comprimidos bytes comprimidos mientras que MCP (Streamable HTTP, sin compresión confiable de extremo a extremo) factura bytes sin comprimirEn la práctica, un resultado de MariaDB de 1 MB cuesta entre 150 y 250 KB a través de Excel, pero solo 1 MB a través de Cursor en MCP. Cómo se mide la facturación de MCP →
¿Funciona Query Streams MCP con mi clúster de MariaDB (Galera, MaxScale, ColumnStore)? +
Sí, Query Streams MCP funciona con cualquier punto final de MariaDB al que el Agente de red pueda acceder a través de TCP, independientemente de la topología. Específicamente compatible: Servidor MariaDB independiente (cualquier versión 10.x o 11.x), Clúster MariaDB Galera (apuntar al nodo escritor o a cualquier réplica síncrona para cargas de trabajo principalmente de lectura), MariaDB MaxScale (enrutador/proxy delante de una flota de Galera: trátelo como un único punto final y deje que MaxScale gestione el enrutamiento), Almacén de columnas de MariaDB para cargas de trabajo analíticas, MariaDB Enterprise, SkySQL (MariaDB Cloud), AWS RDS para MariaDBy MariaDB autohospedado en EC2, máquinas virtuales de Azure, Google Compute Engine o hardware local. El agente gestiona la cadena de conexión; se admiten la autenticación conectable (mysql_native_password, ed25519, GSSAPI/Kerberos, PAM), SSL/TLS con certificados CA personalizados y enrutamiento de réplica de lectura. Consejo: Registre cada punto final de MariaDB como un conector independiente. Su servidor principal transaccional Galera y su motor de análisis ColumnStore pueden ser dos conectores separados en la misma clave, y LLM selecciona el adecuado según la consulta (las búsquedas puntuales se realizan en el clúster OLTP, las agregaciones grandes en ColumnStore). El servidor MCP no tiene acceso a las credenciales; solo el agente las tiene.
¿En qué se diferencia esto de ejecutar yo mismo un servidor MariaDB MCP de código abierto? +
Un servidor MCP directo de MariaDB (existen proyectos comunitarios en GitHub) es un MCP por fuente de datos. Para que Claude lea desde su MariaDB + Google Search Console + su cuenta de Stripe + su almacén de Snowflake, necesitaría cuatro servidores MCP configurados por separado en cada cliente de IA, cada uno con sus propias credenciales, cada uno con su propio modelo de alcance, cada uno con su propia historia de auditoría. Query Streams MCP es una clave que llega a cada conector que su cuenta ha emparejado. También obtiene Schema Intelligence, aplicación de solo lectura en la capa del agente, límites de velocidad por clave, registro de auditoría en registros_de_eventosy la misma canalización de facturación del dominio de datos que ya utiliza, ninguna de las cuales le proporciona un MCP de MariaDB directo.
¿Qué ocurre si la IA intenta escribir o borrar datos? +
Se rechaza en el agente antes de que la fuente de datos vea el SQL. Cada qs_run_query La llamada es analizada por un validador de solo lectura codificado que solo permite SELECCIONE, CON, y EXPLICAR declaraciones; cualquier otra cosa devuelve SOLO LECTURA_VIOLACIÓN y nunca llega a MariaDB. El validador se ejecuta en el proceso del agente en su red, no en la nube, por lo que una superficie de nube comprometida no podría eludirlo. (Puede agregar un usuario de solo lectura del lado de MariaDB (por ejemplo, otorgar solo SELECCIONE (en las bases de datos pertinentes) además, si desea mayor seguridad, tenga en cuenta que el validador del agente es independiente de los permisos de MariaDB que haya configurado.
¿Puedo ver qué preguntó exactamente la IA? +
Sí. Cada llamada a la herramienta MCP escribe una fila en registros_de_eventos con la organización, el usuario, la clave, el alcance, la latencia y el código de resultado. El administrador de la organización puede responder "¿quién usó MCP la semana pasada, qué conector y qué preguntaron?" con una sola consulta. Tenga en cuenta que registramos el nombre de la herramienta y metadatos, no el texto SQL ni las filas devueltas: esas fluyen a través del enlace en la nube y nunca llegan a los registros de la nube. Si desea una auditoría SQL completa, habilite la auditoría del lado de la base de datos en el motor subyacente; para MariaDB específicamente, eso es auditoría_del_servidor plugin (el plugin de auditoría de MariaDB) o su canalización de registro general/de consultas lentas existente.
¿Es necesario ejecutar Schema Intelligence para usar Query Streams MCP? +
No - La inteligencia de esquema es opcional por (conector, base de datos) pary MCP funciona bien sin él. La IA recibe el esquema básico (tipos, claves primarias, claves foráneas formales, índices) y escribe consultas básicas. Con SI habilitado, la IA recibe seis capas adicionales de metadatos seleccionados: (1) Descripciones elaboradas por IA en cada base de datos, tabla y columna; (2) clasificaciones de tablas (FACT para eventos transaccionales, DIM para referencia descriptiva, LOOKUP para mapas de código pequeños) más una etiqueta de dominio comercial (ventas, RRHH, SEO, finanzas, soporte y 14 más); (3) un tipo semántico en cada columna (moneda, correo electrónico, fecha_iso, código_estado, porcentaje, posición_clasificación, identificador, url, nombre_persona y 9 más) que impulsa la generación de SQL de MariaDB con dialecto correcto; (4) Muestra valores de tus datos reales para que el LLM reconozca patrones que ningún esquema puede mostrar; (5) Detección de enumeraciones con distribuciones de valores completos para columnas de baja cardinalidad; y (6) Claves foráneas descubiertas por IA basadas en la superposición de datos entre tablas, que salieron a la luz a través de qs_obtener_relaciones. Sin SI, cada respuesta de la herramienta de esquema también conlleva una si_recomendación listar exactamente lo que falta para la llamada: la IA puede leer esto y ofrecer activar SI en medio de la conversación a través de qs_request_si_analysisEl tiempo de ejecución varía según el número de tablas: una base de datos pequeña con menos de 100 tablas se completa en unos 10 minutos; una base de datos mediana típica (unos cientos de tablas) finaliza en 15-25 minutos; una base de datos empresarial grande con más de 1500 tablas puede tardar entre 45 y 60 minutos en un escaneo completo. SI se ejecuta a través de su Agente de red contra sus datos (nunca en la nube), nunca escribe en su base de datos, nunca cambia su esquema y se actualiza incrementalmente cuando cambia su esquema, por lo que las ejecuciones posteriores a la adición o modificación de tablas son mucho más rápidas que la primera. El efecto de extremo a extremo: con SI habilitado, su cliente de IA escribe SQL correcto al primer intento con mucha más frecuencia que contra cualquier servidor "MCP para X" que simplemente entrega el LLM. esquema_de_información.
¿Qué ocurre si añado otro conector más adelante, como Stripe o PostgreSQL? +
Nada cambia en el lado del cliente de IA: la misma clave llega al nuevo conector en el momento en que el agente termina de emparejarse (qs_list_connectors (lo detecta automáticamente). Un bloque de configuración te da acceso a toda la cuenta, presente y futura. Por qué una sola llave sirve para todos los conectores →
¿Tengo que configurar MCP solo para chatear con mis datos? +
No - Nova AI está integrada en el portal Query Streams. Funciona con cualquier conector (incluido MariaDB) sin necesidad de configuración ni archivos de configuración de MCP. Usa Nova para interactuar con tus datos dentro de Query Streams; usa MCP cuando quieras que tu cliente de IA (Claude, Cursor, ChatGPT, etc.) acceda a los mismos datos: mismo agente, mismos conectores, misma inteligencia de esquema subyacente. Obtén más información sobre Nova AI →

Comience

Conecta tu herramienta de IA a tus datos de MariaDB en cinco minutos.

Una sola clave MCP permite el acceso a MariaDB, a cualquier otra base de datos y a todos los conectores API de tu cuenta de Query Streams, con un registro de auditoría completo, límites de velocidad por clave y sin necesidad de modificar el firewall. Claude, Cursor, ChatGPT y Grok funcionan sin configuración adicional.

Guías relacionadas: Descargar el agente de flujos de consultas | Configuración del conector de base de datos | Todas las guías del servidor MCP | Nova AI texto a SQL

Categoría: Servidor MCP

Etiquetas: mcp, claude, cursor, mariadb, base de datos, mariadb-mcp, ai

Meta Descripción: Conecta MariaDB con Claude o Cursor mediante Query Streams MCP. Solo salida, solo lectura, configuración en 5 minutos.

Actualizado el 16 de junio de 2026

Funciona con BetterDocs